基于改进人工势场法的移动机器人局部路径规划的研究

本文介绍了一种常用的移动机器人局部路径规划方法—人工势场法,分析了传统的人工势场法由于局部最小问题而导致规划失败的原因,综述了解决该问题的方法,在此基础上重点介绍了一种通过改变斥力势场函数来解决局部最小问题的改进方法,并给出了仿真结果。     

动态环境下移动机器人路径规划的改进蚁群算法

研究动态环境下移动机器人路径规划问题,采用栅格法对机器人工作空间进行建模,在使用蚁群算法进行全局路径搜索过程中引入人工势场的概念,使蚂蚁对最优路径更加敏感;机器人针对动态环境中可能出现的不同类型障碍物分别执行不同的避障策略;同时提出一种最优路径预测模型用于预测在避障过程中是否出现新的最优路径。算法结合人工势场法和蚁群算法的特点,将全局路径规划与局部路径规划相融合以提高路径搜索的效率。仿真结果验证了该算法的有效性。     

基于模拟退火算法的割草机器人的避障研究

局部路径规划是割草机器人关键问题之一,针对该问题目前运用较多的是人工势场法,但传统的人工势场法往往存在局部极小点,因此,本文提出采用填平势场与模拟退火算法相结合的解决策略,求解势场强度的最小值作为下一行走目标,多个序列目标构成优化路径,引导机器人脱离局部极小点,绕过障碍物到达目标点。仿真结果表明:该算法不仅有效地克服了局部极小点,且优化了机器人的行走路径、降低了路径的复杂度。     

改进人工势场法的路径规划研究

针对人工势场法容易造成陷入局部极小点的问题,提出“沿边走”的详细策略进行路径的求解,以跳出局部极小点,并针对这一策略导致的路径过长和平滑度差的问题,采用分段的模拟退火算法进行优化。最后通过 MATLAB 验证分析,和传统的人工势场法以及采用虚拟目标点的人工势场法进行对比,仿真结果表明,在简单和复杂环境中路径长度和平滑度均能得到提升。     

基于时间栅格法和最优搜索的电网巡检机器人避障路径规划方法

针对电网巡检机器人存在避障能力低下和路径规划不合理的问题,研究基于时间栅格法和最优搜索的电网巡检机器人避障路径规划方法.利用时间栅格法标识工作空间内障碍物,构建机器人电网巡检环境信息,通过最优搜索避障路径算法,全局规划机器人到达目标点的路径,结合改进势场法,通过调整斥力和引力势函数,计算合力实现机器人的局部避障及避障路径规划,形成全局和局部相结合的避障方法.试验结果表明,躲避静态障碍物和动态障碍物的平均躲避成功率分别为 ９８．３７％ 和 ９６． １２％ ,避障路径规划平均耗时为 １.５６ s ,具备快速、高效、精准的避障及路径规划能力,可提升机器人的动静态障碍物避障能力和路径规划效率.     

基于A*算法和人工势场法的移动机器人路径规划

针对复杂非结构化环境下移动机器人的路径规划问题,提出了将全局与局部规划算法相融合的路径规划方法。首先,对传统A*方法进行了有效的改进,新的A*算法能够完成机器人的路径规划任务,利用二次A*搜索方法得到了优化后的路径点,缩短了移动机器人的行驶路径。进一步,动态切点法可以有效地对已规划路径进行平滑处理;然后,综合考虑路径和环境的情况,采用改进的人工势场方法对移动机器人进行了局部路径规划,通过增设虚拟子目标的方法解决局部极小值问题,利用自适应步长调节算法对移动机器人的步长进行了动态优化;最后,针对不同场景,利用数值仿真将该算法与传统算法进行比较,结果表明该算法在不同环境路径规划的问题上具有一定的先进性和优越性。     

基于改进人工势场法的电力巡检机器人自动避障轨迹规划

为了使巡检机器人在电力系统中避开障碍物,顺利完成电力巡检工作,提出基于改进人工势场法的电力巡检机器人自动避障轨迹规划方法。构建了电力巡检机器人的被控对象模型,分析电力巡检机器人的避障运动学,根据分析结果采用栅格法获取环境参数,实现环境建模,获取电力巡检机器人工作环境信息;引入改进人工势场法,叠加斥力势场和引力势场获得合力势场,判断环境中的障碍物并规划避障路线,完成电力巡检机器人自动避障轨迹的规划。实验结果表明,所提方法的避障准确率高、规划效果好、规划效率高。     

基于改进蚁群算法的巡检机器人避障路径规划方法设计

针对机器人进行避障路径规划时存在收敛速度差、规划路径长、迭代次数多以及规划时间长的问题,提出基于改进蚁群算法的巡检机器人避障路径规划方法。首先使用栅格法划分巡检机器人工作环境,通过对像素矩阵等指标的分析,构建栅格地图模型;基于人工势场法提出蚁群路径规划算法,使蚁群适应子空间的搜索;最后在模型中利用该算法,寻找该模型的最佳路径。实验结果表明,运用该方法进行路径规划时,收敛速度高、规划路径短、迭代次数少以及规划时间短。     

改进人工势场法在未知环境中的路径规划研究

针对机器人路径规划中路径震荡的问题,提出添加角度过滤器的方法减轻路径震荡的程度,利用在计算引力时采用不同增益系数的方法进一步减轻了路径震荡.而对于局部极小点问题,提出采用添加虚拟目标点的方法引导机器人走出陷阱区域.最后,在 MATLAB 环境下进行仿真,仿真结果表明改进算法的有效性.     

一种考虑安全的移动机器人矢量场路径规划算法

提出了一种考虑安全的移动机器人矢量场路径规划算法,环境的矢量场模型体现了路径对安全的不同要求。通过调节模型参数可以规划得到安全和长度两个标准下的满意路径,此路径既不会太接近障碍,也不会太长。所提出模型计算简单,计算量与运动空间障碍的个数成正比。算法鲁棒性强,除了固定环境,还适合用来进行动态环境下的路径规划。仿真结果验证了算法的有效性。     

基于模拟退火-人工势场法的足球机器人路径规划研究

人工势场 (Artificial Potential Field,APF )法是一种简单有效的路径规划算法。本文继承了人工势场法的基本思想 ,首先针对障碍物附近目标不可达问题 (GNRON)修正了斥力势函数 ,并利用模拟退火算法解决了人工势场法的局部极小点问题 ,将这种改进的人工势场法应用于足球机器人领域 ,仿真实验表明此方法是有效的     

面向生产现场的虚拟装配工艺规划技术

针对生产现场的需求和虚拟装配技术的发展,阐述了虚拟装配技术在装配工艺规划、装配精度预分析、管路与线缆装配及装配现场管理等方面的应用和发展.提出了半沉浸式虚拟装配工艺规划系统的整体思路及实现方法;虚拟环境下的线缆和管路的离散控制点建模及动态布局技术;虚拟环境下的带公差的产品建模方法和装配精度预分析技术.指出虚拟装配工艺规划技术能充分利用人的经验和感知,通过模拟真实装配过程,不仅可实现产品的装配顺序和路径规划,而且也是提高装配精度和装配可靠性问题的有效手段,为提高装配现场现代化管理水平提供了有效途径.     

关于足球机器人路径规划中人工势场法的研究

人工势场法是一种简单有效的路径规划算法.本文阐述了目前国内外对该方法的各种改进算法和与其它方法相结合的应用,并在此基础上分析和总结了各种方法的优缺点和目前存在的问题,提出对今后工作的几点展望和下一步的工作方向.     

面向操作可靠性提升的复合工业机器人运动规划

复合工业机器人的应用能够有效提升智能制造车间生产效率。而在其运动规划问题中,基于移动平台调整的机械臂初始站姿直接决定了目标任务是否能够可靠执行。为解决以上问题,提出一种考虑机械臂初始站姿的运动规划优化方法。基于前期基础,采用旋量描述和切片表征方法分别解决了复合工业机器人运动学建模和最小避障距离建模问题,为进行轨迹优化提供了模型基础;建立了最小化耗能当量和运动时间的运动规划优化模型,通过考虑初始站姿影响设计了包括移动运动参数、冗余关节角度和机械臂运动参数在内的混合优化变量集,同时考虑运动学约束和避障约束条件保证机械臂运动平稳性和安全性;结果表明,基于规划优化的复合工业机器人具有较高的操作可靠性。     

柔性关节机械臂避障路径自动控制数学建模

针对柔性关节机械臂在避障完成后位姿与目标位姿存在一定偏差的问题,提出柔性关节机械臂避障路径自动控制数学建模方法。将五次B样条曲线作为柔性关节机械臂避障路径规划的基础,在避障任务中引入速度修正项,通过关节角和关键点避障速度确定速度修正项取值。建立避障路径自动控制数学模型,利用该模型控制柔性关节机械臂在到达目标位置过程中实现障碍物精准规避,完成柔性关节机械臂避障路径自动控制。实验结果表明,所提方法能够减小位姿误差,平稳关节波动,实际应用效果较好。     

Feature-based multi-resolution modeling of solids using history-based Boolean operations — Part I: Theory of history-based boolean operations —

The requirements of multi-resolution models of feature-based solids, which represent an object at many levels of feature detail, are increasing for engineering purposes, such as analysis, network-based collaborative design, virtual prototyping and manufacturing To provide multi-resolution models for various applications, it is essential to generate adequate solid models at varying levels of detail (LOD) after feature reanangement, based on the LOD criteria However, the non-commutative property of the union and subtraction Boolean operations is a severe obstacle to arbitrary feature rearrangement To solve this problem we propose history-based Boolean operations that satisfy the commutative law between union and subtraction operations by considering the history of the Boolean operations Because these operations guarantee the same resulting shape as the original and reasonable shapes at the intermediate LODs for an arbitrary rearrangement of its features, various LOD criteria can be applied for milti-resolution modeling in different applications     

基于任意时间RRT算法的三维自动布线技术

考虑约束的路径规划是线缆布局设计的重要方面,针对目前三维环境下的布线方法效率低以及对约束考虑不完善的问题,提出一种基于任意时间RRT算法的三维自动布线方法。该方法将任意时间算法与双树吸引快速扩展随机树(RRT)算法相结合,兼顾路径规划的长度约束及搜索效率,实现线缆初始路径的生成,提出了基于障碍物的磁吸算法(OBMA),将初始路径作"贴壁"细化处理完善线缆路径,最后建立了基于Cosserat弹性杆理论的线缆物理模型,计算获得线缆的精确空间姿态,从而完成布局设计。开发了原型系统,通过典型的布线场景对算法性能进行了测试,并利用某产品仪器板布线实例验证了线缆布局设计效果。     

基于改进 RRT ∗ 算法的智能轮椅全局路径规划研究

现实环境中智能轮椅大多数处在复杂场景下工作,其自主导航时对路径安全性等要求较高。 渐进最优随机搜索树 RRT ∗ 算法 基本满足移动机器人最优路径规划,但由于智能轮椅本体较大,容易与环境较近接触,因此可对环境模型进行膨胀并定义不同搜索步 长,使其规划出的路径远离障碍物。 其次为保证用户在使用智能轮椅导航时能够获得更高的舒适性,更高效的到达目的地,而借用启 发式约束采样思想和人工势场中引力场思想修剪此算法规划时的冗余节点,从而减小系统运行内存,随后结合轮椅的最小转弯半径, 提出最小段路径曲率约束策略和三次 B 样条曲线算法对路径进行平滑处理,使其更加适合轮椅行驶。 最终在 MATLAB 和 Gazebo 仿真 平台对改进前后算法对比实验,并将本文算法应用与智能轮椅实体上,试验结果表明,该算法能够有效解决智能轮椅全局路径规划问 题,能够明显提升全局路径规划效率,具有一定安全性,可为其移动机器人领域提供有效参考。     

基于C空间的机器人双手协调避碰路径规划

提出了一种利用三维工作空间数字势场和遗传算法进行双手协调避碰的机器人路径规划新方法,该方法利用离散化工作空间的距离图的数字势场,通过启发函数的引导在C空间进行搜索,使用交替势场和遗传算法逃离局部极小点。同时使用两种避碰算法,进行操作手与障碍物以及操作手之间的碰撞回避。仿真实验验证了该算法的有效性。     

基于生物激励神经网络的移动机器人遍历路径规划

针对移动机器人路径规划问题,利用栅格法对复杂环境进行建模。每个栅格当作一个神经元,整个空间就是神经网络组成的拓扑状态空间,然后采用生物激励神经网络方法对移动机器人进行路径规划,该方法不需要学习过程,运算简单、反应快捷,计算机储存量小,实用性强。仿真研究表明：该方法生成的路径是平滑的,连续的,能够准确的避开障碍物．实现了机器人的完全遍历路径规划,充分证明该方法的有效性与可行性。