基于灰狼优化算法的机器人羽流追踪方法

针对在室内扩散环境无法获得可靠的羽流流向/流速信息的情况下,解决寻源机器人源定位效率低、成功率低的问题,提出了一种基于灰狼优化算法的机器人羽流追踪方法.该方法以气体浓度值作为个体适应度,在不搭载羽流流速/流向传感器的情况下,通过寻源机器人模拟灰狼种群的社会机制与狩猎行为进行位置更新,使寻源机器人能高效地追踪羽流并定位源位置.分别将灰狼优化算法、粒子群算法、遗传算法、Z字形搜索策略进行四组机器人羽流追踪仿真实验,基于灰狼优化算法的寻源机器人的定位成功率分别为92％、94％、94％、94％.实验结果表明,基于灰狼优化算法的寻源机器人的定位成功率分别为95％、90％、90％,验证了基于灰狼优化算法的机器人羽流追踪方法的可行性和有效性.     

基于粒子群优化算法的高速网络可变结构节点位置控制

针对网络节点位置控制中网络容量较低、 控制过程节点能量消耗较大等问题, 提出一种基于粒子群优化算法的高速网络可变结构节点位置控制方法. 该方法结合粒子群优化算法与Metropolis接受准则, 找到各网络节点对应的粒子位置, 对初始位置权重进行自适应调节, 得出粒子最优值并建立高速网络可变结构节点位置控制模型, 以实现可变结构节点位置控制. 仿真实验与当前方法进行对比测试的结果表明, 该网络节点位置控制方法在250个节点位置控制实验过程中, 能量消耗可控制在30 kJ内, 控制效率较高.     

基于粒子群优化算法的高速网络可变结构节点位置控制

针对网络节点位置控制中网络容量较低、 控制过程节点能量消耗较大等问题, 提出一种基于粒子群优化算法的高速网络可变结构节点位置控制方法. 该方法结合粒子群优化算法与Metropolis接受准则, 找到各网络节点对应的粒子位置, 对初始位置权重进行自适应调节, 得出粒子最优值并建立高速网络可变结构节点位置控制模型, 以实现可变结构节点位置控制. 仿真实验与当前方法进行对比测试的结果表明, 该网络节点位置控制方法在250个节点位置控制实验过程中, 能量消耗可控制在30 kJ内, 控制效率较高.     

基于人工势场的机器人动态路径规划新方法

针对传统机器人路径规划方法仅考虑静态环境的问题,建立了一种基于人工势场的移动机器人动态路径规划新方法.移动机器人运动环境通常是复杂多变的,在动态环境下,目标点、障碍物可能都是运动的,另外,存在运动轨迹未知的随机障碍物等,针对移动环境的动态情况,在传统人工势场法相对位置势场的基础上引入相对速度势场,充分利用量子粒子群算法,对引力势场和斥力势场的增益系数进行一定的优化.以量子粒子群的优化算法进行快速全局搜索,结合人工势场操作,对引力场和斥力场增益系数进行优化,该方法易于实时快速地对机器人进行控制.仿真结果表明,基于量子粒子群算法的人工势场法的路径规划模型能够得到平滑、安全的路径,具有较高的性能.该方法可以有效地实现机器人的动态路径规划.     

基于相对观测量的机器人合作FastSLAM算法

提出了一种基于相对观测量的合作快速同时定位与建图(FastSLAM)算法,即合作FastSLAM算法.给出了机器人合作定位的系统模型,假设每个机器人装配上能够测量与附近机器人之间相对位置和识别附近机器人的外部传感器.仅用机器人自身当作路标来对多机器人系统中每一个成员进行相对定位,分析了多机器人合作定位中相对观测量的约束关系.将多机器人运动信息和相对观测量与FastSLAM相结合,估计出机器人路径轨迹的后验概率分布,从而生成预测粒子,并计算每个粒子的权重,最后进行重采样使其能够递归估计修正机器人组中每个机器人的位置.仿真结果证明了该算法的有效性.     

一种针对VFH系列算法阈值敏感问题的改进策略

针对VFH系列算法的阈值敏感问题,提出了一种新的自适应阈值改进策略.综合考虑移动机器人硬件特性、运动特性和目标点环境设置初始阈值、确定阈值范围.使用阈值评价函数,对可选范围内的每组阈值与可通行方向进行综合评价,使得机器人能够实时选取适合当前情况的阈值.最后在ROS上实现算法,并使用EAI移动机器人平台进行多次对比实验.实验结果证明,使用自适应阈值改进策略后,机器人能够避免局部死区,并在目标周围存在障碍物时,以较短的无碰撞平滑路径顺利到达目标位置.     

一种强背景噪声下的WSN目标定位算法

为了进一步提高无线传感器网络(WSN)目标定位解算精度,提出了一种改进的Cubature粒子滤波(ICPF)定位算法.该算法运用最小二乘法估计移动目标当前初始时刻的位置,使用Cubature卡尔曼滤波和Gauss-Newton迭代法来充分利用测量更新后的状态最新信息,精确设计目标状态重要性密度函数,为粒子滤波提供相应的建议分布,从而能够更加有效改善粒子滤波器的性能.仿真实验结果证明,提出的改进算法在强背景噪声下能有效提高定位精度且收敛性增强,其性能优于标准粒子滤波(PF)、扩展粒子滤波(EPF)及Unscented粒子滤波定位算法(UPF).      

双臂机器人传接位置选取与路径规划方法

为提高物体在机器人双臂之间的传接效率,从优化传接操作过程角度出发,提出了一种传接位置选取和双臂移动路径规划方法.通过对传接过程进行分析建立双臂机器人传接位置优化模型,将传接位置选取问题转变为一个非线性约束优化问题.使用改进的遗传算法进行求解,为机器人双臂传接过程选择基于时间最佳的传接位置.在Moveit!规划框架下,采用双向快速扩展随机树(RRT-Connect)算法完成传接过程中的双臂路径规划,使得双臂免于碰撞.利用保存的历史规划信息对随机采样算法存在的不可重复性问题进行优化,找到耗时最短的双臂移动路径.仿真和实验结果表明:提出的方法可以为机器人双臂之间的传接操作找到基于时间最佳的传接位置,并且为双臂规划到达目标传接位置的近似耗时最短路径,提高双臂传接的效率.     

基于事件预测的遥操作机器人系统的性能分析

Internet的时变时延及数据丢包严重影响了互联网遥操作机器人系统的操作性能,甚至造成了系统不稳定.为降低时变时延对遥操作机器人系统性能的影响,文中基于具可变滑动窗口的稀疏多元线性回归算法提出了单步时延预测算法,并在此基础上设计了基于事件预测的网络遥操作机器人系统.该系统在主端加入基于时延预测的离散路径管理器,它通过求解超前的优化函数,在线产生一个合适的预测路径的事件参数,从而提高跟踪性能和环境适应能力以应付突发事件的发生.根据Lyapunov稳定性定理,文中还推导得到了该系统的稳定性条件.本地实验和跨地区的遥操作机器人实验结果表明,文中方法能有效解决时变时延以及网络数据丢包引起的稳定性问题和性能下降问题.     

机器人定位中稳健的自适应粒子滤波算法

为了提高粒子滤波算法在机器人定位中的性能,在基本粒子滤波算法的基础上,引入概率回退的方法对机器人的初始状态进行估计,采用窗口滤波更新粒子集合,根据对机器人位置估计的情况动态更新粒子集合的大小,得到一种改进的粒子滤波算法——稳健的自适应粒子滤波算法。仿真结果表明:该算法充分利用了对机器人位置估计的有效信息,在显著提高算法稳健性的同时,降低了运算复杂度,较好地解决了机器人定位这一非线性非Gauss状态在线估计问题。