足球机器人的双圆弧射门算法研究

为了提高机器人足球比赛中的成功率,在分析了基本算法不足的基础上,利用能够满足任意端点及其斜率要求的双圆弧曲线来解决机器人小车到达目标点的位置,以及姿态运动过程中遇到障碍物能够保持最佳姿态的射门问题,并利用优化设计中的复合形法进行了运动路径寻优.仿真结果表明,利用双圆弧曲线可保证足球机器人有效地避开障碍物到达目标位姿,且可保证规划路径上的每一点均能满足非完整约束条件,有效地为足球机器人规划出避碰最优路径.优化后的方法简单有效,可对机器人的初始条件不加限制,计算量非常小,因此有较高的实用价值.     

正弦曲线的足球机器人路径规划

为了提高机器人足球比赛中的成功率,在分析基本算法不足的基础上,利用正弦曲线具有光滑、可微的特性,解决机器人小车在到达目标点位置和姿态的运动过程中,所遇到障碍物及保持最佳姿态的路径规划问题.仿真试验表明,提出的方法具有较强的路径规划能力,对机器人初始条件可不加限制,计算量非常小,具有较高的实用价值.     

一种移动机器人动态环境下的路径规划

一种动态环境下自主机器人路径规划的方法由趋于目标的全局运动规划和躲避障碍物的局部运动规划两部分组成.首先通过栅格法建立机器人的工作环境,利用蚁群算法初步规划出机器人的全局优化路径;在此基础上,采用滚动窗口的方法进行局部环境探测和碰撞预测,对动态障碍物实行局部避碰,使机器人安全顺利地到达目的地.该方法适用于环境中同时存在静止和动态障碍物的情况.仿真结果证明该方法有效.     

空间机器人路径规划的姿态空间快速计算方法

由于航天机器人工作环境的非确定性，这类机器人运动规划问题的关键是要求规划系统具有实时性，以便与传感信息相结合。基于姿态空间路径规划方法的核心问题是如何将位于机器人工作空间中的障碍物快速映射到姿态空间中。本文利用机器人基本工作面和基本碰撞体的概念来解决快速映射障碍物的问题。研究结果表明，该方法映射障碍物的时间为毫秒级，完全可以满足机器人在非确定环境中实时规划的要求。     

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。     

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。     

双机器人协调跟随运动的运动学分析与路径规划

针对双机器人变姿态协调跟随运动路径生成方法,提出了从机器人变姿态协调跟随运动路径离线生成的更换工具坐标系方法.给出了双机器人协调跟随运动的运动学约束分析,描述了变姿态协调跟随运动中从机器人工具末端路径生成的方法和步骤,搭建了双机器人变姿态协调跟随运动的实验平台.最后通过双机器人变姿态直线和圆弧协调跟随运动实验,证明了所提出方法的有效性.
     

基于势场法的路径规划

利用障碍物的势场表示提出了三维空间中移动物体的路径规划算法。首先，全局规划器从最小势谷中选择机器人的侯选路径以及沿路径使描述路径长度及碰撞机会的启发函数取最小值的运动姿态。     

未知环境下移动机器人实时路径规划

主要讨论了在不确定环境下移动机器人运动路径的在线规划算法.在此方法中,预定目标被定为吸引子,而障碍物被定为排斥子,路径规划问题就被转换为应用牛顿定理进行迭代计算的问题.这种算法计算简便,实时性强,能自动地适应工作环境中障碍物和目标的位置变化和随机出现,使机器人准确避开障碍,安全到达目的地.     

邻近障碍物整体化的机器人路径规划

针对采用传统的人工势场法进行路径规划时,在障碍物密集分布的区域容易使机器人陷入其中,导致停止不前或循环往复,出现局部极小值的问题,提出一种密集邻近障碍物整体化的机器人路径规划方法.首先,通过传感器检测障碍物的位置信息,根据相邻障碍物之间的距离划分密集分布的障碍物区域;然后,以该区域的中心为圆心,确定一个外接圆,对障碍物进行整体化处理;最后,用整体化障碍物替代原先的多个障碍物.在MATLAB软件平台上,对文中方法进行仿真.结果表明:与传统人工势场法相比,文中方法可以有效避开局部极小值,顺利完成路径规划任务;与增设引导点的方法相比,文中方法可有效减少机器人从起始位置到达目标位置的时间,提高路径规划的效率.