HERO-Ⅰ机器人无碰撞路径寻找的研究

本文在HERO-I机器人原有硬件和软件的基础上,通过开发其软件功能来进行机器人无碰撞路径的寻找。文中给出了两个研究方案的程序流程图和研完结果,并讨论了研究中存在的问题及解决的办法。     

基于C空间的双臂机器人无碰撞运动规划

研究了双臂机器人无碰撞运动规划问题,将C空间法成功地应用于双臂机器人的无碰撞运动规划,并提出了从臂从碰撞状态数据库（CSDB）概念,在本算法中,双臂机器人无碰撞运动规划问题被归结为对从臂无碰撞状态数据库的搜索,运用该算法可以找到一条最优的无碰撞运动轨迹,并已在双臂CARATES型机器人上通过试验论证。结果表明,该算法可行且效率较高。     

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。     

机器人无碰撞路径规划方法研究及实现

在分析现有路径规划和碰撞检测方法的基础上 ,提出了两种新的机器人路径规划方法 :中值检测算法和行进方向矢量优化法 .两种算法各有其特点 ,结合使用可取得更好的效果 ,通过基于三维图形的仿真实验证明了算法的有效性 .所开发的无碰撞路径规划及仿真软件已成功用于机器人无碰撞路径规划与仿真 .     

基于二次优化的救援机器人路径规划

针对当前应急救援过程中救援机器人路径规划效率低的问题,采用改进的遗传算法和二次优化方法实现救援路径的优化。对传统遗传算法进行改进,在初始化过程中采用一种启发式可行点插入方法建立初始种群,在适应度函数中加入路径平滑评价函数,在保留策略中采取“抓大放小”的方法,使算法的全局收敛能力和收敛速度都有了较大的提高。在初始路线的基础上,由起点到终点采用逐段寻优的方法进行路径二次优化,进一步缩短规划路径的长度并减少拐点数量。仿真结果表明,该方法较次优方法,路径长度分别缩短2.61%、2.21%、3.52%、1.22‰,平均收敛次数、搜索时间均有效优化,可有效地弥补传统遗传算法的缺陷,提高救援机器人的救援能力。     

用专家系统方法寻找机器人无碰撞路径

本文研究把基于规则的专家系统用于机器人无碰撞路径规划系统。系统的世界模型是以知识表示的,并与规则一起存储入知识库。此专家规划系统能够找出一条无碰撞路径,或给出物体阻塞区段的信息。文中所举模拟实例,说明不同物体如何通过不同通道以寻找无碰撞路径。模拟结果所得序列,为机器人运动的决策、机器人低层程序的编制和工艺参数的修正,提供了重要依据。     

移动机器人运动轨迹规划平滑性研究

针对机器人操纵装置或机器人路径的平滑性研究,对轨迹节点的平滑离散是很有必要,此外,还建立了满足标准平滑度的轨迹路径。平滑起点和机器人的最终位置必须要精确定义,所以经典最小二乘法是不适用的。为了解决这个问题,提出了一种改进的最小二乘法。该方法要求首先建立一个平滑的运动轨迹,同时使其起点和终点保持一致,而且减小了机器人的驱动单元的动态负载和计算时间。     

基于遗传算法机器人路径规划研究

针对传统的机器人算法不是线性路径优化而导致不能较好地解决实际问题情况,介绍了采取遗传算法处理路径规划的方法解决路径规划问题的方案.     

基于模拟退火的机器人路径规划算法

本文利用模拟退火算法对该模型进行优化求解,为移动机器人寻找到一条最优路径。通过实验得到模拟退火算法有效提高了收敛速度,快速完成了移动机器人路径规划的任务。     

改进RRT算法的机器人路径规划

机器人已被广泛应用于日常生活之中。路径规划作为机器人的主要技术之一,优秀的路径规划算法能提升机器人的工作效率、降低其使用成本,并为研究机器人的导航打下良好的基础。RRT(rapidly-exploring random trees)算法具有扩展性强的优点,但存在路径长度并非最优、光滑性差等不足,为此提出反向寻优和三次样条曲线插值以改进算法,并在MATLAB和ROS(robot operating system)系统中仿真。结果表明：改进后的RRT算法能降低路径长度,减少节点数目,提高光滑性,实现了算法的有效性。     

移动机器人路径规划策略

该文主要研究如何确保移动机器人在散布障碍的未知环境中无碰运动的问题。基于范围传感器模型,按照可供选择的方向是有限个还是无穷多,分别给出了方向离散化、方向优化两种路径规划策略。采用这两种策略的机器人可以获得运动步长确定情况下合适的可行运动方向,顺利到达目标。仿真结果验证了其有效性。     

复杂环境下的移动机器人路径规划

为了提高移动机器人在复杂环境下的路径规划能力, 通过双层路径规划思想研究了移动机器人路径规划问题：用栅格法对机器人工作环境进行建模,首先采用改进的遗传算法进行全局路径规划,解决了由于交叉概率和变异概率选择不当导致最优个体丢失的问题;然后,在规划好的全局路径的基础上利用改进的人工势场法进行局部动态避障,解决了局部极小点问题。结果表明：移动机器人能够在复杂环境下规划出一条无碰撞的优化路径。可见改进算法的有效性。     

面向移动机器人快速全局路径规划的改进跳点搜索算法

针对传统全局路径规划算法计算量大,寻路时间过长等问题,为了进一步提高移动机器人综合作业能力,本文提出了一种基于跳点搜索算法的快速全局路径规划算法,旨在减少时间成本,以满足移动机器人在实际复杂环境中对智能性、高效性、安全性和可靠性的要求。首先通过“块”操作方法,在一次搜索中快速扫描底层网格中的一个区域,将跳点搜索算法的修剪规则一次应用于多个节点,减少搜寻跳点时所涉及的大部分迭代计算,并在采取“对角优先”方式的前提下,剔除仅具有改变方向的中间转折点,大量减少Openlist和Closedlist的不必要节点,减少计算量,提高路径规划的实时性。为了验证改进算法的有效性与可行性,分别在规则的网格地图、测试库基准地图及移动机器人Turtlebot2进行仿真实验验证,结果表明在生成相同路径的基础上,改进跳点搜索算法与A*算法相比扩展节点数目缩减了68.9%,搜索耗费时间降低了71.9%;与传统跳点搜索算法相比,扩展节点数目缩减了41.3%,搜索耗费时间降低了33.4%,能够满足移动机器人快速全局路径规划的要求。     

室内移动机器人路径规划研究

路径规划是自主移动机器人的研究重点。针对传统的A*算法搜索出的路径存在途径危险区域,未考虑机器人外形尺寸、路径不平滑等问题,提出了一种改进A*算法的路径规划方法。在新的栅格化环境地图中,通过改进的搜索策略进行路径搜索;并对路径点删减和优化,通过分段多项式曲线平滑路径。实验仿真结果表明,新方法生成的路径满足移动机器人的动力学和运动学特性,且更符合室内移动机器人的轨迹跟踪和运动控制,该方法简单有效。     

基于B样条路径的机器人时间最优轨迹规划

现代制造业要求机器人不仅能够实现常规的ＰＴＰ运动和简单的ＣＰ运动,而且还能够沿着任意特定路径进行高速运动．为此,对沿着特定路径运动的机器人的时间最优轨迹规划问题作深入研究,成功地运用了三次Ｂ样条对由一系列离散路径点组成的机器人特定路径进行了逼近,并利用动态规划方法,沿着逼近所得的机器人路径,对机器人进行了时间最优轨迹规划,从而保证机器人在不偏离原有路径的基础上,实现时间最优运动．通过计算机仿真实验,证明算法可行,效率较高．     

基于多行为融合的移动机器人路径规划方法

针对现有的移动机器人路径规划方法中存在的局部极小问题,提出了一种基于多行为融合的路径规划方法. 该方法定义3种机器人的基本行为并通过各行为间的切换完成路径规划任务. 其中,逃离局部极小行为利用尝试原则判断机器人是否落入局部极小陷阱,之后使用角度补偿原则逃离使机器人陷入局部极小陷阱的障碍物. 仿真结果和基于真实机器人平台的实验结果均证明本文方法较已有方法更具有可靠性以及适应性.      

工业机器人避碰路径启发式搜索方法

介绍一种新的最短避碰路径搜索方法.在整个搜索过程中,启发式方法作为一种指导原则帮助机器人建立并发展智能,从而使机器人能够选择最短路径有可能经过的微型空间进行搜索.这种方法在5R“金钥匙”机器人上得到实现.     

移动机器人路径规划的一种改进蚁群算法

提出了一种复杂静态环境下的移动机器人避碰路径规划的改进蚁群算法。基于栅格法的工作空间模型,模拟蚂蚁觅食行为,并针对移动机器人的路径规划的需要,将一些特殊功能赋予常规的蚁群算法。为了避免移动机器人的路径死锁,在路径搜索过程中,当蚂蚁探索到一个死角时,建立了相应的死角表,同时用惩罚函数来更新轨迹强度。仿真研究表明:该算法能明显改善路径规划性能,并且算法简单有效。     

移动机器人全局动态路径规划融合算法

针对移动机器人全局动态路径规划效率较低的问题,提出一种基于安全A^*算法与双速度模型动态窗口法的全局动态路径规划融合算法.首先,通过安全A^*算法得到全局最优路径节点,将其作为临时目标节点,为动态规划提供全局信息,避免出现局部最优.然后,采用时间序列Bottom-Up算法减少路径节点数,从而减少迭代次数、计算代价和储存代价,提高算法效率.最后,采用双速度模型对动态窗口法进行改进,通过避障重规划机制,解决全局动态路径规划时移动机器人绕远甚至绕圈的问题,并通过MATLAB平台进行仿真实验.仿真结果表明：文中算法的规划效率可提高46.18%,保证了路径的安全性和移动机器人速度的平稳性,文中算法的路径质量和规划效率更佳.     

基于神经网络的移动机器人路径规划算法的仿真

研究一种基于神经网络的移动机器人路径规划算法，充分利用神经网络的融合性和并行性提高移动机器人路径规划算法的运算速度．此算法也可以解决机器人的全局路径规划和局部路径规划问题．仿真结果表明这种算法可以快速可行地实现无碰撞优化路径规划，并且对动态环境具有较好的适应性．