楼梯清洁机器人的爬楼规划研究

为使圆周平动脚式楼梯清洁机器人能完成稳定的下楼动作,该文研究了其爬楼步态规划方法.首先基于几何法建立机器人爬楼的运动学模型;然后将爬楼梯的过程分为2个阶段,并针对这2个阶段的运动机理分别采用不同的规划方法;再基于运动学模型计算出各关节的角度,并搭建PID控制系统对机器人进行控制;最后联合Adams和Matlab进行仿真验证.研究结果表明：楼梯清洁机器人能够实现稳定下楼功能.     

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.     

清洁机器人的路径规划法

由机器来代替人类劳动,是人类多年的梦想。随着科学技术的飞速发展,科研人员开始对家用清洁机器人嵌入式智能规划系统进行了深入研究,在智能动态路径规划上取得了具有实际应用价值的结论,实现了家用清洁机器人的自主行走、不重复走遍整个房间地面的功能。     

清洁机器人全覆盖算法的研究

本文针对自主清洁机器人提出基于网格地图表示方法的内螺旋覆盖算法，完全覆盖所有区域，同时该算法不用进行复杂的数学计算。最后利用Matlab7．1进行了仿真，实现结果表明该算法具有很好的实用性。     

基于双臂协调控制的楼梯清洁机器人

本文研制了一种采用双臂协调运动控制方法,实现自动下楼的机器人,用于楼梯、楼道自动清洁。该机器人结构紧凑,运行稳定,操作方便,采用单片机控制系统,协调控制整个机器人的运动。用丝杠实现机器人升降迈步,将车轮与舵机结合实现无半径转弯,实现机器人纵向行进与横向拖动的工作模式转换。     

智慧校园电力机器人路径规划研究

机器人路径规划是机器人的关键技术,采用蚁群算法对智慧校园电力机器人路径规划问题进行了研究.在对传统蚁群算法分析的基础上指出挥发系数和转移概率对算法的收敛速度和全局搜索能力具有比较大的影响,通过构造一个和迭代次数相关的动态挥发系数和在转移概率中引入节点安全度来对传统的蚁群算法进行改进.采用传统蚁群算法和改进的蚁群算法对电...     

基于蚁群算法的三维空间机器人路径规划

将蚁群算法应用于三维空间机器人路径规划问题.首先将机器人所在位置(原点)与目的点之间的空间划分成立体网格,同时定义原点与目的点之间的有效路径.蚁群从原点出发,独立地选择有效路径,最终到达目的点,从而求出从原点到目的点之间的最优路径.实验结果表明,该算法不仅有效,而且具有较快的速度.     

智能扫地机器人的全覆盖路径规划

全覆盖路径规划是智能扫地机器人重要的功能之一,但是基于单元分解方法的全覆盖路径规划对复杂的凹多边形环境分解过于细碎,规划的路径转弯多、调头多,优化效果常未达到最佳.结合扫地机器人的实际应用,在代价函数中加入了转弯和调头的开销;在单元分解时保留可合并规划的凹区域不再分解;单元内路径优化考虑了相邻区域的统一规划和单元间转移...     

机器人路径规划的计算机模拟及统计分析

以计算机模拟为辅助工具 ,讨论了机器人路径规划的算法 ,提出一种简化算法二次规划 ,既可避免组合爆炸 ,又能得到一个较优的解 ,即满意解     

“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.     

仿人机器人路径规划研究

针舛仿人机器人机械连杆控制结构的动力学、运动学等特点,建立了25自由度仿人机器人家谱树彤结构,提供了连杆数据列表,分析了步态规划约束、步行倒立摆、奇异位姿控制、落地步态方向控制等特性,构建了行走步态模型,并采用链接图法对环境空间建模,引入种群规模自调整遗传算法实现路径规划。潋仿人机器人NAO为实验平台,采用链接图法进行全局建模,实验表明,改进的遗传算法在仿人机器人路径规划中具有更快的收敛速度与更好的适应性。     

仿人智能算法在足球机器人路径规划中的应用

足球机器人比赛是一个动态时变非线性的环境,各运动对象难以建立精确的数学模型,仿人智能算法以人的思维方式、行为和直觉推理为基础,在足球机器人路径规划过程中避开了求解繁琐的对象模型时遇到的问题,显示出了其独特的优势。文中讲述了仿人智能算法在足球机器人路径规划中的应用方法,并通过实例仿真表明了算法的可行性和有效性。     

遗传算法在机器人路径规划中的研究综述

遗传算法(genetic algorithm, GA)是一种在机器人路径规划中应用最广泛的智能算法。近年来,机器人路径规划问题是各行业实践应用的热点问题。在分析GA优缺点的基础上,对GA在机器人路径规划应用领域进行深入调查,论述了现阶段国内外各领域发展现状,并阐述了现阶段存在的技术难点。最后对GA在机器人路径规划的发展趋势进行了展望。     

PSO-QGA在移动机器人复杂路径规划中的应用

量子遗传算法具有适应性强、收敛速度快、适合于全局搜索的特点,粒子群优化算法的优点是具有记忆能力,在智能搜索的实现上可以结合个体和全局的最佳位置实现位置定位,但粒子群优化算法在搜索速度和择优能力方面还有待提升.因此提出了一种改进的路径规划算法,即利用量子遗传算法结合粒子群优化算法的记忆功能和最佳定位能力,实现对移动机器人路径规划算法的改进.通过仿真实验已经证明,改进后的移动机器人路径规划算法在稳定性和路径优化选择上都优于单纯的粒子群优化算法和量子遗传算法,并且改进后的算法更适合于复杂路径中实现优化.     

人工免疫算法在足球机器人路径规划中的应用

提出了一种人工免疫算法———基于思维进化的人工免疫算法,此算法在人工免疫的基础上吸取了思维进化算法中的优点,提出了趋同半径和异化半径的概念,能够实现算法中抗体的局部和全局求解,使得人工免疫系统和思维进化算法有机地结合起来。同时将算法应用到足球机器人的路径规划中,构建了机器人的数学模型和亲和力函数,并且给出了具体的实现步骤,取得了合理的实验结果,对算法中的一些关键操作也进行了简要的说明。     

针对机器人路径规划问题的改进型遗传算法

针对路径规划的"求解质量"和"求解效率"2个问题,在传统遗传操作的基础上,通过在遗传操作中加入优化算子,减少了搜索的盲目性,使得优秀个体能较快地产生,算法在很少的进化代数中就可以求出问题最优解.算法的分析和仿真试验表明,算法的改进是有效的.     

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.     

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.