仿人机器人路径规划研究

针舛仿人机器人机械连杆控制结构的动力学、运动学等特点,建立了25自由度仿人机器人家谱树彤结构,提供了连杆数据列表,分析了步态规划约束、步行倒立摆、奇异位姿控制、落地步态方向控制等特性,构建了行走步态模型,并采用链接图法对环境空间建模,引入种群规模自调整遗传算法实现路径规划。潋仿人机器人NAO为实验平台,采用链接图法进行全局建模,实验表明,改进的遗传算法在仿人机器人路径规划中具有更快的收敛速度与更好的适应性。     

仿人智能算法在船舶自动控制中的应用研究

采用仿人智能控制算法和８０９８单片机设计了一个船有智能控制器，在算法上直接从控制过程的动态特征出发进行智能推理和控制决策，使其控制性能优于常规ＰＩＤ控制器，特别适合于缺乏精确数学模型的参数控制场合。     

人工免疫算法在足球机器人路径规划中的应用

提出了一种人工免疫算法———基于思维进化的人工免疫算法,此算法在人工免疫的基础上吸取了思维进化算法中的优点,提出了趋同半径和异化半径的概念,能够实现算法中抗体的局部和全局求解,使得人工免疫系统和思维进化算法有机地结合起来。同时将算法应用到足球机器人的路径规划中,构建了机器人的数学模型和亲和力函数,并且给出了具体的实现步骤,取得了合理的实验结果,对算法中的一些关键操作也进行了简要的说明。     

足球机器人路径规划技术的现状与展望

综述了足球机器人路径规划的研究现状,重点介绍了足球机器人路径规划的方法,并对各种方法的优缺点进行了比较。     

正弦曲线的足球机器人路径规划

为了提高机器人足球比赛中的成功率,在分析基本算法不足的基础上,利用正弦曲线具有光滑、可微的特性,解决机器人小车在到达目标点位置和姿态的运动过程中,所遇到障碍物及保持最佳姿态的路径规划问题.仿真试验表明,提出的方法具有较强的路径规划能力,对机器人初始条件可不加限制,计算量非常小,具有较高的实用价值.     

一种复杂环境下的仿人机器人路径规划算法

针对仿人机器人运动规划中特有的问题——障碍物的多样性、机器人具有越障和绕障等多种避障运动的功能、路径的代价因素的多样化(时间、距离、能耗等),对环境地图和机器人进行建模,采用混合代价进行仿人机器人的路径规划.首先提出基于多维向量的字典序比较的启发式搜索算法,该算法能够按优先级考虑各项代价因素寻找到综合最优的路径;然后引...     

一种仿人机器人斜坡运动步态规划方法

以SCUT-Ⅰ仿人机器人步态运动为对象,提出了由斜坡运动步长、步行周期等参数控制的斜坡运动模式,并基于倒立摆模型对斜坡运动过程中仿人机器人的髋关节和摆动腿踝关节的轨迹进行规划,从而得到斜坡运动的轨迹;最后,根据SCUT-Ⅰ仿人机器人模型参数,在Matlab 6.5中建立机器人的模型,对机器人斜坡运动进行仿真实验,验证了该规划方法的有效性及稳定性.     

Voronoi图在足球机器人规划中的应用研究

Voronoi图是计算几何的一个重要分支,它在计算几何理论和应用中发挥着重要作用。在Voronoi图已有的理论基础之上,利用Voronoi图的几何特性分析并解决足球机器人的任务规划问题。     

智能算法在足球机器人定向运动中的应用

实时决策和运动精确控制是机器人足球赛中最为重要的能力,为了优化传统的机器人运动控制能力,提出了一种基于智能算法的运动控制方式,将粒子群算法融入到足球机器人定向运动的控制中去;仿真结果显示,此方法相比于传统的运动控制方法,在保证较高的控制精度的前提下,大大提高了实时决策和运动控制的速度;研究结果表明:此新型的运动控制算法可以使足球机器人速度更快,对抗能力提高。     

对抗环境下足球机器人路径规划

在RoboCup中型组足球机器人比赛环境下,实现机器人实时、有效的路径规划是赢得比赛的重要前提.充分考虑到足球机器人比赛中实时性和对抗性的特点,采用具有实时性优势的人工势场法,并综合考虑障碍物、目标点以及机器人之间相对位置和相对速度的关系,提出一种相对威胁系数的概念.该系数能够反映比赛中双方机器人实际对抗的强弱程度.将相对威胁系数应用到传统的人工势场中,形成一种新的改进型人工势场法,较好地解决了对抗环境下机器人路径规划中一些实时性、有效性的问题.仿真实验验证了所提出算法在足球机器人比赛系统中具有可行性.将该算法应用于交龙足球机器人上,在实际比赛中取得了较好的成绩.     

基于遗传势场法的足球机器人路径规划

以足球机器人系统为研究背景,采用了人工势场法和遗传算法相结合的方法,实现了足球机器人路径规划.首先根据势场原理设计可调参数的势场函数,再规划出已知环境下可调参数的势场函数,然后设计遗传算法中的相关适应值函数,最后用遗传算法优化势场函数中的参数,得到遗传势场法.同时利用C++编程实现遗传势场法的仿真平台,并在该平台上进行仿真实验,结果表明,遗传势场法具有避障以及适于在实时环境中使用的优点,在解决实际路径规划问题中是行之有效的.     

向量场中微型足球机器人路径规划优化分析

规划出一条理想的路径并为机器人确定一个合理的速度值是微型足球机器人策略算法研究中的两个关键问题.文中应用向量场法对无碰路径规划及速度优化问题进行了分析.建立了轮式足球机器人小车的运动学模型,并深入研究了小车的运动性能问题.根据所得运动学迭代方程及向量场的特点,提出了一种速度优化设定方法.此方法采用低速控制方式,可大大降低小车的能耗,并使小车更易控制.仿真计算与实验结果表明此方法简单、有效,实时性很强.     

“机器人”路径改进型单亲遗传算法规划及其仿真

在中国机器人大赛"机器人游中国"比赛项目的路径规划基础上,为克服遗传算法在有约束组合优化问题中计算效率不高的问题,提出了改进的单亲遗传算法.该算法在传统单亲遗传算法的计算步骤中,引入了交换算子、提前算子和修复算子,较大程度地提高了单亲遗传算法的搜索效率.Matlab仿真试验表明,改进的单亲遗传算法计算效率和路径规划能力得到大幅度提高.     

遗传算法在机器人路径规划中的研究综述

遗传算法(genetic algorithm, GA)是一种在机器人路径规划中应用最广泛的智能算法。近年来,机器人路径规划问题是各行业实践应用的热点问题。在分析GA优缺点的基础上,对GA在机器人路径规划应用领域进行深入调查,论述了现阶段国内外各领域发展现状,并阐述了现阶段存在的技术难点。最后对GA在机器人路径规划的发展趋势进行了展望。     

基于蚁群算法的机器人足球通信机制

给出了基于蚁群算法实现机器人足球比赛中球员之间协作和通信的机制．选用两只球队分别采用了传统的通信机制和“黑板”通信机制进行实验比较，发现虽然两个球队的整体结构和高层策略相差无几，但是无论从速度、力量还是传接球成功率等方面，Novauro都比ujdb强．该通信机制具有灵活，鲁棒性强的特点，不会由于局部的失误而影响全局的性能．