基于冲突检查模型的机器人避障的最优路径

通过建立冲突检查模型,研究机器人从区域中一点到另一点的避障最优路径问题。以机器人由出发点到达目标点和由出发点经过途中的若干目标点到达最终目标点两种情形进行分析,通过冲突检查模型得到机器人在限定区域中行走的可能路径,并对其进一步优化,结合MATA-L AB仿真计算工具,实例计算得到了机器人最优移动路径及时间。     

采用能耗最优改进蚁群算法的自治水下机器人路径优化

针对传统路径优化算法中"距离最短能耗非最低"的问题,提出了一种基于能耗最优改进蚁群算法的自治水下机器人路径优化算法。该算法通过对水下机器人进行水动力学分析,建立了水下机器人移动过程中的受力模型;得到了机器人移动路径的能耗计算公式;提出了能耗最优的改进蚁群算法,采用路径能耗的倒数作为路径信息素值,实现了能耗指导蚁群进化的目的。实验结果表明:该算法规划的路径长433.51m,水下机器人能耗12 235.17J,算法寻优迭代次数22次;传统距离最优算法规划的路径长393.56m,水下机器春能耗12 864.99J,算法寻优迭代次数33次。该算法规划的路径距离虽比传统算法长10%,但是能耗却降低了5%,收敛速度明显比传统算法快,对降低水下机器人能耗、提高续航能力有一定的优势。     

多障碍环境中基于增强式学习的势场优化和机器人路径规划

该文把增强式学习方法应用于多障碍环境中机器人路径规划,并将增强式学习和路径规划结合,通过工作空间势场的自适应优化学习,实现机器人的全局路径规划,即得到从任何初始位置开始的最优路径。与传统的人工势场方法相比,该方法避免了势场中局部极小点所引起的陷阱区域,并且所得到的路径具有最优特性,计算机仿真实验结果表明,这种学习方法能有效的解决多障碍环境中的机器人路径规划问题。     

全方位移动避障实时轨迹控制算法的研究

针对机器人避障轨迹控制过程中存在的路径优化以及如何躲避大障碍物或者是多障碍物的情况,本文提出一种基于狄克斯特拉算法与贝塞尔曲线的机器人移动避障实时控制改进算法,该算法引入机器人与目标终点路径的速度分量,采用狄克斯特拉算法进行移动轨迹路径优化,进而采用贝赛尔曲线修订优化路径,以此满足动态约束条件.仿真结果表明:相对于改进人工势场算法,本文构建的改进算法使得机器人移动时间缩短,机器人避障运动规划明显改善,具有较强的鲁棒性.     

复杂环境中基于圆弧区域分解的局部路径规划

该文根据轮式车的运动学特点,针对机器人导航中安全性问题以及算法实时性要求,提出了基于圆弧的区域分解方法.在此基础上引入了对区域安全性的模糊子集描述,建立了代价函数,得到了符合轮式车运动学特点的局部路径.在实际系统中的运行结果表明,该算法能很好地满足复杂环境下机器人自主导航的局部路径规划要求.     

基于保留区域的分布式多机器人路径规划

针对多机器人路径规划算法多采用集中式规划,生成的机器人路径之间高度耦合,机器人发生故障时或者路径的时间序列被打乱时须要重新规划,导致执行效率较低的问题,提出了一种基于保留区域的分布式多机器人路径规划算法.采用分布式的规划架构,单个机器人在强连通有向图的环境中单独规划路径,中央模块采用保留区域的方法协调机器人之间的路径.该算法解决了规划路径之间高度耦合的问题,并且实验证明该算法还具有求解快速、规划成功率高、执行过程鲁棒性好等优点.     

多智能机器人系统中的自适应导航算法

根据机器人的运动方程,考虑移动障碍和机器人的速度信息及在它们与机器人之间3个方程的距离,提出了动态环境中控制机器人导航的算法,得出机器人避障最小距离,并针对环境中典型的情况进行理论分析。该算法减少了机器人实时计算路径的花费,特别适用于机器人在复杂、动态环境中实时路径控制,所提算法的有效性由实验验证。     

智能扫地机器人的全覆盖路径规划

全覆盖路径规划是智能扫地机器人重要的功能之一,但是基于单元分解方法的全覆盖路径规划对复杂的凹多边形环境分解过于细碎,规划的路径转弯多、调头多,优化效果常未达到最佳.结合扫地机器人的实际应用,在代价函数中加入了转弯和调头的开销;在单元分解时保留可合并规划的凹区域不再分解;单元内路径优化考虑了相邻区域的统一规划和单元间转移,单元间采用全搜索结合蚁群算法得到最佳转移路径,实现了可适用于复杂环境的全覆盖路径性能优化.仿真实验结果表明该方法有效减少了路径的转弯、调头次数和合计总开销,提高了扫地机器人的全覆盖清扫效率.     

爬壁机器人全方位移动机构研制

开发了用于机器人壁面自动清洗装置的可越障轮式全方位移动机构。该机构保证机器人在保持机体方位不变的前提下，沿壁面任意方面直线移动或在原地旋转任意角度，同时能跨越存在于机器人运行路径中的障碍。     

一种改进的移动机器人三维路径规划方法

针对工作环境已知的情况,研究了移动机器人的全局三维路径规划问题.首先改进蚁群算法全局信息素的更新策略和信息素增量的计算方法,使规划出的路径效果更优;接着引入安全性因素并提前离线计算,设计当蚂蚁陷入死锁时将该点信息素清零的回退机制,以实现复杂三维环境中机器人的高效避障;然后对传统搜索模式进行改进,实现机器人垂直于前进主方向的移动方式.仿真结果表明,采用文中设计的路径规划方法得到的三维路径长度短,搜索效率高,且更加符合实际情况.     

移动机器人自主越障反应控制行为组合方法

介绍了关节式移动机器人运动系统的元(基本)行为,提出了用模糊逻辑组合方法将原子行为(动作)组合生成高层复杂行为的行为模糊逻辑组合方法;描述了模糊逻辑组合方法组合生成的移动机器人自主越障行为.通过凸台、凹坑和楼梯等典型障碍的越障实验证明,该方法所生成的行为控制自主越障动作协调性好,具有较高的实时性、快速性和可靠性.解决了关节式移动机器人在城区和建筑内运动的越障稳定性和移动性问题.     

基于自适应模糊神经网络的机器人路径规划方法

为了解决传统反应式导航中的复杂陷阱问题,优化导航控制,减少计算复杂度,提出了基于自适应模糊神经网络的机器人导航控制及改进型虚目标路径规划方法.首先根据移动机器人运动学模型,融合神经网络的自主学习功能与模糊控制的模糊推理能力,提出了基于自适应模糊神经网络的机器人导航控制器,将生成的Takagi-Sugeno型模糊推理系统作为机器人局部反应控制的参考模型.该自适应模糊神经网络控制器实时输出扰动角度,在线调整移动机器人的预瞄准方向,使移动机器人能够无碰撞趋向目标.然后,提出了一种改进型虚目标方法,优先选择机器人可能逃脱陷阱状态的路径,简化了设计难度,改变了虚目标切换方式,避免了大量复杂计算.实验结果表明,提出的方法可以帮助机器人在全局信息未知的复杂环境中导航,在趋近目标点的过程中能有效避障,无冗余路径产生,且轨迹平滑.     

微小管道机器人移动机械运动学与动力学特性

微小管道机器人能够帮助人们完成诸如小口径管道内检测等工作，其移动机构是机器人研究领域重要的研究内容之一，在分析研究行星齿轮驱动的微型机器人移动机构的运动学和动力学特性的基础上，详细讨论了移动机构的原理，功能及影响因素，研究表明，通过提高移动机构车轮的附着性和驱动力，减小寄生功率的影响，可较好地实现该微型机器人驱动。     

基于变结构的移动机器人侧向控制器的设计

采用基于后推与模糊滑模控制相结合的方法设计了移动机器人的变结构状态反馈控制器,实现了对道路跟踪侧向误差的渐近镇定控制.应用Lyapunov定理推导了移动机器人满足非完整性约束的时变光滑状态反馈镇定控制律;将状态控制区域分为远离奇异点的稳定工作区域与含有奇异点的非稳定区域2部分.设计模糊控制嚣来控制移动机器人的状态从非稳定区域向稳定区域转变,并采用移动机器人Amigobot作为实验平台验证了控制器设计的有效性.研究结果表明:侧向误差较大时,模糊控制器确保移动机器人在稳定区域内沿着模态切换线减小误差;当侧向误差较小时,时变光滑状态反馈控制实现对移动机器人的平稳镇定.在控制器设计中,将移动机器人的平移速度视为渐变参数,根据侧向误差能量函数的变化进行模糊自适应调节.     

基于实际误差函数和隶属函数机器人避障算法

介绍一种机器人在不确定环境下，通过探障传感器，在探测过程中采用一种模糊神经网络来躲避障碍物的方法。该模糊控制采用有明确意义的模糊隶属函数，由采用有明确物理意义误差评价函数的神经网络来实现，以避免模糊控制的死点从而完成避障路径规划。计算机仿真实验的结果验证了该方法的有效性和实用性。     

轮式机器人遗传模糊神经网络转向控制

针对数学模型复杂的轮式机器人的转向控制问题，使用基于遗传算法的模糊神经网络转向控制方法．首先建立车辆的神经网络模型，然后构造模糊神经网络控制器，再用遗传算法寻找模糊神经网络控制器的参数，最后提高控制器对速度变化的适应性．仿真表明，该方法可以对机器人的转向进行有效控制，效果良好，能适应各种不同速度变化，是一种有实用意义的控制方法．     

模糊控制在移动机器人中的应用

针对具有引导线环境下自主式移动机器人寻线和运动控制这一工程实际问题，给出了基于嵌入式PC模块用于机器人小车的控制系统设计。在此基础上运用模糊逻辑推理方法解决了自主式移动机器人的导航和避障问题。仿真研究与实际运行表明了该方法的有效性。     

基于模糊控制的移动机器人的路径规划

提出了一种在未知环境下移动机器人路径规划算法－模糊控制算法,并对此算法进行了推导与仿真。仿真结果表明,此算法鲁棒性强,可消除传统算法中存在的对移动机器人的定位精度敏感,对环境信息依赖性强等缺点,使移动机器人小车的行为表现出很好的一致性、连续性和稳定性。     

采用模糊免疫PID控制的移动机器人避障误差仿真研究

当前,移动机器人运动规划路径较长,实际运动轨迹与理论运动轨迹误差较大。对此,设计了移动机器人模糊免疫PID控制系统,并对控制系统输出误差进行仿真验证。建立移动机器人平面简图,给出机器人运动方程式,采用平面栅格来描述机器人运动规划路径。引用传统PID控制器并进行改进,设计了模糊免疫PID控制系统,给出了移动机器人PID控制输出系统在线调节流程。采用MATLAB软件对机器人输出误差进行仿真,比较PID控制和模糊免疫PID控制输出误差大小。结果显示:移动机器人采用传统PID控制系统,稳定调节时间为1.0 s,产生的最大误差为0.83 mm,系统输出误差较大;移动机器人采用模糊免疫PID控制系统,稳定调节时间为0.5 s,产生的最大误差为0.59 mm,系统输出误差较小。移动机器人采用模糊免疫PID控制系统,响应速度快,追踪误差较小,从而提高系统的稳定性。     

一种自主移动机器人智能导航控制系统设计

提出一种实用的自主移动机器人智能导航控制方案,以研制的模型样机HN-9为例,阐述了其具体实现技术.机器人采用扫描式超声波实现作业环境的探测,基于码盘和电子罗盘的组合导航子系统实现定位估计,利用模糊决策子系统产生反应式智能导航控制行为.仿真实验及模型样机的实际运行效果验证了该系统构成的可行性.这种模块化的低成本设计方案便于在移动机器人的嵌入式控制系统上实现,便于对已有移动机器人系统进行改造以实现自主导航功能,用以提高操作机动性与可靠性.