填埋场裸膜红外巡检机器人最优路径规划

针对垃圾填埋场渗漏检测问题,提出了使用红外巡检机器人代替人工对垃圾填埋场裸膜进行全覆盖巡检的方法,并对机器人进行路径规划。首先,根据垃圾填埋场环境,采用矩形分解法对其进行区域分解,生成若干子区域;然后,用模板模型法规定机器人遍历各个子区域方式;最后,基于遗传算法,对其流程算法进行改进优化包括选择、交叉、变异等,实现各子区域间的转换连接,进而实现全覆盖最优路径规划。基于MATLAB仿真分析,结果表明：将改进的遗传算法与模板模型法相结合构成了一个成熟完整的全覆盖路径规划模型,能高效地完成巡检任务,并有较快的收敛速度和较低的重复覆盖率。     

基于Bézier曲线的差速驱动机器人混合避障路径规划算法

为实现差速驱动机器人在避障环境下的平滑最优路径规划,提出一种基于Bézier曲线的差速驱动机器人混合避障路径规划算法.首先,建立差速驱动机器人运动模型,用于操控左右两个驱动轮线速率,完成机器人转弯及非匀速运动;其次,利用Bézier曲线描述路径状态,将路径规划问题转换为产生Bézier曲线有限点方位优化问题,提升机器人...     

基于栅格的移动机器人区域分解遍历算法

针对不同类型障碍物提出基于栅格的区域分解方法使移动机器人实现全覆盖遍历.算法包含区域分解、子区域连接和子区域内遍历三部分.区域分解是按照凹型障碍物边缘和工作环境边界将栅格区域分解成若干个子区域.区域内遍历按照障碍物不同类型,对存在凸型障碍物的区域采用内螺旋方法,对于凹型障碍物区域采用梳状遍历方法.子区域之间通过两点法求最短路径,然后按照逆时针方向形成遍历连通图.通过MATLAB对算法进行仿真,结果验证了该算法的可行性和有效性.     

基于速度障碍和行为动力学的动态路径规划

针对基本行为动力学在解决多机器人动态路径规划中存在的问题,充分考虑运动障碍物和其他机器人的速度信息,利用速度障碍为机器人规划了避障和避碰区域.根据路径规划的要求,利用行为动力学设计了奔向目标行为、避障行为和避碰行为3个基本行为,并提出利用粒子群优化方法对基本行为进行融合.利用Matlab对所提出的算法进行仿真,结果表明利用速度障碍、行为动力学和粒子群相结合的方法可以实现多机器人系统的动态路径规划,且方法简单,路径光滑.     

无人驾驶拖拉机田间路径规划方法研究

文章提出一种面向不规则地块全覆盖并能实时避障的路径规划方法。综合农田几何形状和作业机具参数等因素设计全局路径规划方法,并在全局路径基础上针对单个及多个相邻小型静态障碍物搭建局部路径,且将离线规划全局路径与实时规划局部路径相结合形成完整的田间作业路径;应用LabVIEW2016设计无人驾驶拖拉机路径规划系统,设定参数自主规划,且基于实车平台验证该算法的有效性。结果表明,该文方法对不同形状地块在不同转弯工况下均可规划出全局路径并根据障碍物信息规划出局部路径,可以作为无人驾驶拖拉机田间作业参考路径,有较强的通用性和实用性,具有一定的现实意义。     

基于保留区域的分布式多机器人路径规划

针对多机器人路径规划算法多采用集中式规划,生成的机器人路径之间高度耦合,机器人发生故障时或者路径的时间序列被打乱时须要重新规划,导致执行效率较低的问题,提出了一种基于保留区域的分布式多机器人路径规划算法.采用分布式的规划架构,单个机器人在强连通有向图的环境中单独规划路径,中央模块采用保留区域的方法协调机器人之间的路径.该算法解决了规划路径之间高度耦合的问题,并且实验证明该算法还具有求解快速、规划成功率高、执行过程鲁棒性好等优点.     

仿真环境下多机器人焊接路径的优化

应用同心圆柱面对机器人活动空间进行细分,结合自由线弧的优点,寻找出机器人可能的焊接路径,提出了一种规划多机器人焊接加工路径的方法,按照相应原则选取自由空间弧段上的节点,并结合图论技术,实现选取的机器人焊接路径的优化,结合仿真环境进行优化算法,在解决多机器人碰撞问题的同时,大大缩短了规划时间,还为多机器人焊接路径的规划与优化问题提出了一条可能的发展路径。     

多障碍环境中基于增强式学习的势场优化和机器人路径规划

该文把增强式学习方法应用于多障碍环境中机器人路径规划,并将增强式学习和路径规划结合,通过工作空间势场的自适应优化学习,实现机器人的全局路径规划,即得到从任何初始位置开始的最优路径。与传统的人工势场方法相比,该方法避免了势场中局部极小点所引起的陷阱区域,并且所得到的路径具有最优特性,计算机仿真实验结果表明,这种学习方法能有效的解决多障碍环境中的机器人路径规划问题。     

移动机器人混合式全遍历覆盖路径规划算法

针对移动机器人在未知环境下的全遍历覆盖任务,将滚动规划与已知环境下的搜索策略相结合,设计了一种混合式的全遍历覆盖路径规划算法.对声纳传感器探测到的环境信息进行滚动规划,把未知区域转化为已知区域.在已知区域,采用有限状态机方式来组织全遍历覆盖路径规划算法,状态之间的转换通过二叉树搜索策略、目标栅格选取策略和两点法搜索策略来实现,并对算法进行仿真.结果表明,移动机器人能全遍历覆盖整个工作区域,重复率低,能有效提高工作效率.     

引入方向变量的群机器人启发式区域覆盖算法

针对基于栅格地图环境下,群机器人采用启发式全区域覆盖算法完成区域覆盖任务时,多个机器人相遇后,并发覆盖相同栅格而造成重复覆盖的问题,通过减少机器人运动过程中的转向次数的方法,有效减少了机器人的相遇次数,从而减少了机器人并发覆盖相同栅格的次数。根据该方法,在原算法中引入了方向变量,形成了改进的群机器人启发式全区域覆盖算法。最后,通过仿真实验,说明了该算法的有效性。     

BP神经网络在清洁机器人路径规划中的应用

为了解决清洁机器人完全覆盖路径规划中最大覆盖率和最小重复率的要求,在清洁机器人犁田式全局路径规划算法的基础上,提出了BP神经网络方法作为清洁机器人的局部路径规划.运用基于深度优先遍历的改进型BP神经网络算法.解决清洁机器人的清扫死区问题.仿真的结果表明所提出的BP神经网络方法和改进型BP神经网络算法能够解决清洁机器人在家庭内的完全覆盖路径规划问题.     

基于AVR单片机的清洁机器人控制系统设计

实现了一种基于ATmega128单片机的清洁机器人控制系统,包括硬件设计以及软件算法的实现.控制系统硬件部分传感器包括红外测距传感器,碰撞开关,红外测速传感器等.红外测距传感器、碰撞开关用来感知障碍物,红外测速传感器用来检测驱动轮的速度,电机为驱动轮以及清扫机构提供动力.本文软件部分采用了全覆盖路径规划算法,为环境建立固定坐标系,以沿边行走方式探测环境信息,实现了清洁机器人区域全覆盖行走功能.     

基于ROS的移动机器人导航系统研究与仿真

针对移动机器人的自主环境感知与自主导航问题,本文提出了一种基于机器人操作系统(ROS),并结合同步定位与地图构建技术(SLAM)与路径规划的多目标点导航方式。首先利用GAZEBO仿真平台建立基于阿克曼结构的四轮机器人和仿真环境。然后利用SLAM技术,构建仿真环境的二维栅格地图。最后利用多目标点导航算法,开展机器人针对多个目标区域的自主导航测试。并通过调整TEB参数,优化机器人的运动轨迹。实验结果表明:机器人有效完成了多个目标区域的自主导航任务,并且规划路径较为合理,运行过程较为平稳。     

基于改进蚁群算法的二维码移动机器人路径规划方法

针对在结构化栅格工作环境下,基于蚁群算法的路径规划存在停滞和收敛速度慢的问题,提出了一种基于改进蚁群算法的二维码移动机器人路径规划方法.通过限制蚂蚁的搜索方向,即将机器人置于结构化栅格工作环境下,使其只能在水平和垂直方向上移动,进而提高算法的搜索效率.引入自适应期望函数和启发因子,动态调整状态转移概率,避免算法陷入停滞状态,提高算法的收敛速度.针对机器人在转弯过程中耗费时间较长的问题,通过引入转弯影响因子得到扩展路径长度,进而根据扩展路径长度选取最优路径.实验结果表明,提出的方法可以为二维码移动机器人规划出最优路径.     

基于多优化快速扩展随机树算法的足球机器人路径规划

研究RoboCup比赛未知环境中足球机器人的路径规划问题。提出一种多优化设计快速扩展随机树(rapidly exploring random tree,RRT)的足球机器人路径规划算法,解决了足球机器人在路径规划中存在的速度慢、效果差的问题。依据基本RRT算法原理,针对其随机性强、收敛速度慢以及路径平滑效果差的缺点,提出了随机采样点处增加引力分量、多步扩展逼近目标点以及冗余节点的剪裁与路径平滑等优化方式。在不同障碍物地图中的仿真实验表明,优化的规划路径长度比基本快速扩展随机树算法所得路径缩短约20%～30%,采样点数量减少45%～65%。最终将优化算法移植到SimRobot仿真平台,结果表明多优化设计RRT算法在未知环境中具备良好的实时性和鲁棒性,能够满足机器人在赛场上的路径规划要求。     

基于Petri网的多机器人协作任务分配与导航研究

研究了基于Petri网理论的多移动机器人任务分配和导航策略问题.针对有限空间环境下的物科收集协作任务,提出了一种机器人路径选择方法,并建立了基本路口单元和工作空间的Petri网模型.通过任务分配模型实时规划物科仓库内的机器人,并对具有拐角特征的多机器人路径冲突给出了消解方法,建立了机器人冲突协调模型.通过分析任务冲突协调模型,避免了多机器人运动路径冲突.最后仿真实验验证了提出的多机器人任务规划方法的有效性.     

基于分层代价地图的光伏电站清扫机器人导航方法

为更好地解决光伏电站清扫机器人工作时因缺少有效边界检测导致的跌落问题,并满足全覆盖清扫工作的需求,提出一种基于分层代价地图的导航方法.在传统分层代价地图的图层上,根据对光伏电站清扫机器人工作环境的分析,增加光伏阵列边界图层,建立清扫区域,使机器人工作空间约束在光伏阵列内;采用弓字形清扫路径和多点巡航清扫策略相结合的导航...     

一种基于PEGA算法的UAV区域覆盖搜索路径规划方法

为解决不规则区域内UAV最短覆盖搜索路径的规划问题,提出一种新的求解方法。首先,利用机载传感器探测范围对任务区域进行栅格化离散,将区域覆盖搜索路径规划问题转化为一个可求解的旅行商问题;然后,利用多种群并行算法框架及精英策略对遗传算法进行改进并重新设计算法的适应度函数,提出一种并行精英遗传算法用于问题的求解。实验仿真结果表明,提出的求解方法对于UAV区域覆盖搜索路径规划问题具有较好的适用性;提出的PEGA算法收敛速度快,得出的最优解质量较高;通过改进适应度函数能够有效减少远距离两点相连的情况,对于覆盖搜索路径规划结果产生了明显的优化效果。     

一种可蓝牙通讯的微型迷宫机器人

为解决传统迷宫机器人不能在线调试的缺陷,设计了一款具有蓝牙通讯在线调试功能的微型迷宫机器人。机器人基于嵌入式ARM Cortex-M3内核,能在复杂迷宫中自由行走,记忆路径并能根据优化算法选择一条从起点到终点的最优路径。系统硬件由电源模块、传感器模块、电机及驱动模块、蓝牙无线发送接收模块和微控制器单元组成。软件重点在电机控制算法和迷宫算法,运用PID算法实现电机速度和位置的控制,采用假想算法实现迷宫机器人的迷宫搜索。实际测试表明,设计的迷宫机器人速度更快、更稳定,能进行连续快速转弯和斜线冲刺;假想算法剔除大量无用的迷宫信息,大大提高了搜索效率。     

基于动态规划思想的多机器人路径规划

该文围绕着一个机器人巡逻街道小区的仿真环境，讨论了多机器人路径规划中的路由优化问题。在解决这些问题的过程中，充分考虑到多机器人系统的动态特征，将运筹学中动态规划的思想和Dijkstra算法及其相关图论知识引入到机器人的路径规划求解中。不仅降低了问题的复杂度，并且得到了问题的解决方案。