电力线巡检飞行机器人路径规划方法

提出了一种基于改进概率地图法的电力线巡检飞行机器人路径规划方法.首先,在分析概率地图法不足的基础上,利用分支游动原理改进的概率地图,使得概率地图更加完整,减少了碰撞检测的次数,提高了算法的执行效率,有利于路径搜索.其次,将改进的概率地图方法应用于电力线巡检飞行机器人的路径规划中,能够在复杂的环境中找到一条可行的、安全的电力线巡检路径.最后,将路径规划方法与具体电力线巡检任务整合在一起进行仿真实验,仿真结果验证了所提出的路径规划方法的正确性和有效性.     

基于动力学的电力线巡检飞行机器人运动规划

提出一种以动力学模型为基础的电力线路巡检飞行机器人运动规划方法,采用随机优化的思想解决有限时间内不完整系统的问题,本质上是一种在快速扩展随机树算法的基础上融入飞行机器人动力学模型的运动规划算法,初步解决了电力线巡检飞行机器人运动规划问题.运用Matlab工具进行仿真实验,验证了方法的可行性和有效性.     

基于改进RRT的无人机电力杆塔巡检路径规划

为了达到无人机在电力输电线路环境中能够进行有效的路径规划以及轨迹跟踪的目的,立足于RRT(Rapidly Exploring Random Trees)算法,提出一种在电力输电线路中适用于无人机的路径规划算法．该算法在融合无人机的动力学特性,及RRT扩展的随机性的基础上,通过设计最大航向角以及路径高度的约束,使得规划的路径在高度方向上向目标点渐进逼近,并能克服传统RRT在狭窄空间规划失败的问题.算法在ROS(Robot Operating System)-Gazebo环境中进行了仿真试验,验证了该算法在电力输电线路环境下的实用性.     

基于多优化快速扩展随机树算法的足球机器人路径规划

研究RoboCup比赛未知环境中足球机器人的路径规划问题。提出一种多优化设计快速扩展随机树(rapidly exploring random tree,RRT)的足球机器人路径规划算法,解决了足球机器人在路径规划中存在的速度慢、效果差的问题。依据基本RRT算法原理,针对其随机性强、收敛速度慢以及路径平滑效果差的缺点,提出了随机采样点处增加引力分量、多步扩展逼近目标点以及冗余节点的剪裁与路径平滑等优化方式。在不同障碍物地图中的仿真实验表明,优化的规划路径长度比基本快速扩展随机树算法所得路径缩短约20%～30%,采样点数量减少45%～65%。最终将优化算法移植到SimRobot仿真平台,结果表明多优化设计RRT算法在未知环境中具备良好的实时性和鲁棒性,能够满足机器人在赛场上的路径规划要求。     

一种电力线路巡检飞行机器人智能寻迹方案

针对大面积电力线路网络化检测的需求,结合电力线路巡检飞行机器人的特点,提出基于目标规划的电力线路巡检飞行机器人的智能寻迹方案.在智能寻迹方案的设计中,提出了包括故障率、关键度、气象因素的筛选准则,并利用对这些准则的综合评估进行电力线路的筛选;对于巡检序列的规划问题,利用反复最邻近法进行求解以确定最佳的巡检次序;对电力线...     

基于多旋翼无人机的输气管道巡检路径规划研究

为了解决多旋翼无人机在工业输气管道巡检的过程中快速规避障碍物问题,提出了一种基于快速扩展随机树(Rapidly-exploring Random Tree, RRT)的改进算法,针对传统RRT算法的随机性高、收敛速度慢和规划路径长且曲折问题,结合空间环境特点在随机点采样方式和路径优化两个方面做出了改进。首先,设置随机采样点的取值范围;然后引入目标偏向采样策略对随机树的扩展方向进行引导;最后对生成的路径进行裁剪和平滑处理,并通过在不同的数字模拟地图中与传统RRT算法、带路径修正的启发式RRT算法进行仿真实验比较。实验结果表明:改进后的RRT算法在执行输气管道巡检任务时能够快速地生成一条路径短且平滑的避障路径。     

基于一种改进RRT算法的足球机器人路径规划

针对足球机器人运用传统快速扩展随机树(RRT)算法进行路径规划时随机性大的问题,提出了一种目标引力式的RRT路径规划算法。该算法在RRT算法的基础上引入了一个目标引力函数,避免了扩展随机树向目标点以外的方向生长,改进了快速扩展随机树缺乏确定性的问题,提高了足球机器人在路径规划方面的效率。仿真实验结果表明,该算法能够得到最佳路径,同时可以有效提高路径的规划速度。     

电力隧道机器人巡检目标坐标定位的共轭搜索

电力隧道环境机器人巡检目标坐标定位过程中,利用传统搜索算法会产生信息损失,从而导致搜索定位 结果存在精度不够理想问题。为此,提出了一种共轭搜索算法。该算法通过搭建机器人巡检模型,得到反映机 器人位姿的坐标系,然后通过共轭算子规划设置机器人搜索路径。机器人沿着设置的搜索路径采集实时巡检 图像,并根据特征值识别图像中的目标节点。解算机器人在巡检过程中的位姿,并结合手眼标定和空间坐标的 测量结果,实现机器人巡检目标的搜索和坐标定位。对比实验结果表明,所提出的共轭搜索算法对目标位置的 定位环境风险评价( EＲA: Environmental Ｒisk Assessment) 指标更趋近于0,与传统搜索算法相比具有更好的定 位精度。     

基于环境复杂度的移动机器人变步长RRT路径规划算法与仿真研究

针对移动机器人路径规划算法不能根据环境自适应调整步长的问题,提出一种基于环境复杂度的变步长路径规划算法。以快速搜索随机树(RRT)算法为例,引入衡量路径规划性能的参数,通过遗传算法寻找最优步长与环境复杂度之间的关系,建立最优步长与环境复杂度的函数表达式。针对局部环境的特殊性,提出基于滑动窗的变步长RRT路径规划算法。基于该算法,移动机器人能够根据实时局部环境动态改变路径规划的搜索步长,提高了算法的整体性能。最后通过Matlab仿真实验验证了所提出的RRT算法较传统RRT算法具有高效、平稳、代价小的优点。     

电力线路巡检飞行机器人三维轨迹生成方法

在马尔可夫模型的基础上,研究了一种电力线路巡检飞行机器人的轨迹生成方法.结合电力线路巡检飞行机器人控制的基本标准并利用三维空间的高度分层,提出了一种基于状态聚类方法的分层马尔可夫决策过程模型.在飞行机器人原有轨迹上,得到一种符合其动力学约束的飞行轨迹.最后,利用电力线巡检飞行机器人仿真实验工具,把该方法策略应用于其中,验证了其有效性和正确性.