机器人避障问题的分析与计算

本文针对机器人从区域中一点O到达另一点B的避障最短路径问题展开了设计、计算和分析.根据出发点、目标点以及障碍物的位置关系,设计出了从O→B可能的路径,其中转弯处圆弧的半径均采用最小转弯半径的形式,即半径为10个单位,圆心为所避障碍物的某一顶点,其他处用直线行走.利用解析几何的方法,通过Maple软件数值计算,求出每条路径的长度.经过分析比较得出最短路径以及最短路径的长度.     

楼梯清洁机器人休息平台路径规划研究

楼梯清洁机器人的工作不仅是楼梯清扫,而且还要完成休息平台的遍历.犁田算法可使楼梯清洁机器人以最短路径覆盖楼梯休息平台,但机器人长方形的壳体不利于转身运动,需要与障碍物留出更多的安全距离,导致清扫覆盖率下降.针对这一问题,该文提出了一种基于犁田算法的改进路径规划,使机器人按"N"字形行走:当机器人遇到障碍物时,旋转一个角...     

机器人避障行走最优路径的MATLAB求解

本文主要研究在一个存在十二个障碍物(要求目标点与障碍物的距离至少超过10个单位)的区域中,机器人如何寻找最短路径和最短时间路径的问题,利用Matlab软件强大的计算和绘图功能,对机器人避障行走路线的最短路径和最短时间路径分别给出了两种不求解方法。     

机器人壁障模型探析

研究了机器人避障最短路径和最短时间路径的问题,在一个平面场景图中存在12个不同形状的障碍物,通过建立线圆结构,以及最优化模型求得最短路径;并通过建立目标函数来计算最短时间路径。     

基于Bezier曲线的自主移动机器人最优路径规划

以自主移动机器人为研究对象,以足球机器人为研究平台,针对足球机器人运动轨迹的实际特点,提出了一种基于3次Bezier曲线的最优路径规划方法.该方法以足球机器人实际比赛时的速度、加速度和有效躲避运动轨迹上的障碍物作为路径规划的约束条件,以所规划路径和机器人到达目标点花费时间最短为规划目标.同时将Bezier曲线规划方法与粒子群优化算法相结合,通过粒子群优化方法对产生轨迹的各粒子进行选择更新,并调整各约束条件的权重系数,从而增强了路径规划的有效性和精度.最后通过仿真实验验证该方法有效可行.     

基于运动微分约束的机器人纵横向路径规划研究

传统机器人路径规划方法未解决机器人和局部路径连接处的运动微分约束问题;且可选路径均为近似结果,影响路径规划结果。为此,提出基于运动微分约束的机器人纵横向路径规划方法。利用微分约束设计纵横向协同三层规划方法,在进行局部规划的过程中,依据运动微分方程形成一段时间内的可行路径;在运动微分约束下,采用机器人与障碍物间的相对距离以及相对速度规划策略实现纵向规划,引入预瞄思想实现横向规划。按照纵横向规划结果及全局路径曲率设计纵横向综合控制器,使机器人实际运行路径与规划路径相同,以此实现机器人在复杂环境中的整体规划。实验结果表明,所提方法能够避开障碍物,规划路径短,机器人运行路径和规划路径偏差小。     

避免路径规划NA算法局部极小值的仿真试验

针对已知障碍物形状和位置环境下的机器人全局路径规划问题 ,提出利用神经网络路径规划算法进行路径规划。为解决神经网络路径规划算法的局部极小值问题 ,提出针对障碍物的形状设定各条边的模拟退火初始温度。采用此方法仿真试验的结果表明 ,该方法能够避免某些局部极小值情况 ,规划的无碰路径达到了最短无碰路径     

基于改进蚁群算法与Morphin算法的机器人路径规划方法

 针对动态复杂环境下的机器人路径规划问题,建立栅格地图模型,研究一种改进蚁群算法与Morphin 算法相结合的动态路径规划方法。改进蚁群算法引入拐点参数评价路径优劣,并对路径进行拐角处理以及变更拐角处信息素更新机制,使规划的全局路径更加平滑;Morphin 算法则在机器人行走时,根据全局路径的局部环境实时规划局部路径,使机器人有效地躲避障碍物。仿真试验结果表明,该方法结合全局规划与局部规划的特点,能够使机器人沿着一条短而平滑的最优路径快速、安全地到达目标点。     

基于Floyd算法的反恐防暴机器人腿部变形策略

反恐防暴机器人的腿部变形,能够改变机器人的运行姿态,适应不同的路况,完成跨越壕沟、翻越高墙等障碍物的任务;这就要求机器人能够准确、快速、平稳的变形到相应的姿态以适应不同的路况。通过Floyd算法实现了这一变形要求,Floyd算法是一种求解有向图中两个节点之间最短路径的算法。把机器人几种常用的姿态简化为有向图中的节点,用姿态变换过程中电机旋转角度和机器人重心偏移量来确定节点之间的连接权值。实验证明,Floyd算法能够快速找到两个姿态之间最短的变换路径,实现了机器人准确、快速、平稳的变形。     

地图加权遗传算法的油井自动巡检机器人路径规划

针对油井巡检机器人与障碍物的接触率高,造成设备故障率高增加石油生产成本问题,提出基于地图加权的遗传算法。首先将地图进行栅格化,建立栅格地图模型,并进行加权设置。其次引入遗传算法模型进行路径规划,将每次路径规划结果存入染色体中并计算路径长度,最后筛选最大权值中的路径最短染色体,并绘制路线。在参数设定相同的条件下,采用基于地图加权的遗传算法、经典遗传算法进行比对实验,仿真结果表明,基于地图加权的遗传算法优先选择了不靠近障碍物的栅格的情况下完成了路径规划任务,机器人与障碍物的接触率下降了74.91%,时间和路程仅增加0.3179 s与32%。     

一种基于神经网络的机器人路径规划算法

研究已知障碍物形状和位置环境下的全局路径规划问题。给出了一个路径规划算法 ,其能量函数的定义利用神经网络结构 ,根据路径点位于障碍物内外的不同位置选取不同的动态运动方程。规划出的路径达到了折线形的最短无碰路径。仿真研究表明 ,本文提出的算法计算简单 ,收敛速度快 ,方法可行     

基于分区粒子群算法的焊接机器人路径规划

点焊机器人在焊接过程中通常要遍历很多焊点,如何规划焊接机器人的焊接路径已经成为焊接工艺的研究重点之一。当焊点数量达到一定程度时,使用传统的方法很难找到最优路径。焊接机器人的路径规划指标有很多,一般以路径距离最短或时间最少居多。以焊接路径距离最短为规划目标,利用改进的分区粒子群算法对焊接机器人的焊点路径进行规划,仿真结果验证了该方法的可行性。     

基于神经网络改进粒子群算法的动态路径规划

针对机器人在不同类型障碍物环境下的路径规划问题,提出基于神经网络的改进粒子群优化算法。采用神经网络统一障碍物环境建模,快速实现路径与所有障碍物的碰撞检测,通过惯性权重和三次样条曲线平滑路径,以较低的粒子编码维度,在提高算法收敛速度的同时保持路径精度,避免陷入局部最优。仿真结果表明:神经网络能够统一静态和动态障碍物环境表示和碰撞检测模型,改进的粒子群优化算法可以应用于静态和动态障碍物环境,快速规划出无碰撞平滑路径,路径长度更短,算法的迭代次数更少。     

基于遗传算法的移动机器人路径规划方法

机器人路径规划是机器人领域的一项重要课题,不同于以往在遗传算法过程中考虑路径平滑度的方法,本文提出了一种将遗传算法过程与路径平滑过程分开的机器人路径规划新方法。先设计可变长编码方式的简单遗传算法产生较优的折线路径,再引入一类新的带形状参数的回旋螺线对其进行平滑操作,以抚平较大转角。整个路径规划过程,只需输入障碍物坐标即可自适应地选择参数以产生机器人行走路径。仿真结果表明,将遗传算法过程与路径平滑过程分离的做法能降低遗传算法本身复杂度,所以设计的平滑操作不仅提高了路径平滑度,还可以减少路径长度。     

基于代价地图的活检路径规划研究

穿刺活检手术作为多种疾病早期诊断最常用的技术之一,需要将一根细长的穿刺针刺入组织以获取组织标本,因此,穿刺路径的安全性和精确性对活检手术准确率和术后恢复至关重要.针对机器人辅助下的穿刺活检手术,本文提出了一种基于代价地图的穿刺路径规划方法.首先,将包含三维规划空间大小、空间中障碍物位置、形状等信息的原始地图作为输入,根据人工势能场理论构建代价地图,以定量评估障碍物以外空间的风险程度.其次,考虑带有斜尖的穿刺针插入组织中产生的实际偏转,采用非完整运动学模型作为穿刺针的偏转预测模型.在模拟解剖结构特征的障碍物环境下,使用代价地图计算可行入刺区域中不碰撞穿刺路径的代价值,并采用模拟退火算法进行优化,获得安全可行的穿刺路径以指导机器人执行的自动穿刺过程.最后,在自制的仿生模型中设计模体实验,分别按照传统直线穿刺路径和本文规划方法得出的安全穿刺路径执行自动穿刺操作.实验表明,按照规划路径进行穿刺的实际穿刺路径与规划路径较为相符,靶点穿刺误差在1.5 mm以内,较传统直线路径穿刺精度提高80%以上,且较临床的靶点穿刺误差(5.5～5.6 mm)有明显降低.实验结果表明该运动规划方法能够为机器人辅助...     

一种改进工业自动导引车路径规划算法

为了解决当前工业自动导引车(automated guided vehicle,AGV)栅格地图下路径规划算法存在路径转弯较多、弯曲度较大、搜路时间较长且距离障碍物近等问题,基于A?算法提出了一种改进路径规划算法.首先,通过在全局地图中设置路径关键节点,生成关键点拓扑地图,并利用Floyd算法进行最短路径规划,输出路径节点集合;其次,利用A?算法对集合中相邻节点进行路径规划,并将生成的路径进行拼接;最后,通过引入贝塞尔曲线对拼接路径进行平滑处理,以获取全局路径.实验结果表明:本文算法规划的路径转弯更少、弯曲度更小、搜索时间更短且能完全避开障碍物行走,更符合工业AGV的应用环境.     

移动机器人避障路径规划改进人工势场法

针对路径规划中的大型障碍物,机器人、障碍物与目标点三者一线,以及局部最小值等困难问题,提出了相应的改进人工势场算法。针对大型障碍物问题,采用障碍物边界斥力算法改进传统人工势场斥力函数,确保算法的实用性。针对机器人、障碍物与目标点三者在同一条直线时目标不可达问题,应用虚拟子目标引力算法,确保目标点是机器人的势场全局最小点,使得机器人能顺利到达目标点。针对在障碍物环境下的局部最小值问题,采用区域隔离障碍物的方法,使机器人快速走出局部最小值区域。仿真结果验证了改进算法的有效性。     

一种移动机器人三维路径规划优化算法

对移动机器人在三维工作环境中障碍物位置和形状已知条件下的全局路径规划问题进行研究.机器人的初始路径取为出发点到目标点的直线路径,引入人工神经网络结构和模拟退火温度定义路径能量函数;根据多面体形障碍物的形状特征设定各边界面不等的模拟退火初始温度,并且对路径点位于障碍物内、外的不同情况建立不同的运动方程;提出一种基于神经网络结构能量函数的路径规划算法及其优化算法,对所提路径规划算法进行仿真研究.研究结果表明,该算法是一种有效的移动机器人三维路径规划算法;算法计算简单,不存在组合爆炸问题;可避免路径规划的某些局部极小值问题;优化算法能够规划出移动机器人最短避障路径,并且可加快路径规划收敛速度.     

基于人工免疫网络的机器人局部路径规划

为解决复杂环境下机器人路径规划问题,提出了基于人工免疫网络(artificial immune network,AIN)的移动机器人局部路径规划算法。建立了AIN与机器人局部路径规划问题的映射关系,给出了算法流程,最后对提出的方法进行了仿真验证,并与人工势场法进行了比较,结果表明该方法在复杂障碍物环境下是可行和有效的。     

基于运动微分约束的机器人纵横向路径规划

传统机器人路径规划方法未解决机器人和局部路径连接处的运动微分约束问题;且可选路径均为近似结果,影响路径规划结果。为此,提出基于运动微分约束的机器人纵横向路径规划方法。利用微分约束设计纵横向协同三层规划方法,在进行局部规划的过程中,依据运动微分方程形成一段时间内的可行路径;在运动微分约束下,采用机器人与障碍物间的相对距离以及相对速度规划策略实现纵向规划,引入预瞄思想实现横向规划。按照纵横向规划结果及全局路径曲率设计纵横向综合控制器,使机器人实际运行路径与规划路径相同,以此实现机器人在复杂环境中的整体规划。实验结果表明,所提方法能够避开障碍物,规划路径短,机器人运行路径和规划路径偏差小。