基于模糊神经控制的移动机器人避障研究

机器人路径规划技术是机器人研究的一个重要领域,其主要任务是在机器人工作空间中寻求一条从起始点到达目标点的无碰撞路径,并且满足路径最短或时间最短等条件。由于精确的系统模型参数和传感器数据的获取比较困难,传统的路径规划方法具有很大的局限性。模糊逻辑算法不依赖精确的数学模型和环境信息,对于机器人路径规划问题具有明显优势。本文基于模糊控制方法研究了未知环境下的机器人局部路径规划问题。     

基于反应式的移动机器人避障研究与实现

文章提出了一种基于反应式的避障控制方法,在方法中使用"分而治之"的策略,将复杂的环境设计成不同的情景,并通过设计的情景-动作规则来确定机器人所处的情景,根据不同的情景选择合适的动作;使用该方法控制移动机器人能够在未知的环境中,实时地检测出障碍物,并实时规划出合理有效的路径,稳定、平滑不间断地向目标行驶,有效地防止在狭小空间里的振荡和避免U型陷阱;结果证明该方法的可行性和有效性,同时也体现出该算法在复杂环境中使用的优越性和鲁棒性。     

一种基于模糊识别的移动机器人避障算法

设计了一种基于障碍物模糊识别的移动机器人避障方案.移动机器人的视觉导航,具有信息量大的特点,在避障中相对其他传感系统,有一定优势.视觉图像处理计算量大复杂度高,避障中采用模糊控制的思想,减少图像矩阵精确变化和处理,选取障碍物图像中部分边缘点作为特征坐标点,据此设计模糊控制算法识别出障碍物其大致的姿态信息.根据障碍物图像大致姿态信息和其在视觉探测图像区域的方位信息,设定一组虚拟目标点序列,合理规划移动机器人的安全避障路径.最后,仿真试验演示方案良好的避障效果,证明在简单视觉环境中可行性和有效性.     

基于多目标优化的移动机器人避障算法

针对移动机器人自主导航过程中由于过多寻求当前时刻最优路径或最优解而产生死锁或震荡现象,提出了一种动态变化权重的移动机器人行为融合避障算法.该算法利用多目标优化方法获得移动机器人最有效解,并把指定目标的移动机器人避障导航过程分解为3个子行为避障系统.通过动态改变子行为函数的权重和优先级,实时获得当前时刻最满意路径或最有效路径.实验结果表明,该算法可在确保避障过程鲁棒性前提下,有效地改善避障导航的安全性和平滑性。     

基于模糊行为融合的移动机器人避障算法

为了减少移动机器人自主导航过程中过多寻求当前时刻最优路径或最优解而产生的死锁或震荡现象,根据多目标优化理论,提出了基于模糊行为融合的移动机器人避障算法.该算法把指定目标的导航过程分解为具有三个子行为的系统,根据传感器信息动态改变各子行为函数的区间权重和优先级,实时获得当前时刻最满意路径或最有效路径.实验结果证明:该算法可以有效减少导航过程中的死锁和震荡现象,提高避障过程的鲁棒性和实时性.     

基于激光雷达的移动机器人实时避障策略

以激光雷达为主要传感器, 对移动机器人设计一种实时避障算法. 该算法考虑到机器人的非完整约束, 利用基于圆弧轨迹的局部路径规划和控制使之能够以平滑的路径逼近目标位置. 采用增强学习的方法来优化机器人的避障行为, 利用激光雷达提供的报警信息形成刺激-反应式行为, 实现了动态环境下避障行为, 具有良好的实时反应能力. 该控制算法采用分布式软件设计方法, 各功能模块异步运行, 较好地实现了局部规划与全局导航目标的结合. 该策略针对移动机器人MORCS在未知环境下实现了实时、有效避障, 动作稳定流畅, 轨迹平滑, 具有良好的效果.     

基于激光雷达的移动机器人避障策略研究

激光雷达具有扫描精度高的优点,因此采用激光雷达来获取机器人周围环境信息.针对VFH算法中波谷宽度的计算以及纯转向问题,提出了一种方法来计算波谷的宽度以及检测机器人在该波谷的可通行性,在获得目标方向的基础上增加局部目标点作为VFH算法结果,并在此基础上设计一种平滑转弯的控制策略,使得机器人能够在复杂环境中以平滑路径逼近目标位置.最后通过实验验证了本文平滑避障策略的有效性.     

基于GA-BP神经网络的深海集矿机避障系统

结合深海集矿机的实际作业环境,建立集矿机的实时避障神经网络模型。该模型采用多传感器融合技术,将声纳传感器采集到的环境信息进行处理后作为BP神经网络的输入;设定车体的注视向量、转向角和速度为网络输出;根据集矿机实际行进情况,并综合人的行走经验,设置能够实现实时避障的网络导师训练信号。引入遗传算法对已建立BP避障模型进行改进,以克服局部极小值问题。仿真研究表明:遗传算法优化后的BP神经网络,能够有效训练达到预期目标,并能在很大程度上克服BP网络的局部极小值问题。在Matlab中给出障碍物环境中的避障仿真结果,表明此方法的可行性。     

基于超声的非完整移动机器人避障控制

介绍了路径规划的发展状况,并对非完整移动机器人的模型进行了讨论.为实现非完整移动机器人的自主避障,给出了移动机器人的超声定位结构,并提出一种基于超声避障的控制策略,对不同方向上的障碍作不同的考虑,突出正前方的障碍.将避障策略应用于实验平台,结果表明,移动机器人能在布满障碍的环境中有效实现避碰.     

基于路径规划的避障轮式移动机器人

本文介绍了一种基于路径规划的避障轮式移动机器人的设计.该设计下,能在未知的行进环境中探测障碍物,并且以智能路径规划的方法、恰当地搜索策略进行路径搜索以选择正确路线,绕过障碍物实现避障,最终到达预定的目标.     

基于激光雷达的移动机器人环境建模与避障

为了提高自主移动机器人运行的安全性和可靠性 ,提出了一种基于激光雷达的距离信息进行环境建模和避障的方法。首先简要描述了激光雷达的工作原理 ,比较了几类常用的激光雷达 ,并介绍了激光测量系统 ( laser measure-ment system,LMS)。然后给出了一种用于移动机器人环境建模和避障的算法 -时变势场法 ,在此基础上提出了改进算法 -多分辨率势场法 ,实验表明其性能优于原算法。最后讨论激光雷达在实际应用中的一些问题。目前 ,该方法已成功地应用于清华室外移动机器人 THMR- V     

基于DSP的智能小车避障系统设计

随着移动机器人技术和传感器技术的发展,智能化成为未来移动机器人的发展方向。设计了一种以TI公司生产的DSP芯片TMS320VC5402为控制核心的智能小车自动避障系统,选用四组超声波传感器测量智能小车与障碍物之间的距离,着重对系统的硬件进行了设计,并阐述其工作原理。该系统设计简单、成本低、实时性好,在室内环境中取得了预期的试验结果。     

基于模糊神经网络的AGV避障路径研究

通过对AGV运动学模型进行分析,针对AGV在未知环境中的避障问题,将模糊控制与神经网络相结合,形成模糊神经网络控制器,对AGV行驶环境进行分析,将障碍物信息输入控制器,从控制器输出数据中找出避障最佳路径,利用模糊神经网络自学习和自适应能力,提高AGV避障的成功率。     

基于模糊算法的AUV避障与姿态控制

为了实现水下机器人(autonomous underwater vehicle,AUV)在水下的避障与姿态的稳定控制,提出了一种基于模糊算法的避障与姿态控制算法.通过分析AUV在水下的水平面和竖直面状况,分别构造满足其水平面和竖直面避障和姿态控制的模糊算法,并设计了相应的控制系统.设计的控制系统主要由2个模糊控制器组成,通过模糊控制器输出AUV的左、右和下潜加速度,利用模糊逻辑系统对其速度进行逼近,并利用AUV的速度信息实现AUV水平面和竖直面的避障与姿态的控制.通过在不同位置放置障碍物构建模拟场景,采用Matlab进行仿真试验.仿真结果表明,设计的基于模糊算法的避障与姿态控制方法能够满足设计要求.     

基于Dubins路径的无人机避障规划算法

研究了一种基于Dubins路径的无人机的避障规划算法. 通过采用遗传算法,结合无人机的飞行性能和最小转弯半径,提出了一种在已知障碍空间位置前提下的无人机路径规划方法,并通过算法改进,将其推广成为在未知障碍位置等先验知识的前提下的无人机实时避障算法. 仿真结果表明,该算法原理正确,对于多障碍环境下无人机避障策略的获取具有较好效果.      

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.     

基于单波束测距声呐的水下机器人避障仿真研究

针对多波束声纳体积大,成本高的局限,利用单波束声呐的探测波束依次旋转,依次获取自主式水下航行器(autonomous underwater vehicle,AUV)前方的左、中、右3个区域的障碍物距离信息.通过设计合适的环境障碍状态与有效的避障行为集合,并利用强化学习选择适合AUV自主避障的障碍状态-行为组合.仿真实验表明,根据单波束传感器提供的障碍物信息,通过强化学习获得的状态-动作组合,可以保证AUV躲避前方90°开角的障碍物,达到安全航行的要求.     

一种轮式移动机器人的运动控制及自主避障的实现

目前轮式移动机器人的运动控制已有多种方式,怎样以最优异的方式和最低的成本实现需要的功能就变得尤为重要,本文设计了一种四轮移动机器人的运动控制方式及自主避障的方案.用ARM2440核心板及设计相应的底板,选用直流有刷伺服电机,设计基于HIP4081芯片的电机驱动电路,利用PWM调节占空比,控制电机的正反转及转速,从而进行移动机器人的运动控制,并选用E18-D80NK接近式光电传感器,编写相应的控制程序和上位机程序来达到机器人自主避障的目的.     

基于传感器数学模型的数据融合方法及避障研究

文章介绍了超声波传感器测距中存在的问题,提出了基于传感器数学模型的数据融合方法,在此基础上建立基于信息融合的移动机器人导航系统;结合模糊逻辑控制的方法,设计了符合人类驾驶经验的模糊控制器,以实现移动机器人在障碍物环境下的自主导航;最后用MATLAB模糊工具箱对该模糊控制器进行了仿真,结果表明,机器人能够自主避开障碍物,到达目的地。     

基于贝塞尔曲线的智能商用车换道避障轨迹规划

智能车辆的安全避障是实现自动驾驶技术的基础,针对智能商用车高速行驶中的避障问题,建立相应的避障策略,结合高速公路实际工况,对智能商用车的换道避障轨迹进行规划,分为路径规划与速度规划两方面。基于车辆的横向稳定性,结合鱼钩实验得到商用车高速转向时路径曲率的最大值,提出基于贝塞尔曲线的轨迹规划算法,对曲率进行约束,利用遗传算法选取最优避障路径。并基于车辆安全距离模型确定避障车速,规划出一条满足动力学约束以及瞬态侧翻阈值约束的避障轨迹,利用Trcksim软件对避障轨迹的可行性进行验证,结果表明智能商用车能够安全、高效的进行换道避障。