激光数据聚类和Morphin算法下的机器人避障研究

为了解决移动机器人在未知环境下的避障问题,提出了一种从障碍物检测、预测到避撞的避障方法。设定圆形窗口作为机器人有效扫描区域,利用激光传感器采集到的数据结合聚类、匹配和分类算法确定障碍物类型和动态障碍物运动信息,绘制窗口内的动态局部地图来预测动态障碍物与机器人的碰撞关系,结合Morphin算法实现有效的避障。仿真实验表明,在该算法下移动机器人能够有效地检测出障碍物,进行碰撞预测,并做出合理地避障措施。     

室内动态环境下的移动机器人自主避障策略

针对室内未知动态环境移动机器人自主避障问题,提出一种融合动态障碍物方向判断策略及子目标点更新策略的自适应模糊神经网络优化避障算法,并依据该算法设计移动机器人避障控制系统。首先,分析移动机器人的运动模型,获取机器人的目标角度;然后由超声波传感器获取障碍物距离信息,由障碍物距离信息判断动态障碍物运动方向并更新子目标点;最后利用自适应模糊神经推理系统实时输出机器人的转向角与速度,实现对机器人转向角的控制,使机器人能够无碰撞地到达目标点。研究结果表明:本文提出的算法能够使移动机器人在未知动态环境下识别障碍物、判断动态障碍物的运动方向以实现自主避障;相对于无子目标点更新策略,移动机器人平均移动速度提高11.75%,验证了所提算法的有效性。     

障碍物对平坡异重流运动特性的影响

在水利工程中,底床地形突变对异重流的运动过程有十分重要的影响.利用高速相机和激光粒子图像测速技术(PIV),对开闸式盐水异重流在平坡定常速阶段遇到障碍物时的运动特性进行研究.实验结果表明,障碍物对异重流头部速度的作用范围约为5个闸室长,对异重流加速阶段头部速度最大值的减幅影响很小,仅为1%左右.当异重流厚度与障碍物高度相当时,异重流在环境水体中的最大作用高度值会增加近1倍,同等工况时,矩形断面下该值会比三角形断面下增大约20%.障碍物前、后和顶部3个特征断面处异重流能量和厚度达到最大值的时间不同步,厚度最大值的时刻比能量滞后1.5~2s.障碍物前、后特征断面处能量近似单峰分布,而顶部断面则为双峰分布.障碍物前断面最大厚度增大约20%,最大能量损失约40%.结果可为复杂地形水利环境下污染物的输移扩散、海底电缆保护、港池回淤等研究提供科学依据.     

一种基于A*算法的空间多自由度机械臂路径规划方法

针对机械臂在运动过程中可能会与工作环境中的障碍物发生碰撞的问题,文章提出了一种基于A*算法的机器人避障路径规划算法。在给定的避障环境下运用A*算法搜索一条给定的自起点到终点的最优避障路径,考虑到机械臂在运动过程中的稳定性,采用二次B样条曲线对该路径进行平滑优化;根据标准的D-H法对机械臂进行建模,建立机械臂的运动学方程,并求取一组能够最优实现避障路径的运动学逆解;检测机械臂本体与障碍物是否发生碰撞,若发生碰撞,结合机器人逆解的多解性,重新选择最优的一组可行解。通过软件Solidworks建立虚拟样机导入ADAMS软件进行仿真实验,最终验证了基于A*算法的空间多自由度机械臂避障路径规划的有效性和可行性。     

基于改进人工势场法的机织机器人避障路径规划

针对机织机器人自动化作业时的避障问题,提出基于改进人工势场法的三维避障路径规划算法。利用改进人工势场法中斥力势场函数,引入修正系数,在机织机器人陷入局部极小值点时增加虚拟障碍物,破坏其在虚拟力下的平衡状态,解决了人工势场法无法到达目标位置和局部极小值点的问题。通过体素化网格方法和快速凸包算法处理障碍物点云数据,重建实际障碍物模型,提高了碰撞检测效率。仿真结果表明,以点云数据重建障碍物模型并采用改进人工势场算法规划出的避障路径使机织机器人成功到达目标位置,末端位置精度平均提高37%,并避免陷入局部极小值点。     

基于模糊控制的仿生机器鱼避障研究

为了使机器鱼能够在复杂与不确定的水下环境中进行自主导航与避障,提出了虚拟传感器与模糊控制相结合的仿生机器鱼避障算法,并使用已开发的仿生机器鱼的三维仿真系统对避障算法进行检测。通过虚拟射线法建立虚拟传感器来探测障碍物的相对位置,并设计一个复合模糊控制器根据虚拟传感器提供的信息实时控制机器鱼的运动。仿真结果表明:该避障算法可以有效地为机器鱼提供避障路径,准确地到达目标点。     

深海采矿扬矿软管流固耦合力学分析

采用三维流固耦合有限元模型,研究在复杂深海工况下扬矿软管的初始平衡构形、空间位移、主应力等特性,探讨外部海流速度内部矿物流体的提升速度、屈服应力、粘性系数以及软管的弹性模量等因素的影响.计算结果表明:随着集矿机向中间仓水平移动距离的增加,软管弯曲变形和侧向位移均增加;当流体的提升速度vi较低(vi≤4m/s)时,软管最大侧向位移Ymax与最大主应力σ1随vi的增大增幅均较小;:当vi较高(vi>4m/s)时,Ymax与σ1均随vi急剧增加;软管Ymax与σ1均随着流体屈服应力τ0的增加而增加,随着流体粘性系数μ和软管弹性模量E的增加反而减少;为确保管道系统的安全稳定,提高深海采矿效率,建议控制集矿机的工作行程(如100 m以内)和矿物流提升速度(如2.5～4 m/s),并采用有效的集矿方式(如延长集矿机内矿物破碎和脱泥时间、降低矿物粒径及矿物流浓度、减少泥沙含量等)以降低τ0和增大μ,同时选用弹性模量适中的软管材料.     

室内移动服务机器人的避障与运动规划

提出一种室内移动服务机器人在未知环境的避障和运动规划算法.该算法通过分析超声传感器阵列探测的障碍物信息,确定机器人旋转的角度和半径,同时根据障碍物距离分3档调整运动速度,据此设计的实时避障算法,结合运动学模型实现了机器人沿障碍物轮廓行驶的行为,针对外凸、内凹和孤立等3种障碍物类型进行了试验,试验结果验证了算法的有效性.     

面向不稳定障碍物的无人艇自主避障方法

为解决无人艇自主避障中感知系统测得的障碍物信息不稳定问题,提出一种符合国际海事避碰规则(COL-BEGS)面向不稳定障碍物的改进速度障碍算法(Improved Velocity Obstacle,IVO),算法利用最小会遇时间、距离自适应阈值来优化避障状态判断;使用滑动窗口以及前视视线解决无人艇因障碍物信息不稳定导致在进入和退出避障状态时的边界跳动问题;通过设置角度缓冲区降低了避障中避碰规则的频繁切换.最后,在自主开发的无人艇半物理仿真系统中与传统VO算法进行了对比,结果表明,IVO算法在边界判断和避障稳定性上较传统方法更有优势,证明了算法的有效性和可行性.     

基于模糊神经网络的无人机实时避障算法

针对模糊控制避障算法在障碍物信息未知的环境中适应性不强,难以有效规避"凹多边形"障碍物的问题,提出了一种基于模糊神经网络的无人机实时避障算法.采用等效夹角对模糊控制器的输入变量进行优化设计,克服了单一角度或距离在障碍物表征方面的局部片面性.基于BP神经网络理论设计了模糊控制器的初始隶属度函数和模糊神经网络架构;将模糊控制器在多个未知环境下生成的有效避障数据作为训练数据集,对模糊神经网络进行训练.仿真结果表明:所提出的模糊神经网络方法与模糊控制器相比具有更强的适应性,在面对未知复杂障碍物时避障更加灵活、路径更短,避障成功率更高.     

通风环境下保温材料XPS的火灾特性

在0,0.6和1.2m/s机械通风条件下,实验研究不同火源距离和火源位置时挤塑聚苯乙烯泡沫塑料(XPS)的火灾行为、引燃特性及烟气特性.结果表明,随着风速的增大,XPS表面火焰蔓延速度逐渐增大且较早出现结焦现象.通风风速和火源位置相同时,XPS引燃时间与火源距离近线性相关;火源位于垂直墙面位置时,风速从0.6m/s增加到1.2m/s,XPS最大引燃距离从0.2m缩短至0.15m.与其他工况相比,风速为0.6m/s时,烟气温度达最大值,且氧气、二氧化碳及一氧化碳浓度变化量最小,XPS燃烧速率随着风速的增加先增大后减小;当风速较小时,氧气浓度增加对XPS燃烧起主导促进作用;随着风速的进一步增加,其热效应对燃烧的抑制作用显著增强.     

群体运动控制中的虚拟领导算法

针对群体运动中的虚拟领导问题,提出一种多维空间中群体运动的虚拟领导算法.算法中的控制准则可以保证群中个体的状态变化始终与虚拟领导同步,碰撞检测和聚合规则可以有效控制群中相邻个体的距离,避免出现碰撞或离群现象.仿真结果表明,该算法可以很好地实现队列保持、聚合和避障的目的.     

基于降级模糊算法的爬壁机器人避障控制

针对罐体表面作业过程中避障的问题,提出了改进模糊避障控制算法。为保证爬壁机器人能够缩短到达目标点的时间,除爬壁机器人与障碍物距离量外,增加爬壁机器人与目标点的角度量作为输入变量,速度、角速度作为输出量,确定了各参数的论域与隶属度,建立了模糊规则表,采用重心法解模糊化;考虑罐体环境的复杂多变性,提出优雅降级避障控制策略,在探测传感器受扰失灵的情况下仍能够越过障碍物到达目标点。通过与人工势场避障法仿真比较,改进模糊控制法可更有效地避开障碍物,并在探测传感器异常情况下,也能保证爬壁机器人到达目标点,体现了该避障算法的优越性与可靠性。最后进行了爬壁机器人避障实验,验证了该算法的可行性。     

基于Bézier曲线的差速驱动机器人混合避障路径规划算法

为实现差速驱动机器人在避障环境下的平滑最优路径规划, 提出一种基于Bézier曲线的差速驱动机器人混合避障路径规划算法. 首先, 建立差速驱动机器人运动模型, 用于操控左右两个驱动轮线速率, 完成机器人转弯及非匀速运动; 其次, 利用Bézier曲线描述路径状态, 将路径规划问题转换为产生Bézier曲线有限点方位优化问题, 提升机器人的运动平滑性; 最后, 引入遗传算法将二维路径编码简化为一维编码问题, 将路边约束、 动态避障需求及最短路径需求混合成适应度函数, 使机器人尽快脱离局部极小解, 成功绕过障碍物抵达目标点. 仿真实验结果表明, 该方法的避障路径规划效果较好, 避障路径距离为30.19 m, 且避障用时低于对比方法, 最长避障用时为5.3 min.     

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。     

主动避障式管道机器人结构设计及动力学仿真

为了解决轮式管道机器人在管道内越障能力不足的问题,设计一种主动避障管道机器人,并运用ADAMS进行动力学仿真分析。首先分析了管道机器人结构原理和运动特性。随后运用ADAMS建立虚拟样机,对管道机器人的避障能力、直行能力以及过弯能力进行仿真分析。仿真结果表明,该管道机器人可自动适应148～152 mm管径;可通过的最小转弯半径为304 mm;可实现在管道内部主动避障,同时具有良好的动力特性。     

基于新型人工势场法的车辆避障路径规划研究方法

针对道路交通环境车辆避障的复杂性,对传统人工势场法进行了改进,将其应用于车辆的避障路径规划;该方法建立了道路边界危险斥力势场模型和障碍物斥力势场模型,并在传统障碍物斥力势场中引入速度因素,车辆在以上两种势场组成的复合场中受到道路边界斥力、障碍物斥力的作用。当达到受力平衡时,通过求解方程可以得到一条安全避障路径;并在避障过程中对车辆实施速度控制。仿真分析结果表明改进后的方法规划出的路径在避障过程中,车辆与障碍物的距离增加至少20 cm,可有效地提高避障的安全性;避障过程中对主车车速进行控制,可使主车的横摆角速度和侧向加速度降低至少20%,有效地提高车辆运行的舒适性和安全性。     

单履带被动自适应机器人设计与运动学分析

针对地形狭窄、障碍物较高的非结构环境,基于被动自适应机理的研究,综合了轮式、履带式移动机器人的优点,设计了一种单履带轮-履复合被动自适应移动机器人.该机器人能够实现轮式、履带式、轮-履混合式三种运动模式,能够通过狭小过道与拐角,并且能越过比自身更高的障碍物.介绍了机器人的机构、运动过程和传动原理,通过建立机器人的数学模型,对轮-履复合模块变形进行了运动学分析和轮-履模式转换过程分析,再用虚拟样机技术在Adams中进行建模与仿真分析,从而验证了机器人结构变形时的运动特性和结构与参数设计的合理性.     

基于几何和模糊控制合成算法的小型移动机器人局部路径规划

文章针对机器人特殊的使用场合和要求,提出了将几何算法和模糊控制算法相结合来解决避障问题。在机器人远离地面障碍物运动时,采用几何算法;当逐渐接近障碍物时,采用模糊控制算法修正。2种算法的结合,避免了单独使用其中一种算法的缺陷,使局部路径规划的速度大大提高,并且降低了对控制硬件的高要求。仿真和实验表明,这种新算法具有正确性、实时性和鲁棒性。     

人工饲养鳄蜥运动能力及其与身体测量值的关系

以广西大桂山自然保护区人工饲养的112只鳄蜥作为实验动物,在环境温度为26℃的条件下,测定鳄蜥的运动能力(瞬时速度和持续运动距离)、尾长和附肢长(股骨长、股骨宽和胫骨长),并对运动能力与尾长及附肢长进行回归分析。结果显示:鳄蜥瞬时速度最小值为0.13 m/s,最大值为4.44 m/s,平均值(Mean±SD)为0.93±0.74 m/s;鳄蜥持续运动距离最小值为37.00 cm,最大值为255.00 cm,平均值(Mean±SD)为184.90±60.74 cm。一元线性回归结果显示:鳄蜥附肢除了右前肢股骨长(P=0.054)、右前肢胫骨长(P=0.060)、右后肢胫骨长(P=0.111)3个指标之外,其余指标都与持续运动距离有显著相关(P0.05);鳄蜥附肢的股骨宽(包括左前肢股骨宽、右前肢股骨宽、左后肢股骨宽、右后肢股骨宽)以及右后肢股骨长与瞬时速度显著相关(P0.05),其余指标不与瞬时速度呈现显著相关;鳄蜥尾长与瞬时速度以及持续运动距离都不显著相关。逐步回归结果显示:鳄蜥的运动距离与其右后肢股骨长显著相关(P=0.013),与其余指标无显著相关;瞬时速度与右后肢股骨宽显著相关(P=0.001),与其余指标无显著相关。综上可见,后肢对鳄蜥的运动能力起主要作用。