基于关节空间与工作空间协同的6R点焊机器人路径规划方法

为实现6R点焊机器人动态性能优、焊接路径短的规划目标,提出在关节空间采用5次多项式规划其转角运动,以确保机器人从任一焊点到相邻焊点时的动态特性;基于组合数学原理,枚举点焊机器人工作时遍历所有焊点的可能路径集合,结合关节空间与工作空间映射关系和各可能路径长度动态积分的数值计算,给出最优焊接路径排列顺序。最后通过算例对该规划方法进行了验证。     

基于遗传算法的白车身机器人焊接路径规划

分析了轿车白车身制造过程中机器人拼焊工位焊接路径规划的特征,将焊点与机器人的工具原点抽象为空间点,根据图论理论建立各点的关系图.将约束条件转化为局部有向关系矩阵,以机器人空间运动最短距离为目标,建立货郎担问题数学模型,利用遗传算法求解.依据关系矩阵产生合法初始种群,并确定选择、交叉、变异等遗传算子,以MATLAB语言编程计算.行李箱盖补焊工位焊接路径规划结果表明,该方法能够对机器人焊接路径合理规划,规划方案已成功用于工程实际.     

仿真环境下多机器人焊接路径的优化

应用同心圆柱面对机器人活动空间进行细分,结合自由线弧的优点,寻找出机器人可能的焊接路径,提出了一种规划多机器人焊接加工路径的方法,按照相应原则选取自由空间弧段上的节点,并结合图论技术,实现选取的机器人焊接路径的优化,结合仿真环境进行优化算法,在解决多机器人碰撞问题的同时,大大缩短了规划时间,还为多机器人焊接路径的规划与优化问题提出了一条可能的发展路径。     

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。     

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。     

基于机器人避障问题的数学模型

研究了移动机器人避障最短路径和最短时间路径问题。根据路障的具体位置和大小确定出机器人可行路径。针对每条可行路径求出其上的最短路径。由于机器人不可折线行走,紧靠着障碍物朝向目标点行走,且只在障碍物的拐角处以弧线行走,这样的以直线和弧线的交替行走的路径即为最短路径。     

基于极小代数赋权有向图最短路径求解算法

应用极小代数给出了求解简单有向赋权图最短路径问题的代数算法.该算法基于赋权有向图的直接距离矩阵A,在极小代数意义下计算k步最短路径距离矩阵Ak和最短路径距离矩阵A+,并依此确定出赋权有向图的最短路径以及最少步数最短路径.与Dijkstra算法相比较,所提出的代数算法求解路径规划问题能够较快地得到特定的最短路径及其长度.     

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...     

基于DNA计算的焊接机器人路径规划算法

为寻求焊接机器人作业过程路径优化问题,运用DNA算法,提出焊接机器人路径规划的有效算法,通过算例证明了方法的有效性.     

基于Bézier曲线的差速驱动机器人混合避障路径规划算法

为实现差速驱动机器人在避障环境下的平滑最优路径规划, 提出一种基于Bézier曲线的差速驱动机器人混合避障路径规划算法. 首先, 建立差速驱动机器人运动模型, 用于操控左右两个驱动轮线速率, 完成机器人转弯及非匀速运动; 其次, 利用Bézier曲线描述路径状态, 将路径规划问题转换为产生Bézier曲线有限点方位优化问题, 提升机器人的运动平滑性; 最后, 引入遗传算法将二维路径编码简化为一维编码问题, 将路边约束、 动态避障需求及最短路径需求混合成适应度函数, 使机器人尽快脱离局部极小解, 成功绕过障碍物抵达目标点. 仿真实验结果表明, 该方法的避障路径规划效果较好, 避障路径距离为30.19 m, 且避障用时低于对比方法, 最长避障用时为5.3 min.     

动态环境下移动机器人路径规划的一种新方法

提出了一种适用于动态环境下移动机器人路径规划的新方法.用栅格法对环境进行建模,从目标栅格点出发,各栅格中心点到目标栅格中心点的距离信息以每个时间步一个栅格的速度不断向外传播.经过足够多时间步的传播后,通过逐步寻找信息的传播来源,即可获得机器人的最短路径.仿真结果表明,该方法非常简单且高效,能快速规划出动态环境下移动机器人的最优路径.     

家禽智慧养殖农场自主投料机器人任务路径规划算法

为了解决家禽智能养殖场饲养环境差、喂养不及时、劳动力需求大等问题,投料机器人的开发迫在眉睫,而路径规划算法的研究是开发饲养机器人的重要环节。饲喂机器人的能耗是路径规划过程中关注的重要内容之一。投料机器人的总重量在投料过程中一直在变化,以最短路径行驶并不意味着其能耗最小,因此需要找到一条最合适的路径而不是最短的路径来使得投料机器人行驶能耗最小。针对以上问题,提出对一定数量的缺料饲料桶采用分支定界算法规划出一条能耗最小的路径;通过最短边集优先选取结合序列不等式方法计算出投料机器人行驶的能耗下界,通过基于Christofides启发式算法计算出投料机器人行驶的能耗上界,同时计算并证明能耗上界与最优能耗的最坏比界。通过在投料机器人的工控机上的运算结果表明：相较于其他求解能耗上下界的方法,所提出方法的求解结果更加精确,能够保证分支定界算法的求解速度更快,同时分支定界算法能快速地求出投料机器人的能耗最小的行驶路径,相较于其他算法而言求解能力更强。     

基于视觉识别的多层多道路径规划修正

摘要： 针对传统大厚板手工电弧焊和半自动焊工艺复杂、焊接效率低下、质量稳定性差等问题提出大厚板焊接的新方法：双机器人双面熔化极活性气体保护焊（MAG）,打底焊采用双机器人双面MAG错位焊接,填充焊采用双机器人双面MAG对称焊接.多层多道焊接过程中累积误差和焊接变形会对多层多道路径规划精度造成影响,准确的多层多道路径规划是实现大厚板机器人自动焊接的关键因素.提出基于视觉识别的多层多道路径规划修正方法,通过图像处理结合图像三维信息恢复获得各焊道实时填充信息,对多层多道路径规划进行修正,提高多层多道路径规划精度.     

最优化3-RRR球面并联机器人路径规划方法

针对3-RRR球面机器人进行了路径规划方法的讨论,将一种快速寻找最短路径的橡皮筋算法推广到了三维空间,并编制了伪代码。对机器人运动学方程进行了计算分析,得到了其工作空间点云模型。根据其可定向性周期空间的拓扑特性,确定最短路径找寻方向。通过4组算例验证了能量最省路径规划方法的可行性,并给出了各自的点云图,以及1组电机转角的变化曲线。     

基于改进双向探索A∗算法的医疗巡检机器人路径规划研究

针对传统导航机器人在复杂大型地图中路径搜索时间长、效率低等问题,提出了一种基于医院复杂环境下的导航策略.对移动机器人在路径规划过程中遇到障碍物、接到临时任务指令以及在同一楼层中两个行驶机器人相遇3种情况,分别讨论了较为合理的路径规划方案.在医院复杂场景模拟环境下的导航策略实验结果表明:该方法能够有效减少路径规划时间,提高搜索效率.EAI移动机器人在线的医院场景模拟环境下实验结果表明:相比传统路径规划算法,该方法能够提高探寻最短路径的效率,且在连续障碍环境下仍能寻找到一条安全性更高、用时最短的最优路径.     

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     

基于模糊神经控制的移动机器人避障研究

机器人路径规划技术是机器人研究的一个重要领域,其主要任务是在机器人工作空间中寻求一条从起始点到达目标点的无碰撞路径,并且满足路径最短或时间最短等条件。由于精确的系统模型参数和传感器数据的获取比较困难,传统的路径规划方法具有很大的局限性。模糊逻辑算法不依赖精确的数学模型和环境信息,对于机器人路径规划问题具有明显优势。本文基于模糊控制方法研究了未知环境下的机器人局部路径规划问题。     

动态环境中基于遗传算法的机器人路径规划

为解决动态环境中足球机器人的路径规划问题,采用栅格法对机器人工作空间进行划分,用序号标识栅格,并以此序号作为机器人路径规划参数编码,建立了以路径最短、避障为优化目标的遗传算法个体评价函数.采用轮盘赌选择、重合点交叉、多种变异结合等方法完成了遗传操作.针对遗传算法易陷入局部最优的不足,在标准遗传算法基础上加入了复原操作和重构操作,使改进后的遗传算法收敛于全局最优.仿真结果表明:该算法能够成功地在动态环境里规划出一条近似最优的路径,算法是有效的     

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.