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。     

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。     

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.     

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.     

不确定环境下集矿机环境感知与实时避障研究

通过对海底集矿机作业特点及作业环境分析可知,采用传统势场法避障要解决的关键问题主要为局部极小问题,由此提出了基于人工势场法的改进算法。重新定义势函数,对斥力函数作了改进,建立了履带式集矿机的运动学模型,并成功应用于海底不确定环境下集矿机的实时避障。仿真结果表明:改进后的避障算法能够使机器人逃离局部极小,顺利避障并到达目标,具有较强的实用性与可行性。该研究对于海底采矿及水下机器人的避障具有一定的指导意义。     

单体移动机器人环境建模方法研究

本文综述了移动机器人环境建模的最新研究进展,介绍了环境模型的各种表示方法以及在环境模型建立过程中不确定信息的描述及处理方法,分析比较各种方法的优缺点,探讨了移动机器人环境建模存在的难点问题,并展望了该领域的研究方向。     

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。     

动态环境下基于势场原理的避障方法

在保留传统人工势场法原理简单、易于实现优点的基础上,对其应用在具有移动障碍物的动态环境中所表现出的缺陷进行了改进,用碰撞时间参数代替相对位置参数并辅以碰撞角度约束来消除无渭的避碰运动,同时又引入障碍物作用于机器人、方向指向目标点的分力和局部波动函数,较好地解决了因局部最小以及障碍物与目标点相距太近造成的不能成功到达目标点的问题．仿真结果表明此方法能够使机器人在具有静态和移动障碍物的复杂环境中安全避障．     

一种基于障碍物群的移动机器人数据融合方法

首先给出了一种通过融合多个超声波传感器和一台激光全局定位系统的数据建立机器人环境地因的方法，并在此基础上，首次提出了机器人在非结构环境下识别障碍物的一种新方法，即基于障碍物群的方法．该方法的最大特点在于它可以更加简洁、有效地提取和描述机器人的环境特征，这对于较好地实现机器人的导航、避障，提高系统的自主性和实时性是至关重要的．大量的实验结果表明了该方法的有效性．     

基于产生式规则的机器人动态避障

以中型自主足球机器人为对象,研究其动态避障情况.依据传感器输入信息进行特征识别,选择距离机器人最近的为首要躲避障碍,利用产生式规则进行机器人避障控制,对远距离和近距离障碍采用不同的避障策略,并引入虚拟点以躲避碰撞.在仿真和实时环境下进行了实验,分析了障碍位置不同和输入参数不同情况下的避障情况,并与传统人工势场法进行对比,避免了传统人工势场法进行机器人避障时会出现陷入局部极小、抖动等问题.实验结果表明该方法能使机器人快速有效的躲避障碍.     

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。     

关节式移动机器人自主越障中基于模糊神经网络的障碍识别方法

提出了一种关节式移动机器人自主超障时的障碍识别方法,该方法利用模糊神经网络对障碍物进行识别,确定障碍的类型和特征,并以此来控制移动机器人越障和避障时的行进速度和摆臂的动作,开发了在未知环境中障碍物辨识的模糊神经网络系统。实验证明,该方法是可行有效的。     

基于Kinect的目标跟踪与避障

利用Kinect实现室内移动机器人的目标跟踪与避障功能,其中Kinect提供的光学图像用于实现机器人视觉目标跟踪。利用Kinect的人脸识别功能,避免当环境中出现多目标时,机器人对运动目标的识别出现混乱;同时增加了增量子空间对视频信息进行及时更新,避免机器人因目标移动较快而跟丢目标;利用T-S模糊神经网络法实现避障功能,相比传统算法有效改善了其收敛性。在移动机器人CRX10上实验证实了该系统能够较好地完成目标跟踪的同时具有躲避障碍物的功能。     

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。