基于反应式的移动机器人避障研究与实现

文章提出了一种基于反应式的避障控制方法,在方法中使用"分而治之"的策略,将复杂的环境设计成不同的情景,并通过设计的情景-动作规则来确定机器人所处的情景,根据不同的情景选择合适的动作;使用该方法控制移动机器人能够在未知的环境中,实时地检测出障碍物,并实时规划出合理有效的路径,稳定、平滑不间断地向目标行驶,有效地防止在狭小空间里的振荡和避免U型陷阱;结果证明该方法的可行性和有效性,同时也体现出该算法在复杂环境中使用的优越性和鲁棒性。     

随动系统中机器人行走路径的规划研究

把模糊控制算法引入到神经网络中,从而使得模糊控制器规则的在线精度和神经网络的学习速度均有较大的提高,使移动机器人具有较为迅速的反应能力。实验室仿真证明了模糊神经网络在移动机器人路径选择中的智能性。     

基于超声相控阵的机器人避障设计

对机器人避障系统的超声相控阵进行了二维相控阵设计,给出了一种聚焦扫描的新方法,分析了回波信号。通过对前方[WTBX]m*n[WTBZ]个点的聚焦,实现了对前方环境中障碍的实时探测。     

货到人拣选系统多阶段可穿行多AGV路径规划

针对货到人拣选系统大规模多AGV（automated guided vehicle）路径规划中由于转弯和避障导致行驶时间增长的问题,考虑空载AGV可穿行货架,建立以任务完成时间最短为目标的路径规划模型,并通过改进A*算法对该问题进行求解。对AGV运行阶段进行划分,在A*算法中引入转弯惩罚值减少转弯次数,利用避障等待时间设置避障优先级。仿真实例结果表明考虑转弯和避障的可穿行货架路径规划方法能够降低任务完成时间和行走路径长度,在提高拣选系统作业效率方面具有参考价值。     

一个复杂有界环境下的改进极限环避障算法

本文研究了障碍不规则与带边界这两种非预知环境条件下的群体运动实时规划问题,提出了一种改进极限环群体避障算法.该算法在传统极限环的基础上引入局部与包络的概念来解决障碍不规则的问题,另一方面通过改进传统人工势场的斥力函数来刻画边界的排斥作用,以避免与边界碰撞.针对不规则障碍与带边界这两种典型场景,本文在障碍与边界非预知的条件下进行了仿真实验.仿真结果表明,与传统人工势场法相比,本算法不仅减少了碰撞数量,缩短了避障时间,还具有更好的适应性和有效性.     

航母甲板上舰载机的混合避障和仿真

针对航母甲板上舰载机混合避障随机性强、实时性差、规划速度慢等问题，结合最小二乘法与DDPG(deep deterministic policy gradient)算法提出一种PDDPG(predictive depth deterministic policy gradient)算法。该方法利用最小二乘法预测航母甲板上动态障碍物的短期轨迹。DDPG根据动态障碍物的短期轨迹为智能体提供在连续空间里学习和决策行为的能力。基于人工势场设置奖励函数，提高混合避障算法的收敛速度和准确率。使用Unity 3D构建了航母甲板高动态复杂场景，进行舰载机混合避障仿真实验。实验结果表明，PDDPG能较准确地实现航母甲板上舰载机的混合避障，与其他方法相比，在精度上提高了7%～30%。与DQN(deep Q network)相比，路径长度和转弯角度上分别减少了100个单位和400o～450o。     

基于STC89C52单片机的智能扫地机器人设计

利用STC89C52单片机,控制红外避障传感器、按键电路、电机电路、风扇控制电路,实现一款智能化避障吸尘小车设计。通过红外避障传感器检测障碍物方向和距离,当一个方向检测到障碍物时,吸尘车则向反方向转动,从而实现自动避障。在小车的下面安装风扇和储尘盒,实现小车吸尘的功能。经过实际实验,验证了系统具有很好的实用性和稳定性,为自动避障吸尘小车控制系统的开发提供了良好的思路。     

基于改进蚁群算法的多目标路径规划研究

传统蚁群算法因在复杂环境中容易产生死锁，导致部分蚂蚁失效，造成效率低下，迭代次数增多。为此，提出了一种利用环境信息引入环境因子来调整启发函数的方法从而降低死锁情况的发生，增加了有效蚂蚁的数量，从整体上提高了蚁群的搜索速度，扩大了搜索范围。同时，传统蚁群算法在路径规划中仅在理想地域内寻求最短路径，而多因素环境中最短路径往往并非最优解。为解决此问题通过在不同环境中对转移概率进行加权优化在追求路径最短的基础上提出多目标路径规划，丰富了蚁群算法的实用性和现实意义。最后经仿真实验对优化算法进行验证，证明了上述优化的可行性。     

基于动态预警的人车共驾智能汽车侧向避障鲁棒控制

为提高人车共驾智能汽车侧向避障安全性,提出了基于动态避障预警的侧向避障鲁棒控制策略.针对汽车行驶前方汽车加速度和速度动态变化,建立汽车纵向安全距离模型,提出了基于临界纵向安全距离和碰撞时间倒数融合互补的多级预警算法.针对不同预警状态,根据驾驶员是否介入,对智能汽车进行相应控制,实现人车共驾智能汽车安全性;针对避障过程前后侧偏刚度参数动态摄动,提出了考虑参数动态摄动的鲁棒控制策略,以实现智能汽车侧向避障轨迹精准跟踪.搭建了Carsim与Simulink联合仿真平台,进行了所提控制策略仿真分析,结果表明:所提控制策略有效,实现了不同级别预警并能根据驾驶员动态介入而动态调整预警状态,若驾驶员对预警未介入直到四级预警,控制策略自动接管人车共驾智能汽车,进行侧向避障控制,提高了人车共驾智能汽车安全性和横摆稳定性.     

不确定环境下集矿机环境感知与实时避障研究

通过对海底集矿机作业特点及作业环境分析可知,采用传统势场法避障要解决的关键问题主要为局部极小问题,由此提出了基于人工势场法的改进算法。重新定义势函数,对斥力函数作了改进,建立了履带式集矿机的运动学模型,并成功应用于海底不确定环境下集矿机的实时避障。仿真结果表明:改进后的避障算法能够使机器人逃离局部极小,顺利避障并到达目标,具有较强的实用性与可行性。该研究对于海底采矿及水下机器人的避障具有一定的指导意义。