一种基于速度势场的局部在线避碰方法

本文以势场方法的思想为出发点，提出一种基于速度势场的自主移动机器人的局部避碰方法。该方法可以更好地利用相对速度的信息，在存在移动障碍物和环境中得到较好的局部在线避碰效果。     

一种室内环境下仿人机器人路径规划方法

研究了单目环境下仿人机器人的室内环境的建立和运动规划问题.按照室内环境的建立地图,并选择SURF特征点作为室内环境中路标,提出了基于SURF路标与A＊算法的仿人机器人路径规划算法,该算法能够较好地满足仿人机器人路径规划的要求,具有一定可行性和有效性.     

基于蚁群优化算法和人工势场的无人机航迹规划

针对复杂环境下的无人机航迹规划问题,建立栅格化环境模型,提出了结合蚁群算法与人工势场的航迹规划方法. 在航迹搜索过程中,蚂蚁不仅受到信息素和启发信息作用,还受到势场力的影响. 根据节点位置的势场力分布,提出了确定性选择和概率性选择相结合的状态转移规则,并设计环境感知因子,动态调整确定性选择的比例. 将节点的势场方向、节点与目标间的距离构造蚂蚁的综合启发信息,以充分利用对已知环境的认知,指引蚂蚁搜索. 仿真结果表明所提方法能有效得到无人机的最优航迹,优化效果优于单一的蚁群算法和人工势场法,具有更好的收敛速度和优化精度.     

基于改进遗传算法的机器人路径规划

针对传统路径规划算法存在路径不可达、寻优计算规模大等缺陷导致算法的计算量大、收敛精度低等问题,本文提出采用改进遗传算法优化中间节点,结合Dijkstra算法求最短路径算法补齐节点间的路径形成一条完整路径的方式,保证遗传操作中的路径全部为可行路径.与传统遗传算法作对比,试验结果表明改进后的算法在收敛精度和寻优能力上都取得...     

减少载动姿态扰动的空间机械臂路径规划方法

讨论空间机械臂逆动力学路径规划问题。对于给定负载运动始末位置情形，采用无扰曲线变轨法和Ｐｏｎｔｒｙａｇｉｎ方法得到载体姿态扰动的优化路径。文中附有算例。     

一种新的多移动机器人协调路径规划方法

针对动态环境中多移动机器人路径规划问题,提出了一种基于知识的遗传算法。该算法路径表示简单,所设计的基于知识的遗传算子并入了领域知识和局部搜索技术,同时,把领域知识并入初始种群,大大提高了遗传算法的效率;将协调路径适应值矩阵引入基于知识的遗传算法,实现了多移动机器人协调路径规划。仿真结果验证了该算法在多移动机器人路径规划中的可行性和有效性。     

一种基于三维虚拟爬行角色的路径规划技术

针对智能动画生成过程中三维虚拟爬行角色的运动特点,提出了一种基于单元面片的场景建模方式和基于碰撞检测的路径搜索方法,并在该过程中引入八叉树进行相交测试和碰撞检测,不但提高了算法实现的效率,而且使规划出的路径符合爬行角色自身运动的特点.使用控制点插值的路径优化策略对路径进行平滑处理,获得了较满意的动画效果.仿真试验表明该方法能为角色规划出最佳的路径,具有较好的完备性和一定的应用价值.     

基于遗传算法的双足机器人上楼梯的步态规划

针对双足机器人上楼梯的步态规划问题,应用三次样条插值合成脚踝的运动轨迹,并基于加速度分析设计出臀部运动轨迹,计算动力学模型得到ZMP轨迹,进而得出机器人步行的稳定性可以表示为关于上体初始位姿的多变量优化问题.最后应用遗传算法(genetic algorithm,GA)求解,获得稳定性好的优化步态.机器人上楼梯的动态步行仿真结果表明,运用遗传算法可以得到合适的优化轨迹.     

基于刀位文件的空间复杂曲面机器人 加工技术研究

针对空间复杂曲面难以利用机器人示教方式来实现机器人的路径规划,利用UG加工后置处理的G代码没有体现机器人的空间姿态,人工调整较为烦琐等问题,该文提出一种新算法对UG前置处理的刀位文件进行计算来实现机器人的空间姿态控制,求得对应机器人的末端位姿,经逆运算后以最短路程为优化目标转换为机器人各关节角的变量值,后经Matlab仿真验算,验证了该方法的可行性     

Vague值转化Fuzzy值的一种偏势方法

在联系数理论与Vague集理论基础上,提出了一种新的Vague值转化Fuzzy值的偏势方法.分析了相关文献的不足与缺陷,认为Vague值转化Fuzzy值的本质是对Vague值中未确知度趋向支持度的一种偏势变化.最后讨论了该转化方法满足的准则、可分辨性及可行性等,并通过实例比较了该方法的实用性.     

一种新的移动机器人动态避障方法

提出了一种新颖、有效的移动机器人的动态避障方法.通过分析障碍物最大包围盒在机器人坐标系的位置以及其相对于机器人的速度,得到障碍物与机器人可能发生碰撞的方位,然后使用基于速度改变最小原则和速度改变最佳原则的第一和第二避障策略来完成机器人的动态避障.仿真结果表明,此方法能够使机器人在具有静态和动态障碍物的复杂环境中安全避障.     

基于混合粒子群优化的巡航导弹低空突防航迹规划

将模拟退火算法嵌入到粒子群优化（partical swarm optimization, PSO）算法中,并对PSO产生的最优适应值进行重新评价,以此构成混合粒子群优化算法（PSO-SA）. 将PSO-SA 算法应用于巡航导弹的航迹规划,不仅可以避免PSO陷入局部最优,而且能快速有效地完成离线和在线规划任务,获得理想的三维航迹. 仿真结果验证了该算法的有效性,且对同一起始位置所规划出的航程较PSO算法短,可有效节约导弹燃料.