结合模糊逻辑和改进人工势场的局部路径规划

针对人工势场法的死点问题和较为复杂的局部障碍物环境,采取模糊逻辑与改进的人工势场相结合的方式,提出了一种结合模糊控制器与人工势场算法的并行避障处理结构。依据静态目标点位置与多路超声波传感器返回的障碍物距离信息,实行稳定环境的人工势场路径规划与危险环境的模糊控制,使移动机器人能够到达预定目标点。在Mobotsim仿真软件中验证了算法的可行性与有效性。     

融合改进A*和动态窗口法的AGV动态路径规划

摘要:路径规划对AGV完成自主导航起着关键性的作用,针对这点出发,本文提出一种全局采用改进的A*算法,局部在保证全局最优的情况下采用融合A*和DWA两种算法,首先加入AGV的位置信息,在传统的评价函数基础上设置了包含代价函数和启发函数的权重函数,其次,将传统的8个搜索方向,变成了5个,提高了路径搜索效率,为了进一步增加路径的平顺性,对节点进行优化,删除了多余的转折点,保留下关键的转折点,然后在此基础上又设置了安全域值,进一步删除多余的转折点,从而保证了全局路径最优,为了实现AGV实时动态避障,本文将A*和DWA两种算法融合,进行在线实时规划路径,设计了一种基于全局最优路径的圆滑路径曲线,经过仿真,本文提出的算法在路径长度,机器人平均转折角度,运行时间等都大大减少,最后,通过实验进一步验证了算法的可行性。     

基于零空间行为法的自主水下机器人避障策略

针对自主水下机器人(AUV)在复杂海底环境驶向目标点的过程中可能遇到动静态障碍物的问题,设计了基于零空间行为(NSB)法的避障策略.首先将AUV驶向目标点的整体任务分解成不同的子任务,并把避障子任务设为最高优先级任务;对于多任务控制目标,将由低优先级任务向量向高优先级任务向量的零空间进行投影得到的综合任务向量作为最终输出函数;在完成高优先级任务的同时,部分或全部完成低优先级任务,以避免各任务目标的相互冲突.随后根据不同子任务的优先级设计相应的任务函数,研究了针对静态和动态障碍物的避障策略;推导并建立了AUV运动的综合输出函数,以确保其在驶向目标点的过程中对不同类型障碍物进行有效规避.模拟计算结果证明该方法是有效的和可行的,在复杂障碍物环境中能够达到预期的避障效果.     

基于CM-Q学习的自主移动机器人局部路径规划

针对多障碍物未知环境下,自主移动机器人局部路径规划过程中出现的路径冗余和避障问题,提出了基于坐标匹配的Q学习算法(Coordinate Matching-Q learning算法,CM-Q算法)。首先建立自主移动机器人栅格地图运行环境;其次以Q学习算法探索和学习最佳状态-动作对,并利用坐标匹配的CM算法进行避障;最后在未知障碍物环境中进行路径规划,对所提出的算法进行验证。实验结果表明,运用该方法,自主移动机器人能在未知的简单和复杂障碍物环境下规划出一条最优或次优路径,完成避障和路径规划任务。     

微小型无人水面航行器的全局避障航迹规划

在常见改进遗传算法的基础上,结合微小型无人水面航行器(MUSV)的航行特点,进行变长度实数编码;根据航行的边界约束、避障约束、机动约束、总航路点个数约束以及进行目标点可航性判断来生成初始群体;为了使交叉、变异后的航迹能够避开障碍且能满足航行机动约束,采用相似航路点交叉和优先小范围变异。仿真结果表明,结合MUSV航行特点的改进方法,能够产生适应度较高的初始群体,能够在遗传操作中舍弃不可行个体,从而达到加快收敛速度的效果。     

自主虚拟人真实感行为与运动建模的研究

提出一个构建具有高度自主性虚拟人的集成框架,在实时虚拟环境中创建具有类人的真实感行为特征与运动能力的虚拟人.在集成框架中,感知系统使虚拟人能够获取虚拟环境中视听觉信息,对虚拟环境进行自主探索;基于决策网络的行为决策系统模拟真实人类决策的复杂性与不确定性,根据所感知的周围虚拟环境信息,做出合理的行为决策;层次式运动控制系统实现虚拟人在虚拟环境中路径规划与Steering控制,实时合成出真实感的虚拟人运动动画.实验结果表明,该集成框架能够在实时虚拟环境中有效地构建出具有高度自主性、环境感知能力以及智能行为决策与运动控制功能的真实感虚拟人.     

基于贝塞尔曲线的智能商用车换道避障轨迹规划

智能车辆的安全避障是实现自动驾驶技术的基础,针对智能商用车高速行驶中的避障问题,建立相应的避障策略,结合高速公路实际工况,对智能商用车的换道避障轨迹进行规划,分为路径规划与速度规划两方面。基于车辆的横向稳定性,结合鱼钩实验得到商用车高速转向时路径曲率的最大值,提出基于贝塞尔曲线的轨迹规划算法,对曲率进行约束,利用遗传算法选取最优避障路径。并基于车辆安全距离模型确定避障车速,规划出一条满足动力学约束以及瞬态侧翻阈值约束的避障轨迹,利用Trcksim软件对避障轨迹的可行性进行验证,结果表明智能商用车能够安全、高效的进行换道避障。     

多移动机器人混合避障算法的编队策略

针对多移动机器人系统在未知静态障碍物环境下的编队避障问题,提出了一种多移动机器人混合避障算法的编队策略,使多移动机器人系统在整个运行过程中保证系统内不发生碰撞,并且在未知静态障碍物环境中能最大程度地保持队形进行有效避障,以及能够在较短时间到达指定目标点。该编队策略基于领航跟随法和人工势场法,将系统内机器人划分为领航机器人及跟随机器人,并根据各自角色任务的差异,对其采用了不同改进方法的人工势场法进行避障,形成一种混合避障算法,其中针对领航机器人提出了LAPF(leader artificial potential field)避障算法,该算法改进了传统人工势场法的斥力函数,解决了传统人工势场法极易陷入局部极值困境的问题,并有效缩短了避障过程所用时间。为保证整个系统运行过程及避障行为之后能够恢复队形保持系统稳定性,该编队策略利用一致性模型控制机器人的速度,使领航机器人与跟随机器人的状态趋于一致,进而保持队形。仿真结果验证了LAPF算法及该多移动机器人混合避障算法编队策略的有效性。     

基于URM37V3.2的移动机器人智能避障测距系统

本文通过89s51单片机对可编程超声波测距模块URM37V3.2的舵机功能操作,可以扫描270度、5米范围内的障碍物。处理器根据障碍物距离的具体情况,采用模糊规则与遗传算法相结合的路径规划算法,设计最佳避障模糊控制器,通过计算机仿真,证明具有较强的环境适应性。     

四驱式爬缆机器人结构及动力学分析

在对现有爬缆机器人分析研究的基础上,提出了一种新型四驱式爬缆机器人结构;该爬缆机器人设计有两组对边驱动装置,交替作业可使机器人避开缆索上一些小型元件。通过控制夹紧机构,机器人可利用重力实现匀速安全回收,节省了能源。通过对该爬缆机器人的动力学分析,得到了夹紧力条件和驱动力条件。研制出了样机并对其进行了多次实验,实验结果表明,该机构运行平稳可靠,越障性能较好,能够达到实验的预定目标。