空间机器人路径规划的姿态空间快速计算方法

由于航天机器人工作环境的非确定性，这类机器人运动规划问题的关键是要求规划系统具有实时性，以便与传感信息相结合。基于姿态空间路径规划方法的核心问题是如何将位于机器人工作空间中的障碍物快速映射到姿态空间中。本文利用机器人基本工作面和基本碰撞体的概念来解决快速映射障碍物的问题。研究结果表明，该方法映射障碍物的时间为毫秒级，完全可以满足机器人在非确定环境中实时规划的要求。     

冗余度机器人的障碍物躲避

给定机械手的初始形态和终端所希望的轨迹以及在工作空间内的障碍物,本文研究冗余度机器人无碰撞运动的规划问题,提出了基于J函数障碍物躲避的算法.关节坐标空间的安全轨迹的计算可通过障碍物躲避的性能指标而得到.由于J函数的计算仅与一些极点有关,计算量小,便于实时控制.仿真结果证明了所提出的算法的有效性.     

基于6-DOF的空间机器人运动学研究

针对空间机器人在轨服务任务,建立了一种六自由度机械臂模型,并建立了各关节的杆件坐标系。对机械臂各关节进行了运动学分析,对各关节末端运动空间进行了仿真。在对机械手抓捕目标飞行器分析之后,提出了一种保持平台、机械手和目标飞行器三者姿态稳定的抓捕目标方案。最后对该抓捕过程进行了运动规划,对各关节角运动情况进行了研究。     

利用世界空间几何学信息的关节式机器人路径规划

针对关节式机器人提出了一种直接利用机器人世界空间几何学信息的有效的路径规划算法。该算法使用机器人周围的局部世界空间信息建立势函数，基于势函数的导数规划机器人路径。而且，针对常见的旋转关节机器人，分析了路径规划过程中的停留状态，提出了一种有效的消除势函数局部最小值的启发式方法。该算法避免了构形空间显式描述的复杂计算，在一般情况下，即使针对多自由度机器人，也能很快获得无冲突路径。最后，计算机仿真结果验证了该算法的有效性。     

基于小世界算法的机械手时间最优运动规划

针对机械手运动规划通常存在建模复杂、参数多和优化效率低的不足,提出了基于小世界算法的机械手时间最优运动规划。首先运用末端分离法进行机械手工作姿态的简化模型建立;然后结合摆线运动方程,并以工作姿态和关节运动学为约束,建立时间最优的运动规划模型;最后引入基于精英集聚效应的小世界优化算法来提高模型求解精度。仿真测试结果表明,与禁忌遗传算法、基本小世界算法相比,精英集聚效应小世界算法使得机械手规划模型的运动时间和总均方差分别平均降低23.3%和19.7%,且表现出较好的收敛性和稳定性,进而验证了时间最优规划模型的有效性。     

室内移动服务机器人的避障与运动规划

提出一种室内移动服务机器人在未知环境的避障和运动规划算法.该算法通过分析超声传感器阵列探测的障碍物信息,确定机器人旋转的角度和半径,同时根据障碍物距离分3档调整运动速度,据此设计的实时避障算法,结合运动学模型实现了机器人沿障碍物轮廓行驶的行为,针对外凸、内凹和孤立等3种障碍物类型进行了试验,试验结果验证了算法的有效性.     

SCARA机器人结构设计及轨迹规划算法

文章基于模块化设计方法设计一种SCARA机器人,具有3个旋转自由度和1个移动自由度,可实现水平和垂直运动,其结构简单、体积小、质量轻、动作迅速、刚性好及定位精度高,可应用于生产和教学;基于机器人在关节空间和笛卡尔空间轨迹规划方法的不同,分别讨论了该SCARA机器人在关节空间中的点到点轨迹规划算法,和在笛卡尔空间中的一种连续直线轨迹规划插补算法,即基于运动学逆解的脉冲增量法.     

基于双向RRT算法的仿人机器人抓取操作

为了实现实际应用中的有效抓取操作,需要对仿人机器人进行全身运动规划.在全身运动规划中,必须考虑所有关节的自由度以及机器人、环境和被抓取对象物理特性的约束.针对这种包含多自由度、复杂约束的运动规划问题,设计了一种基于双向RRT算法的规划方法,获取了机器人的双腿稳定位形和抓取手的位姿序列,从而实现了仿人机器人的全身运动规划.最后,在仿人机器人NAO平台上进行了实验验证,完成了开抽屉、有障碍物情况下的开抽屉以及开抽屉取物并关闭抽屉等任务.实验结果表明,所设计的基于双向RRT算法的全身运动规划方法能够有效地解决仿人机器人的抓取操作问题.     

双臂SCARATES机器人实时无碰撞运动规划

以双臂SCARATES机器人为研究对象，基于可达流形和接触流形建立了双臂机器人C空间障碍物边界，并通过对障碍物边界的离散以及对路径搜索算法的选择，提出并仿真实现了双臂机器人实时无碰撞运动规划算法。     

基于IAPF-ACO的工业机器人运动规划

针对蚁群算法运动规划收敛慢且精度不佳的问题,提出一种改进势场蚁群(improved artificial potential field ant colony optimization, IAPF-ACO)算法。斥力计算模型引入目标调节因子解决势场寻优不可达且易陷入局部最优问题。蚁群算法计算框架加入改进势场模型,即启发信息函数中增加势场信息因子。三维障碍物空间仿真规划表明：IAPF-ACO算法在离散环境与聚集环境规划路径质量较优、规划结果较为稳定。在MATLAB搭建工业机器人仿真模型,关节空间内对规划路径点平滑处理,避障仿真结果表明,工业机器人末端位移是一条安全、平滑的运动轨迹。     

基于自适应动态碰撞检测的工业机器人运动规划算法研究

提出了一种基于PRM(probabilistic roadmaps)算法思想的新型工业机器人运动规划算法.将PRM规划算法由全部C空间计算优化为大部分在欧氏空间、小部分在C空间的计算模式,大幅减少了计算量;使用优化空间分割方法提高采样效率;采用凸优化方法解决了机器人静止姿态碰撞检测问题,并结合自适应动态碰撞检测算法,实现在不降低计算精度的前提下,提高运算速度,使规划结果具有完备性.     

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。     

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.     

机器人在时变环境中的运动规划

时变环境中的避障运动规划是当今智能机器人领域中的一个重要研究课题.木文根据运动状况可分解描述为路径轨迹和速度函数的思想,提出了解决运动规划问题的二层机制.上层是路径规划.即就工作环境中的静态障碍,规划一条避障的最短距离路径;下层是速度规划,其任务是选择机器人沿着已规划路径运动的速度(加速度),以保证它避免与动态障碍物相撞。     

个体机器人局部路径规划的人工力矩方法

针对个体机器人的局部路径规划问题,定义了最优路径代表点、危墙代表点等概念,以优化路径和避障.设计了吸引矩、排斥矩两种人工力矩函数,其中吸引矩常使机器人的基本运动方向线(PMDline)指向最优路径代表点而排斥矩则总使机器人的PMDline背向相应的危墙代表点.基于两种人工力矩,设计了机器人运动控制器.在机器人通向目标的路径被障碍阻断时,该控制器总使机器人沿其PMDline以最大步幅运动,所以无论环境多复杂,机器人也不会停止运动,即不会被陷住.还给出了最优路径代表点的求解算法、局部路径规划的一般步骤及一个仿真.仿真结果表明,给出的方法是可行且有效的.     

好奇心驱动的深度强化学习机器人路径规划算法

针对采用深度强化学习算法实现机器人路径规划任务中,训练前期随机性高导致奖励难获取问题,提出内在好奇心驱动的深度确定性策略梯度算法对连续型动作输出的端到端机器人路径规划进行研究。将环境获取的感知信息作为输入状态,输出机器人动作(线速度、角速度)的连续型控制量,在Gazebo仿真平台进行训练并验证。实验结果表明,基于内在好奇心驱动的深度确定性策略梯度路径规划算法可以较好地实现端到端的机器人路径规划,并且有利于解决训练前期奖励难获取问题,与离散型动作输出的深度Q学习网络模型进行了对比分析,结果表明本文算法决策控制效果更优越。在真实环境中进行了验证,在静态障碍和动态障碍的场景下,所提出算法可成功到达目标点。     

移动机器人的障碍物群检测方法

利用激光和超声波传感器在用栅格表示法形成地图的基础上，提出了进行数据融合以提取环境特征的新方法：识别障碍物群。该方法能够在密集障碍物环境中为机器人的路径规划和避障提供准确的环境特征信息，提高机器人系统的自主性和实时性。实验结果表明了该方法的有效性。     

基于运动微分约束的机器人纵横向路径规划研究

传统机器人路径规划方法未解决机器人和局部路径连接处的运动微分约束问题;且可选路径均为近似结果,影响路径规划结果。为此,提出基于运动微分约束的机器人纵横向路径规划方法。利用微分约束设计纵横向协同三层规划方法,在进行局部规划的过程中,依据运动微分方程形成一段时间内的可行路径;在运动微分约束下,采用机器人与障碍物间的相对距离以及相对速度规划策略实现纵向规划,引入预瞄思想实现横向规划。按照纵横向规划结果及全局路径曲率设计纵横向综合控制器,使机器人实际运行路径与规划路径相同,以此实现机器人在复杂环境中的整体规划。实验结果表明,所提方法能够避开障碍物,规划路径短,机器人运行路径和规划路径偏差小。     

复杂环境下移动机器人路径规划算法

对复杂环境下移动机器人全局和局部路径规划问题进行研究,提出一种全局-局部混合模式的路径规划方法.首先,对全局运动空间进行建模,运用全局模式规划一条从起点到终点的全局路径;然后,针对空间中影响机器人运动的移动物体,通过位置、速度分析碰撞的可能性,从而进行局部路径规划;最后,基于MATLAB仿真平台,将文中方法与经典人工势场法、改进人工势场法进行对比实验.实验结果表明:文中方法在机器人路径规划任务中的总时长和总长度均优于其他两种方法.