面向移动机器人的拓扑地图自动生成

提出了一种在区域内自动提取拓扑地图的混合算法.该算法通过定义拓扑点和线.在对已知环境定位的基础上,利用腐蚀法计算出所知环境的骨骼路径,应用区别算法区分出各个组成路径的拓扑点的属性值.考虑到在单独使用腐蚀法的情况下,无法准确地得到机器人路径规划所需的关键驻点位置及方向等信息,提出了一种改进的图像骨骼化混合算法,并提出了实现完整拓扑地图的约束方法,对传统的路径规划方法做出了改进.仿真实验表明,该方法生成的拓扑地图克服了传统算法中的缺点,得到了较好的结果.     

基于环境模型的路径规划算法研究

路径规划技术是移动机器人技术研究中的一个重要领域。本文分析了路径规划中所常用的环境模型,介绍了一些主要的全局和局部路径规划算法,并对共研究趋势进行展望。     

动态环境下基于GNG网络的拓扑地图创建

动态障碍物的存在导致产生不一致的环境地图,为此设计了一种新的拓扑地图创建方法。该方法首先通过概率方法过滤运动障碍物的干扰信息,获得环境可行区域信息,再将可行区域信息作为GNG算法的输入空间,通过学习与不断增加新的拓扑节点,创建一致的环境拓扑地图。该方法具有自学习、自适应等特点。通过仿真与物理实验验证了其可行性与有效性。     

基于代价地图的活检路径规划研究

穿刺活检手术作为多种疾病早期诊断最常用的技术之一,需要将一根细长的穿刺针刺入组织以获取组织标本,因此,穿刺路径的安全性和精确性对活检手术准确率和术后恢复至关重要.针对机器人辅助下的穿刺活检手术,本文提出了一种基于代价地图的穿刺路径规划方法.首先,将包含三维规划空间大小、空间中障碍物位置、形状等信息的原始地图作为输入,根据人工势能场理论构建代价地图,以定量评估障碍物以外空间的风险程度.其次,考虑带有斜尖的穿刺针插入组织中产生的实际偏转,采用非完整运动学模型作为穿刺针的偏转预测模型.在模拟解剖结构特征的障碍物环境下,使用代价地图计算可行入刺区域中不碰撞穿刺路径的代价值,并采用模拟退火算法进行优化,获得安全可行的穿刺路径以指导机器人执行的自动穿刺过程.最后,在自制的仿生模型中设计模体实验,分别按照传统直线穿刺路径和本文规划方法得出的安全穿刺路径执行自动穿刺操作.实验表明,按照规划路径进行穿刺的实际穿刺路径与规划路径较为相符,靶点穿刺误差在1.5 mm以内,较传统直线路径穿刺精度提高80%以上,且较临床的靶点穿刺误差(5.5～5.6 mm)有明显降低.实验结果表明该运动规划方法能够为机器人辅助...     

基于CDT空间剖分的虚拟角色全局路径规划

针对大范围复杂虚拟城市环境中虚拟角色的自主导航问题,研究了虚拟城市环境的环境建模以及基于层次道路图的改进A*算法.用自适应剪切平面切割三维地物几何模型,把三维城市空间投影到2D平面空间,利用约束Delauny三角化方法剖分城市自由空间,通过调整约束边的长度调整提取道路图的精度,并构建顾及地形起伏特征的层次道路拓扑图;为适应基于层次道路图的路径搜索,对传统A*算法进行了改进.实验结果表明:该方法环境建模需求空间小,路径搜索效率高且体现了环境地形的起伏特征,可有效解决虚拟角色的全局路规划问题.     

基于A*算法的驾驶地图路径规划实现

采用高精度地图构建技术还原路况信息,结合A*算法使智能车能够在导航不起作用的情况下按照规划路径进行无障碍行驶.将高精度地图用栅格数据模型表示,在标记为有障碍的栅格模型中,为机器人寻找一条恰当的从起始点到目标点的运动路径,且可以使机器人在运动过程中安全、无碰撞地绕过障碍物.通过在无人驾驶智能车平台上仿真实验表明,这种方法具有形式简单规范、一致性好并容易在计算机中实现的优点.     

基于GIS地图的移动机器人路径规划

针对移动机器人路径规划实现条件的限制,提出基于GIS (geographic information system)地图的移动机器人路径规划.该方法应用改进A*算法,较好地实现了移动机器人的最优路径规划.在任意给定的地图中,只要确定了机器人的起点和终点,就可以找到该机器人在实际工作环境中符合需求的路径规划轨迹.应用VC++编程进行实验,证明了该方法的有效性.     

多因素下基于路网拓扑的电动汽车充电路径规划策略

随着电动汽车产业的发展,电动汽车的充电需求也日益增加.为了满足电动汽车用户充电多样性需求并提高充电设施利用率,本文在考虑出行距离、充电电价以及充电站排队情况等三种影响因素下构建混合整数线性规划模型,提出了一种多因素下基于充电站路网拓扑结构的电动汽车充电路径规划方法,为用户规划充电路径与充电站选择.首先,该方法在能耗约束的前提下基于Dijkstra最短路径算法进行充电引导,为求解多目标最优引入信息熵的概念来确定各参数影响权重.其次,针对用户充电需求的差异性问题,提出了三种不同目标下的规划方法以降低用户充电成本.此外,本文构建了站点随机充电服务排队模型并进行敏感性分析以研究充电站服务能力对充电成本的影响.以某地区路网为算例进行仿真,结果表明本文提出的方法能够有效降低用户充电出行成本并合理规划出行路径,验证了所提模型的可行性和有效性,对充电选择和站点配置具有一定的决策参考意义.     

基于栅格地图-蚁群算法的机器人最优路径规划

通过栅格法建立栅格地图作为机器人路径规划的工作环境,采用蚁群算法作为机器人路径搜索的规则．将所有机器人放置于初始位置。经过NC次无碰撞迭代运动找到最优路径．到达目标位置．为防止机器人在路径搜索过程中没有达到最大迭代次数时路径大小已不发生变化而陷入局部最优。可通过对各路径上的信息素进行增减来使机器人路径搜索跳出当前值继续搜索．直到迭代完毕,获得最优路径．     

基于栅格地图的遗传算法路径规划

为提高移动机器人路径规划问题的求解质量和求解效率并克服遗传算法用于复杂环境下路径规划存在的常规缺陷,本文改进了运用于路径规划的遗传算法操作,提出了一种基于栅格地图的完善遗传算法路径规划方法,通过引入路径修复机制来提高遗传算法的收敛速度。仿真结果表明这种方法能够很好的解决移动机器人点对点的路径规划问题。     

基于地图建立的无人地面车路径规划

 提出一种同时完成地图建立与路径规划的算法。该算法为两层控制结构,其上层实现子目标点的生成,下层完成局部路径规划及运动控制。根据系统实时性的要求,以N个系统周期为触发条件执行子目标点生成程序。其中无人地面车通过传感器不断获取环境信息并进行处理,完成网格占据方式的地图建立与实时更新;将地图建立的结果作为数据输入,利用A*路径规划算法生成子目标点。根据子目标点生成结果,在每个系统周期内,通过基于模糊控制的底层快速算法完成无人地面车到子目标点的运动控制。以Pioneer 3-AT型无人地面车为试验平台在未知的复杂环境中对该算法进行验证,取得了良好的地图建立和路径规划效果,证明了该算法具有良好的实时性和准确性。     

基于栅格-几何混合地图的移动机器人分层路径规划

针对人工势场法中的死锁问题以及栅格地图中的可行空间损失问题,提出了一种基于特征与栅格混合地图的分层路径规划方法。上层使用改进的A＊算法在高粒度的栅格地图中找到基本路径,以此克服人工势场中的死锁以及传统A＊算法的回溯问题。为减小人工势场的抖振问题,提出了一种惯性人工势场法（I-APF）,并用I-APF在底层中对基本路径进...     

云模型蚁群算法在无人机航迹规划中的应用

为中高空飞行的无人机提出了一种新型航路规划算法。该方法基于云模型蚁群算法。基本蚁群算法有着突出的缺陷:易陷入局部最优解而且需要计算时间长。提出的改进型蚁群算法,通过云模型来控制信息素强度Q和挥发系数ρ的大小,从而得到更好的收敛性与避免陷入局部最优解,并进行了TSP问题的仿真计算。通过将无人机任务地图网格离散化,运用云模型蚁群算法进行航迹规划。     

数字势场和遗传算法的机器人路径规划的方法

提出了一种适用于任形式机器人格规律划的新方法，该方法利用笛卡尔工作空间的几何信息，建立离散化工作空间的距离图和数字势场，基于启发函数引导机器人在构形空间使用遗传算法进行搜索，而且，针对势场中极小点问题，提出了一种使用遗传算法和交替势场进行逃离的新算法，最后分别为6自由度关节机器人和12自由度双手协调机器人进行路径规划和仿真，验证了该方法的有效性。     

使用三维栅格地图的移动机器人路径规划

针对移动机器人使用三维地图进行路径规划的问题,研究了使用三维栅格地图的路径规划算法.该算法将装载三维激光扫描仪的移动机器人得到的三维点云转换成为八叉树结构的三维栅格地图;扩展了D*算法使之考虑机器人的尺寸,检测每种位姿状态下是否与环境发生碰撞,生成多条可行路径可以在栅格地图中直接生成机器人的运动轨迹,保证运动过程中机器人自身及物体的安全.实验结果表明:该算法不需要对地图具有先验认识,并且考虑了机器人的实际尺寸,具有较强的可靠性和实用性,已经在真实环境中进行了实验.     

基于虚拟空间本体的路径规划

为了在复杂的游戏场景中自动生成导航图,提出虚拟空间本体标记虚拟空间中物体的属性和关系,由计算机根据场景的几何属性与虚拟空间本体自动生成导航图;讨论了适合作战术式路径规划的A*算法.计算机仿真实验结果验证了该方法的正确性和有效性.     

基于改进蚁群算法的室内移动机器人路径规划

路径规划是机器人室内导航需要攻克的关键技术之一。蚁群算法可以有效实现机器人在室内智能移动的路径规划的目标,但是也存在着停滞和收敛精度低等各种问题,针对这些问题,提出了一种改进蚁群算法可以使机器人在室内智能的完成路径规划的任务,融合了确定性选择与随机性选择策略的优点,在路径转移概率中引入一个启发性的因子,可以使状态转移概率动态进行调整,从而使算法避免了陷入停滞,并对蚁群算法中的信息素更新时的策略加以改进,引入了鸟群算法中的觅食行为。算法通过仿真验证,结果表明了该算法具有较好的室内路径规划能力,实现了路径寻优和花销最短时间效果。     

“机器人”路径改进型单亲遗传算法规划及其仿真

在中国机器人大赛"机器人游中国"比赛项目的路径规划基础上,为克服遗传算法在有约束组合优化问题中计算效率不高的问题,提出了改进的单亲遗传算法.该算法在传统单亲遗传算法的计算步骤中,引入了交换算子、提前算子和修复算子,较大程度地提高了单亲遗传算法的搜索效率.Matlab仿真试验表明,改进的单亲遗传算法计算效率和路径规划能力得到大幅度提高.