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。     

未知环境中机器人避障路径规划研究

针对人工势场法机器人路径规划具有目标不可达与存在局部极小值点等问题,提出了改进后的人工势场法模型,将未知环境中的障碍以网格地图的形式设计出来,使机器人通过感知来规避障碍朝目标移动。运用MATLAB GUI设定形成一个包含障碍与目标点的二维坐标系统环境,在其平面地图中使机器人从初始位置到期望位置进行最优轨迹移动仿真试验。试验显示,改进后的人工势场法能使移动机器人在未知环境中导航避开障碍并找出合适路径,以达到无碰撞要求。仿真结果接近预期效果,表明该方法能有效提高移动机器人在未知环境中路径规划的可行性及其避障的有效性。     

深海履带机器车的实时导航和避障

针对深海底履带机器车的未知、复杂工作环境,提出一种履带机器车导航和避障算法。该算法先用声纳传感器实时检测障碍物的位置,再用D-S理论推算出障碍物的更准确位置,然后运用改进势场法进行行走方向决策,规划出履带机器车的作业路径,实现对深海履带机器车的导航和避障。仿真和试验结果表明,此算法适应于动态未知复杂环境下的深海履带机器车实时导航和避障,且在目标附近存在障碍物时也能达到目标。     

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.     

波浪滑翔器编队避障方法

波浪滑翔器是一种可以长期工作的新型海洋机器人,主要应用于海洋环境的探测与数据采集。波浪滑翔器编队可以扩展单台设备的能力,同时提高任务的效率。利用领航跟随者法结合人工势场法,提出了多波浪滑翔器编队避障方法。通过领航跟随者形成波浪滑翔器编队的同时引入间距势能场,来实现编队队形的保持。人工势场作用下的波浪滑翔器编队被视为一个虚拟的多体系统,受到来自人工势场的虚拟力的约束。针对人工势场法的局部最小域问题,引入沿障碍物切线方向的引力,打破平衡状态,解决了局部最小域问题。最后通过仿真实验验证了所提方法的有效性。     

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     

基于改进的Khatib方法的冗余机器人避障轨迹规划

讨论了人工势场方法中Khatib方法规划冗余度机器人手爪在障碍环境中的轨迹问题，基于Khatib方法提出由程序自动确定势场力比例因子的改进方法，寻找一条机器人手爪从起点到终点的安全路径。仿真结果表明，使用该方法计算时间短，参数选择设计合理。     

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。     

基于障碍物可达区域预测的机器人实时避障算法

针对复杂环境下的机器人路径规划与自主避障问题,提出了基于动态障碍物可达区域预测的实时避障算法.对静态障碍物进行描述和建模,建立动态障碍物状态更新预测方程,实现对动态障碍物质心可达区域的预测.分别面向动态、静态障碍物提出基于可达区域预测的多步椭圆包络势场和基于新型Sigmoid函数的势场,修正目标的对数Lyapunov引力场,给出多类型障碍物空间下的机器人实时避障算法.数值仿真和实验结果表明,与传统方法相比实时避障算法可使机器人避障过程中的路径长度更短、安全性更高及最大行驶角变化幅值更小.     

基于改进的人工势场法的机器人避障控制及其MATLAB实现

针对传统人工势场法存在局部极小点,而且容易导致路径规划失效的问题,通过改进的人工势场法,可以解决局部极小问题,使机器人尽快跳出局部极小点.从而有效地克服了机器人在障碍物附近出现的反复震荡或停止不前等问题,使机器人运动轨迹更平滑,从而更接近最优路径.仿真实验结果说明此方法有效.     

微小型LTA飞行机器人主动避障控制研究

采用基于行为的研究方法，设计了一种基于电机神经元网络的微小型LTA飞行机器人主动避障控制方法。该方法通过电机神经元网络选取飞行机器人的飞行动作，采用增强式学习方法对飞行结果作出评判，利用评判结果在线修改网络权值，从而实现微小型LTA飞行机器人在未知、动态环境中的主动避障。飞行机器人的仿真运行分析，验证了该方法的有效性。     

全方位移动避障实时轨迹控制算法的研究

针对机器人避障轨迹控制过程中存在的路径优化以及如何躲避大障碍物或者是多障碍物的情况,本文提出一种基于狄克斯特拉算法与贝塞尔曲线的机器人移动避障实时控制改进算法,该算法引入机器人与目标终点路径的速度分量,采用狄克斯特拉算法进行移动轨迹路径优化,进而采用贝赛尔曲线修订优化路径,以此满足动态约束条件.仿真结果表明:相对于改进人工势场算法,本文构建的改进算法使得机器人移动时间缩短,机器人避障运动规划明显改善,具有较强的鲁棒性.     

移动智能机器人避障规划研究

文章针对环境信息不确定情况下的避障问题,利用摄像机逆透视映射原理,实现单摄像机获取环境深度信息,并提出了一种基于视觉的局部路径规划的算法,实现了移动智能机器人在不确定环境中利用视觉传感器实时获取外部信息进行路径规划,仿真与实验结果表明,移动智能机器人能快速地跟踪规划路径,实现避障。     

带有领导者的多智能体避障队形控制

研究了一类带有领导者的多智能体系统队形控制问题,在实现期望队形过程中同时考虑避撞和避障问题.改进了现有避撞与避障势函数的构造方法,并基于势函数的方法设计了控制策略,在控制策略的作用下,带有领导者的多智能体系统实现了期望的队形和避撞、避障控制目标.最后,通过仿真说明所提方法的有效性和可行性.     

基于势场函数的多智能体编队避障控制

势场函数方法广泛应用在避障与目标追击控制中,但是大多应用在静态环境中,即障碍物与目标是静止的。通过扩展势场函数,并结合图论与领航者方法,设计出新的控制算法。障碍物与目标的速度都考虑在势场函数定义中。基于这种新的控制算法,研究了多智能体群集控制,所提方法不仅保证智能体追击上运动的目标,同时确保能安全躲避障碍。由于所提方法是基于智能体行为,因此方法的一个优点就是容易升级。最后,仿真表明所提方法的有效性。