曲线路径算法的2D仿真机器鱼水球斯诺克比赛策略

为了提高水中机器人2D仿真平台斯诺克赛项的得分,基于URWPGSim 2D(underwater robot water polo game simulator2D)仿真平台,采用最短距离和最小旋转角度求和比较的方法,实验得出了机器鱼以不同速度行进时其偏转角度呈奇偶特征,以此研究了其比赛策略和带球算法。在策略上,确定了红球-粉球组合最优、红球进洞顺序为从左到右、红球进中上洞、粉球进左下洞。基于此,确定了一种基于曲线路径的带球算法,给出了中上洞、左下洞带球进洞路径规划,采用虚拟点位和距离阈值的模糊控制理论来实现算法。仿真结果表明:优化后的带球算法效率高,实际比赛效果好,所提出的比赛策略和带球算法可应用于水下机器人运动控制。     

基于分区的带球射门算法研究

为了提高足球机器人的射门成功率,提出了一种基于分区的带球射门方法。该方法以球为中心对场地进行分区,机器人按区域决定运动路径进行追球以达到合适的射门点,在进行角度调整后执行带球算法。实验结果表明,与原有几种射门算法相比,提出的算法通过合理路径规划减少了射门的追球时间。在引入带球算法后,射门成功率有了明显提升,并扩大了执行进攻策略的范围。整体提升了进攻与防守的效率。     

基于改进RRT*FN的移动机器人路径规划算法

针对复杂环境下移动机器人的全局最优路径规划,提出一种基于目标偏置扩展和贝塞尔(Bezier)插值方法的改进RRT*FN路径规划算法.改进算法在未找到初始路径时采用一定概率进行随机点的目标偏置选择,确定初始路径后使用启发式采样方法,使随机采样点围绕初始路径进行迭代选择,提高路径规划的导向性.当改进算法还未找到初始路径时,删除树中远离目标点并且没有子节点的节点;当改进算法找到初始路径时,删除树中远离最优路径且没有子节点的节点,保留高性能节点,提高算法收敛到最优路径的效率.利用贝塞尔(Bezier)插值方法平滑路径.在MATLAB仿真平台和ROS机器人仿真平台分别进行2D和3D的对比实验,结果验证了所提算法的有效性和优越性.     

基于改进双向RRT*的移动机器人路径规划算法

针对复杂环境下移动机器人的局部最优路径规划,提出一种基于目标偏置扩展和Cantmull-Rom样条插值的双向RRT^*路径规划算法.双向RRT^*算法同时创建两颗搜索树,交替进行相向搜索,同时以一定的概率进行随机点的目标偏置选择,以提高算法的整体收敛效率;再对当前节点重选父节点和重布线,以增强算法对环境的敏感程度.为确保路径安全可行,对环境中的障碍物进行膨胀处理,再对初始路径进行碰撞检测;修剪冗余节点,缩短可行路径长度,再利用Cantmull-Rom样条插值法平滑路径.在Matlab仿真平台和ROS机器人仿真平台分别进行2D和3D的对比实验,验证了改进双向RRT^*算法的有效性和优越性.     

基于两点法的移动机器人局部路径规划算法

针对传统移动机器人局部路径规划存在死区或陷阱区域等问题,提出了一种新的两点法算法.在路径规划过程中,首先利用两点法确定机器人面向目标的旋转角度,进而判断出在前进路径中遇到障碍物后的路径,并推导出在不同环境信息下最优或次优的规划算法.在前进过程中机器人只需要处理当前状态下的传感器数据,不需要处理全局的复杂环境信息,节省了机器人存储空间,提高了规划效率.最后用RobotBasic仿真平台对所推导的算法进行仿真.结果验证了算法的有效性和可靠性.     

好奇心驱动的深度强化学习机器人路径规划算法

针对采用深度强化学习算法实现机器人路径规划任务中,训练前期随机性高导致奖励难获取问题,提出内在好奇心驱动的深度确定性策略梯度算法对连续型动作输出的端到端机器人路径规划进行研究。将环境获取的感知信息作为输入状态,输出机器人动作(线速度、角速度)的连续型控制量,在Gazebo仿真平台进行训练并验证。实验结果表明,基于内在好奇心驱动的深度确定性策略梯度路径规划算法可以较好地实现端到端的机器人路径规划,并且有利于解决训练前期奖励难获取问题,与离散型动作输出的深度Q学习网络模型进行了对比分析,结果表明本文算法决策控制效果更优越。在真实环境中进行了验证,在静态障碍和动态障碍的场景下,所提出算法可成功到达目标点。     

基于BUG理论的平行主线改进算法

基于Pioneer3机器人平台提出一种未知环境中的机器人路径规划的改进算法。在BUG理论的基础上,通过先锋机器人实时读取机器人角度偏差的能力,即时重新规划机器人到达目标点的路线。改进算法缩短了BUG理论中的运动路径,提高了机器人避障的效率。     

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。     

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.     

拱泥机器人避障运动分析及其系统仿真

路径规划问题是拱泥机器人研究中的一项关键技术。在概述拱泥机器人的基本构成,分析其规划策略的基础上,提出拱泥机器人避障运动控制器路径规划算法,并通过仿真实验得以验证,实现了局部规划与全局导航目标的有机结合。基于该规划策略及其算法,设计集数据接口、硬件接口、数学运算接口和图形化接口为一体的避障运动仿真系统。结果表明,该规划策略对拱泥机器人在未知泥土环境下实现动作稳定、轨迹平滑的避障运动具有良好的效果。     

轮式移动机器人大转向航向跟踪控制

为了防止轮式移动机器人在大弯道路跟踪时出现过度转向而引起较大跟踪误差或偏离预定路径,提出了种能适应大转向的航向跟踪控制方法,利用机器人前轮偏角的绝对方向作为控制器反馈航向,仿真实验结果表明,该方法与以机器人车体航向作为反馈量的常规方法相比,在大转向航向跟踪时能有效志改善系统的动态特性,减少超调和振荡,提高基于航向控制的轮式移动机器人大弯道路径跟踪性能。     

四旋翼水下机器人及其矢量角度测试实验分析

为提高水下机器人运行稳定性,降低综合能耗,研究一种矢量推进式四旋翼水下机器人,该机器人的四个水下推进器通过绕OY轴转动,形成矢量推进。针对数据野点问题,以及D/A模块输出误差问题,通过设计一种控制电压闭环缓变调节方法,防止因野点存在而烧毁舵机和推进器,同时减小方差,提高稳定性;通过试验法研究了矢量角度对水下机器人控制性能的影响规律。结果表明：矢量角度小于45°时,艏向定值跟踪实验中,响应速度较快,超调量较大,稳态误差较高,平均功耗较低;同频率艏向动态跟踪实验中,平均误差较高,平均功耗较低;变频率艏向动态跟踪实验中,平均功耗较低;深度定值跟踪实验中,响应速度较慢,超调量较小,稳态误差较低,平均功耗较高,同频率深度动态跟踪实验中,平均误差较低,平均功耗较高;变频率深度动态跟踪实验中,平均功耗较高。矢量角度大于55°时,各项控制性能指标与矢量角度小于45°时相反。可见矢量角度为45~55°时,为控制性能过渡区间。     

基于模糊控制器的移动机器人路径规划仿真

借鉴模糊控制的思想来解决移动机器人路径规划中的避碰问题，介绍了模糊控制的理论基础，对路径规划算法进行了推导，在总结经验建立模糊规则的基础上，运用模糊推理，构造出一张实践效果较好的控制响应表．仿真结果表明，该算法应用于移动机器人路径规划具有正确性、实用性和智能性等，该方法计算量小，运算速度快，提高了机器人控制的速度．     

一种基于凸壳的智能服务机器人路径规划算法

将一种基于凸壳的路径规划算法应用于体育场智能服务机器人,首先采用基于Haar特征分类器的方法确定球的坐标,采用基于颜色模型的方法确定机器人的位置及航向,并根据机器人的自身特点,将一定范围内的多个球视为一个目标点处理;然后以目标点坐标作为算法输入,采用基于凸壳的路径规划算法得到一条较优的捡球路径.该算法可以降低机器人的捡球运动代价,有效提高机器人的捡球效率.     

Control of Underwater Robot Attitude in Wave Based on Fuzzy Sliding Mode Method

When an underwater robot works with its manipulator, it is very critical to keep the position and attitude stable in wave. The modeling, numerical calculus of the rolling motion of a small open-frame underwater robot in wave was discussed. A sliding mode control(SMC) strategy with adaptive fuzzy reasoning is presented to change the rolling response process of the underwater robot by using the two lateral thrusters to reduce the rolling amplitude when the manipulators are working. The results comparing between the simulation and the numerical calculus has shown the effectiveness.There is few analogous research on underwater robot attitudes in wave. Some attempts are made here.     

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。     

未知环境下基于模糊神经网络的机器人路径规划

为提高移动机器人在未知环境下避障行为的成功率,通过对障碍物信息的输入,从控制输出数据中找出避障行为模式,生成相应的模糊逻辑控制规则,并把模糊控制算法引入到神经网络中,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,实现机器人连续、快速地避障并最终到达目标.系统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.     

基于模糊人工势场的移动机器人路径规划

针对在传统的人工势场法中对机器人进行路径规划时,容易产生局部极小点问题,提出了一种模糊人工势场方法.对排斥力函数作了改进,引入了障碍物对机器人影响大小的斥力增益系数,通过构建的模糊系统,动态地调节斥力增益系数,从而有效地克服了局部极小点问题.仿真结果表明,该方法具有较强的环境适应能力,能够快速有效地规划出一条光滑的路径.     

非结构环境下移动机器人路径规划

 非结构环境中的路径规划是自主移动机器人研究领域最活跃的领域之一,其最有效的方法是人工势场法,但传统的人工势场法存在振荡和接近目标时跟踪速度下降等问题。针对这些问题,改进了传统的势场函数,引入速度势场函数,设计新的人工势场函数,规划了移动机器人移动策略。根据新的势场函数和移动策略,在Matlab环境下对机器人的路径规划进行仿真。结果表明,在新的势场函数作用下,机器人能够快速调整自身速度的大小和方向,避开障碍并迅速到达目的地或跟踪动态目标。