基于改进势场法的移动机器人避障路径规划

分析了机器人路径规划方法中的人工势场法的不足,提出了改进势场法.该方法改进了斥力函数,增加了安全距离并将障碍物的影响距离根据障碍物的密集程度设置成一个动态值,并解决了抖动问题.针对局部极小问题采用虚拟障碍的概念,虚拟障碍是靠近局部极小点,用于把机器人从局部极小点区域驱逐出去,从而脱离局部极小并成功绕过障碍物到达目标点.改进势场法成功地应用于未知复杂环境下移动机器人的路径规划中,仿真实验证明了该方法的正确性和有效性.     

一种无先验地图的移动机器人导航方法

为了提高移动机器人在复杂环境下的无先验地图导航算法模型训练速度及导航成功率,提出一种基于深度确定性策略梯度(deep deterministic policy gradient, DDPG)的移动机器人导航方法。利用2D激光雷达的均匀分布测距信息,降低环境噪声的干扰及高维度环境信息的计算量;采用人工势场法构建移动机器人从初始位置到目标点过程的奖励函数;通过Actor-Critic网络结构提高模型训练的稳定性和泛化能力。实验结果表明,提出的方法具有模型训练速度快、导航成功率高及泛化能力强等优点。     

基于人工势场的机器人动态路径规划新方法

针对传统机器人路径规划方法仅考虑静态环境的问题,建立了一种基于人工势场的移动机器人动态路径规划新方法.移动机器人运动环境通常是复杂多变的,在动态环境下,目标点、障碍物可能都是运动的,另外,存在运动轨迹未知的随机障碍物等,针对移动环境的动态情况,在传统人工势场法相对位置势场的基础上引入相对速度势场,充分利用量子粒子群算法,对引力势场和斥力势场的增益系数进行一定的优化.以量子粒子群的优化算法进行快速全局搜索,结合人工势场操作,对引力场和斥力场增益系数进行优化,该方法易于实时快速地对机器人进行控制.仿真结果表明,基于量子粒子群算法的人工势场法的路径规划模型能够得到平滑、安全的路径,具有较高的性能.该方法可以有效地实现机器人的动态路径规划.     

基于改进人工势场法的移动机器入路径规划

在移动机器人路径规划任务中,针对传统人工势场法中存在的目标不可达问题,提出了一种新的斥力改进函数的设计方法。在原来的斥力函数中加入一个调节因子,并对障碍物的作用范围采用人为分段的方式,有效解决了目标不可达问题,使机器人能够顺利到达目标点。将改进后的人工势场法应用于移动机器人路径规划,并利用M atlab软件进行了仿真实验。实验结果表明,基于改进人工势场法的移动机器人路径规划算法简单、有效。     

改进的人工势场法用于移动机器人导航

利用超声波传感器探测到的距离信息,模拟带电粒子在匀强电场中运动,提出了利用改进的人工势场法解决移动机器人的导航问题.对机器人在直道、弧形弯道和成角度的弯道3种路况下的导航行问题进行了分析,利用机器人与道路边界的距离信息,实时控制机器人的位姿,使机器人能够在避免与道路边界碰撞的前提下沿着道路顺利前进.结合Pioneer 3系列机器人的传感器分布特征,对算法进行了仿真,证明了算法的可行性和有效性.     

基于势场导向的对数蚁群算法的移动机器人路径规划

针对蚁群算法存在收敛速度慢,易陷入局部最优的问题,提出了一种将人工势场和对数蚁群算法相融合的新算法.该算法是在蚁群算法的基础上,将势场的影响因素引入到蚁群算法的状态转移概率函数和启发函数中,并通过对数函数模型对蚁群算法的信息素更新策略进行改进,使得路径算法搜索不再具有盲目性,并加快算法的收敛速度.为了验证改进算法的有效...     

移动机器人避障路径规划改进人工势场法

针对路径规划中的大型障碍物,机器人、障碍物与目标点三者一线,以及局部最小值等困难问题,提出了相应的改进人工势场算法。针对大型障碍物问题,采用障碍物边界斥力算法改进传统人工势场斥力函数,确保算法的实用性。针对机器人、障碍物与目标点三者在同一条直线时目标不可达问题,应用虚拟子目标引力算法,确保目标点是机器人的势场全局最小点,使得机器人能顺利到达目标点。针对在障碍物环境下的局部最小值问题,采用区域隔离障碍物的方法,使机器人快速走出局部最小值区域。仿真结果验证了改进算法的有效性。     

基于人工势场法的移动机器人路径规划研究

人工势场法是移动机器人路径规划的一种常用方法,是势场法思想的起源,是最基础的方法。笔者利用人工势场法原理对移动机器人路径规划进行了研究,并通过MATLAB进行仿真。     

采用分区场能切换法的路径规划

为解决改进人工势场法应用中出现的路径规划失败问题,提出了分区场能切换法,其包括地图标定和算法设计.先对地图中的障碍物按不同的形状进行分类标定,然后设定最小单元,设立绝对防御区和缓冲区.在不同的区域基于改进人工势场法重新设计算法,使机器人在绝对防御区只受斥力,在缓冲区受到斥力和引力,在缓冲区外只受引力,从而保证机器人往目标运动的过程中能快速靠近并成功避开障碍物.通过Matlab仿真实验,在标定好的地图中分别采用改进人工势场法和分区场能切换法,证明了所提方法的可靠性.     

改进角度势场算法在移动机器人避障中的应用

移动机器人中的一个基本问题就是如何即时处理激光雷达测得的信息,进行障碍物避让.本文以TYIRV-Ⅰ移动机器人为研究对象,对原系统中激光雷达的避障算法——角度势场法中的引力函数进行了修正.通过在VC++6.0中的仿真证明,采用改进的角度势场法的雷法避障方法在设定条件情况下是有效、可行的.     

移动自组织网络中基于位置预测的贪心周界无状态路由改进算法

针对移动自组织网络的工作机理、通信方式和应用,分析了基于地理位置的贪心周界无状态路由(GPSR)算法的路由协议.节点相对速度过快时,GPSR通信性能不稳定.考虑在原有协议的基础上,修改并实现了改进的贪心周界无状态路由(IGPSR)算法.IGPSR协议考虑了源节点、目的节点、备选中继节点的速度和方向,根据节点的当前速度,计算之后某一时间内节点的位置,以此确定最佳中继节点.仿真结果表明:当节点高速移动时,IGPSR协议比GPSR协议具有更低的丢包率.     

基于改进人工势场法的移动机器人路径规划

为解决传统人工势场法存在局部极小值问题而导致路径规划失败问题,提出了基于改进人工势场的角度偏移法,使机器人迅速逃离局部极小值点,成功规划出一条平滑无碰撞路径。仿真实验证明了该方法规划的有效性。     

A new adaptive state space construction method for the mobile robot navigation

In order to solve the combinative explosion problems in a continuous and high dimensional state space, a function approximation approach is usually used to represent the state space. The normalized radial basis function （NRBF） was adopted as the local function approximator and a kind of adaptive state space construction strategy based on the NRBF （ASC-NRBF） was proposed, which enables the system to allocate appropriate number and size of the basis functions automatically. Combined with the reinforce- ment learning method, the proposed ASC-NRBF method was applied to the robot navigation problem. Simulation results illustrate the performance of the proposed method.     

基于人工势场法的迷宫路径搜索算法设计

在针对迷宫的众多搜索算法中,大部分算法都不能保证在任意迷宫中有很好地表现,为了寻找一种适应性强且比较高效的搜索算法,本文提出了一种基于人工势场法的迷宫路径搜索算法.该算法增强了电脑鼠对迷宫路径未知部分的预测能力和岔口选择的决策能力,同时能够实现最优路径的选择.通过数学建模和定性分析,并运用电脑鼠实际测试,证明了此算法的可行性和可靠性.     

基于改进势场法的智能车超车动态路径规划

为了改进人工势场法(APF)在智能车高速超车状态下规划出的轨迹规范性差、安全性得不到保障、以及路径不平滑的问题。通过设计用于指引智能车换道的换道引力势场,以保证换道轨迹的规范性;构建异向分布结构的障碍车斥力势场提高换道的安全性;并建立带有转向缺口的道路中心线斥力势场和设计平滑代价函数优化规划出的轨迹点,使规划出的路径更加平滑。基于线性二次型调节器(LQR)设计路径跟踪控制器跟踪规划出的路径。通过Simulink与Carsim联合仿真,结果表明所改进的APF算法能规划出更加合理的路径,设计的LQR路径跟踪控制器跟踪误差趋近于零,能够较好地控制车辆完成超车换道。     

An improved method of potential of mean force for protein-protein interactions

In this work, the traditional method of potential of mean force （PMF） is improved for describing the protein-protein interactions. This method is developed at atomic level and is distance-dependent. Compared with the traditional method, our model can reasonably consider the effects of the environmental factors. With this modification, we can obtain more reasonable and accurate pair potentials, which are the pre-requisite for precisely describing the protein-protein interactions and can help us to recognize the interaction rules of residues in protein systems. Our method can also be applied to other fields of protein science, e.g., protein fold recognition, structure prediction and prediction of thermostability.     

An improved Gmapping algorithm based map construction method for indoor mobile robot

With the rapid development in the service,medical,logistics and other industries,and the increasing demand for unmanned mobile devices,mobile robots with the ability of independent mapping,localization and navigation capabilities have become one of the research hotspots.An accurate map construction is a prerequisite for a mobile robot to achieve autonomous localization and navigation.However,the problems of blurring and missing the borders of obstacles and map boundaries are often faced in the Gmapping algorithm when constructing maps in complex indoor environments.In this pursuit,the present work proposes the development of an improved Gmapping algorithm based on the sparse pose adjustment(SPA) optimizations.The improved Gmapping algorithm is then applied to construct the map of a mobile robot based on single-line Lidar.Experiments show that the improved algorithm could build a more accurate and complete map,reduce the number of particles required for Gmapping,and lower the hardware requirements of the platform,thereby saving and minimizing the computing resources.     

一种基于人工势场的无人机航迹规划算法

为了改进传统的人工势场法不能适应复杂环境、容易陷入最小值和在终点附近徘徊的情况,提出一种基于混沌理论的人工势场法的无人机航迹规划算法。在传统人工势场法原理的基础上,将混沌理论的搜索算法引入人工势场法中的斥力场、引力场的函数公式中,改变了各个障碍物斥力系数和目标点的引力系数,将改变后的系数代入计算,搜索出斥力场和引力场的最优系数组。本算法有如下优点:第一,考虑了障碍物对寻优过程的影响,排除了合力为零的情况。第二,通过迭代的方法,具有适应不同地图的能力。第三,适用于无人机的航迹规划。仿真实验结果和理论分析表明,混沌理论的人工势场法不仅解决了无人机在航迹规划中容易陷入最小值和在终点附近徘徊等问题,而且可以实现无人机在复杂环境下的航迹规划,缩短了飞行成本,节约了计算时间,提高了三维空间无人机航迹规划的速度和精度。     

Virtual local target method for avoiding local minimum in potential field based robot navigation

A novel robot navigation algorithm with global path generation capability is presented. Local minimum is a most intractable but is an encountered frequently problem in potential field based robot navigation.Through appointing appropriately some virtual local targets on the journey, it can be solved effectively. The key concept employed in this algorithm are the rules that govern when and how to appoint these virtual local targets. When the robot finds itself in danger of local minimum, a virtual local target is appointed to replace the global goal temporarily according to the rules. After the virtual target is reached, the robot continues on its journey by heading towards the global goal. The algorithm prevents the robot from running into local minima anymore. Simulation results showed that it is very effective in complex obstacle environments.