基于蚁群算法的多移动机器人避障路径规划方法

为提高多移动机器人避障路径的规划能力,提出基于蚁群算法的多移动机器人避障路径规划方法。结合小扰动解析方法构建多移动机器人运动学模型,根据运动学特征建立避障路径分布约束参数;通过自适应蒙特卡洛定位法进行故障定位;根据定位信息,结合蚁群算法进行多移动机器人避障路径规划寻优控制。仿真结果表明,采用该方法进行多移动机器人避障路径规划的自适应寻优能力较好,机器人定位精度较高,提高了多移动机器人避障能力。     

基于遗传算法的多移动机器人协调路径规划

采用链接图法建立了机器人工作空间模型;应用遗传算法规划多移动机器人运动路径; 引入适应值调整矩阵新概念,以达到对多移动机器人运动路径的全局优化;基于面向对象技术,研 制成功多移动机器人路径规划动态仿真系统.大量仿真实验结果表明,所提方法可行.     

互联网络RCP(n)的路由算法

在对互联网络RCP（Ringed Crossed cube Petersen）拓扑结构研究的基础上,利用RCP（n）网络具有正则性,良好的可扩展性,以及具有比Q_n、HP（n）、RHP（n）网络更短的直径和更小的构造开销这些特性,给出了RCP（n）的单播路由算法和广播路由算法,并证明了RCP（n）比Q_n、HP（n）、RHP（n）网络具有更好的路由性能。     

一种改进多机器人分布式滚动路径规划算法

针对多移动机器人全局静态环境未知的路径规划问题,采用了一个全局性能指标,在保证路径较优的情况下,最小化机器人的停顿时间,提出机器人之间以修正局部路径为主的协调策略。根据多机器人滚动路径算法的原理,设计了改进的多机器人分布式滚动路径规划算法。在已有仿真系统上进行测试,比较了所提出的协调策略与改变机器人移动速度协调策略对性能指标的影响。仿真结果表明,静态环境未知情况下,机器人可以并行规划各自的协调路径。     

移动机器人可拓控制器的设计

路径规划技术是移动机器人研究领域的关键技术之一,是移动机器人完成任务的安全保障.针对在环境障碍物信息未知的情况下移动机器人的路径规划问题,将可拓学理论与机器人路径规划结合,建立了机器人物元模型,分析了其可拓性在不同的环境下的应用,并结合机器人全局与局部路径规划方法的特点,设计了基于可拓控制的路径规划控制器,仿真结果证明了该方法的可靠性和有效性.     

一种新的凸多边形不干涉算法

求解Packing问题、计算机辅助设计、机器人路径规划、虚拟装配等经常用到凸多边形的不干涉算法。该文根据不适合多边形的概念,通过给定的平移规则控制平移多边形中心的移动方向和位移量而计算出两凸多边形的不适合多边形,进而提出了一种新的凸多边形不干涉算法。最后用实例说明了它在布局求解中的应用。文中方法不存在斜率图算法的缺陷,其计算复杂度为O（n+m）。     

虚拟仿真在机器人路径规划及跟踪上的应用

在机器人路径规划和跟踪的优化过程的研究中,路径规划、轨迹跟踪是移动机器人研究的重要内容.过去通常采用理想数学模型进行仿真,而机器人物理属性和路面模型等都不加以考虑,使得算法难以优化路径规划、跟踪的稳定性和精度.运用现代虚拟设计仿真技术,借助动力学软件RecurDyn建立移动机器人实体模型和路面模型,利用Matlab/Simulink设计控制器,构建一个虚拟仿真平台.通过推导,设计出输入输出反馈线性化的运动控制器,并在仿真平台上进行机器人路径规划和轨迹跟踪仿真,控制器效果得以优化验证.虚拟仿真不仅能缩短研发周期,降低研发成本,并为机器人研究设计提供有效依据.     

互联网络RCP（n）的最短路算法

RCP（n）是最近提出的一种新型互联网络拓扑结构,是由环、Petersen图和交叉立方体所组成的,具有短直径、良好的可扩展性和正则性以及较小的构造开销的性质,是一种具有良好拓扑性质的互联网络。针对RCP（n）上节点编码的特点,采用逐步分解编码,依次寻找路径的方法给出了寻找RCP（n）上任意两点间最短路的一个多项式算法,为RCP（n）上作进一步的路由算法、最优分组等通讯性能的研究提供了理论支持,因此具有一定的理论意义和应用价值。     

移动机器人虚拟仿真平台设计与实现

机器人的三维仿真在机器人的研究中起着重要作用,论文以实验室中的移动机器人为背景,利用3D Studio Max建立了该移动机器人的三维实体模型(3DS模型),然后以VC++6.0为开发工具,利用C++编程功能,并调用OpenGL函数,实现机器人模型在编译环境下的重绘;而且根据移动机器人在指定路径下的运动学坐标变化,给出控制移动机器人的运动的方法;文中创建的虚拟实验环境为研究机器人提供了一个生动形象的仿真平台,为进一步研究移动机器人控制算法和路径规划创造了条件。     

农业机器人路径规划算法研究

针对移动机器人在农田作业以及路径规划处理过程中产生的各种各样问题,在深入了解实际工作的背景下,建立了农业鸟瞰图模型,并根据移动机器人在运动过程中的情况,对地图进行膨胀处理。通过与经典蚁群算法的对比仿真实例,验证了退火蚁群算法在解决农业机器人路径规划问题上的优越性和有效性,该研究可以为农业机器人在路径规划算法上的研究及改进提供有效的方法和参照。     

A* search algorithm applied to a Chinese chess game

This article presents an A* search algorithm to be applied to path planning in a Chinese chess game, and uses multiple mobile robots to present the scenario. The mobile robots have a cylindrical shape, and their diameter, height, and weight are 8 cm, 15 cm, and 1.5 kg, respectively. The controller of the mobile robots is a MCS-51 chip. We play the Chinese chess game using multiple mobile robots according to the evaluation algorithm of the game, and calculate the displacement by the encoder of a DC servomotor. The A* search algorithm can solve the shortest-path problem for the mobile robots from the starting point to the target point on the chess board. The simulated results found the shortest path for the mobile robots (chess pieces) moving to target points from their starting points in a collision-free environment. Finally, we implemented the experimental results on a Chinese chess board using mobile robots. Users can play the Chinese chess game using the supervising computer via a wireless RF interface. The scenario of the feedback of the Chinese chess game to the user interface uses an image system.     

一种新的位置数据融合方法的研究

给出了一新的基于团队一致法的多传感器位置数据融合方法，该方法按传感器队中的每个成员的测量不确定性，构造团队期望效用函数（或密度），并基于该期望效用函数求得位置参数估计，其优点是可消除失效传感器和测量值为野值的传感器的影响，本文给出了仿真结果。     

基于KQML语言的多自主移动机器人仿真系统

用JAVA语言开发了栅格环境下的多自主移动机器人仿真系统,通过KQML语言通信模拟了多个自主的移动机器人,机器人的自主性主要体现在自主感知环境和自主进行路径规划、任务执行和安全导航等工作．该仿真系统具有平台无关性、地图无关性、算法无关性以及机器人配置的无关性,为多自主机器人系统的研究提供了一个可借鉴的平台．     

多移动机器人分布式智能避撞规划系统

研究在同一工作环境中多移动机器人的运动规划问题 ,提出将原来比较复杂的大系统问题转化为相对简单的子系统,由各智能机器人依据任务要 求和环境变化,独立调整自身运动状态,完成任务的分布式智能决策体系结构,并给出相应 的模型和算法．     

基于专家系统的多移动机器人模糊自校正协调系统

研究多移动机器人的运动规划问题，在实时运动规划专家系统的基础上提出了一种串级模糊控制器，以校正实际工作环境下各机器人的运动状态与理想情况下可能产生的误差，使各机器人正确调整各自运动状态，达到协调工作的目的。     

基于模糊神经网络的多移动机器人自学习协调系统

研究多移动机器人的运动规划问题．针对机器人模型 未知或不精确以及环境的动态变化,提出一种自学习模糊控制器（FLC）来进行准确的速度 跟踪．首先通过神经网络的学习训练构造FLC,再由再励学习算法来在线调节FLC的输出,以 校正机器人运动状态,实现安全协调避撞．     

基于人工协调场的多移动机器人实时协调避碰规划

为克服传统人工势场在动态未知环境下机器人避碰规划中存在的缺陷,提出人工协调场法(ACF).将场函数与机器人的风险状态相结合,给出并讨论了人工协调场的基本设计.基于人工协调场,考虑机器人的运动约束,实现了多机器人之间以及机器人与环境间的实时协调避碰,提出了一个多移动机器人无死锁实时避碰规划算法.理论分析和仿真试验证明所提方法的有效性.     

无线多接口多信道Mesh网络下多径路由协议分析

针对无线多接口多信道Mesh网络环境,对两种多径路由模型进行比较分析。根据支持多接口多信道的无线设备的特点,提出了一套较为高效的路由方式。该方案从源节点到目的节点利用提出的接口分配策略,从不同的接口和信道建立多条可同时工作的路由和多条不重叠的备份路由以大幅提升网络性能。它充分利用了多接口多信道移动设备的性能优势,更适合Mesh网络的拓扑特点。仿真测试表明,使用该方案,在端到端时延,网络吞吐量等方面提供了更佳的性能。     

Efficient collision-free path-planning of multiple mobile robots system using efficient artificial bee colony algorithm

This paper aims to propose a novel design approach for on-line path planning of the multiple mobile robots system with free collision. Based on the artificial bee colony (ABC) algorithm, we propose an efficient artificial bee colony (EABC) algorithm for solving the on-line path planning of multiple mobile robots by choosing the proper objective function for target, obstacles, and robots collision avoidance. The proposed EABC algorithm enhances the performance by using elite individuals for preserving good evolution, the solution sharing provides a proper direction for searching, the instant update strategy provides the newest information of solution. By the proposed approach, the next positions of each robot are designed. Thus, the mobiles robots can travel to the designed targets without collision. Finally, simulation results of illustration examples are introduced to show the effectiveness and performance of the proposed approach.     

基于再励学习的多移动机器人协调避障路径规划方法

随着多移动机器人协调系统的应用向未知环境发展,一些依赖于环境模型的路径规划方法不再适用。而利用再励学习与环境直接交互,不需要先验知识和样本数据的特点,该文将再励学习应用于多机器人协调系统中,提出了基于再励学习的避障路径规划方法,并将再励函数设计为基于行为分解的无模型非均匀结构。计算机仿真实验结果表明该方法有效,并有较好的鲁棒性,新的再励函数结构使得学习速度得以提高。