机器人路径规划技术的现状与发展趋势

路径规划技术是机器人研究领域中的一个重要部分.从使用不同计算方法的角度,分别从传统规划法、智能规划法和几何规划法,综述了机器人路径规划技术的研究现状和特点.最后,展望了机器人路径规划技术的发展趋势.     

基于线性矩阵不等式的巡检机器人路径规划

针对现有的巡检机器人路径规划方法对路径约束考虑不足的问题,提出一种对运维任务环境中巡检机器人路径规划的算法.使用Delaunay划分法对机器人工作环境进行三角划分;使用整数规划法对问题中的变量进行定义;将问题转换到求解线性矩阵不等式,以此得到符合航迹规划要求的最优轨迹.这种算法简单、完备,并且不会陷入局部最小点.构建了巡检机器人工作环境并进行仿真;与其他相近方法进行对比,验证了该算法的正确性与高效性.     

基于线性矩阵不等式的巡检机器人路径规划

针对现有的巡检机器人路径规划方法对路径约束考虑不足的问题,提出一种对运维任务环境中巡检机器人路径规划的算法.使用Delaunay划分法对机器人工作环境进行三角划分;使用整数规划法对问题中的变量进行定义;将问题转换到求解线性矩阵不等式,以此得到符合航迹规划要求的最优轨迹.这种算法简单、完备,并且不会陷入局部最小点.构建了巡检机器人工作环境并进行仿真;与其他相近方法进行对比,验证了该算法的正确性与高效性.     

基于进化势场法的足球机器人路径规划研究

本文介绍了近年来在国际上迅速发展起来的高技术对抗性活动—机器人足球。首先概述这一赛事及目前发展状况。其次简单介绍足球机器人系统各组成部分,重点放在决策部分。本文设计了基于进化势场法的足球机器人路径规划法,该方法具有结合足球机器人平台特性的优点,包括基础路径规划子系统、边界路径规划子系统和禁区路径规划子系统。通过实际比赛平台的检验,证明该设计方法是行之有效的。     

基于余弦曲线的机器人移动路径自主规划

为了将余弦曲线应用于机器人路径自主规划,提高机器人路径规划智能水平,建立了余弦曲线变换模型,设计了余弦曲线路径规划算法,针对机器人的运动特点进行了机器人余弦曲线路径规划,设计了机器人余弦曲线路径规划试验。通过仿真和试验研究得到了不同条件下机器人余弦曲线规划路径的位置、姿态,研究分析证明了模型和算法的正确性、有效性,大大提高了机器人路径规划的效率。     

多移动机器人路径规划技术的研究现状与展望

移动机器人技术研究中的一个重要领域是路径规划技术.所谓移动机器人路径规划是指各机器人在同一工作空间中规划一条避障导航的运动路径,保证每一时刻机器人与机器人之间无碰撞、机器人与环境障碍物之间无碰撞.从单机器人到多机器人的路径规划已有很多算法,首先从多机器人协作性质、环境信息和机器人结构三方面分别介绍多机器人路径规划方法,主要有全局路径规划方法、局部路径规划方法、集中式路径规划方法、分布式路径规划方法、混合式路径规划方法,再指出各种方法的优点和不足,最后对多移动机器人路径规划技术的发展趋势进行展望:传统的规划方法和新的智能方法的结合;多传感器融合;性能指标的提高.     

基于慎思／反应混合范式的机器人足球决策系统的研究

机器人足球决策系统是机器人足球的核心技术,包括任务规划、角色分配、目标点确定、路径规划等重要环节.在模糊一致关系模型和神经网络的基础上,利用慎思/反应混合范式,综合应用了分布式智能、多智能体和移动机器人的理论,提出了一种全新的机器人足球决策系统.     

六自由度机器人在焊缝焊接应用中的路径规划

常用的机器人轨迹规划有关节空间法和直角坐标空间法,本文分析了这2种轨迹规划的特点。提出了分段二次Lagrange插值路径规划法,并进行了计算机仿真。仿真结果表明,采用分段二次Lagrange插值的方法能使机器人末端的运动轨迹平滑且能很好地逼近于给定的焊缝曲线。     

消防机器人作业环境智能感知与识别关键技术

针对易燃易爆环境对消防机器人的要求阐述了消防机器人的研究现状.以产品实例展示目前市场上较先进的消防机器人所能达到的技术参数及其功能,并对第三代具有智能感知与自主规划的智能型消防机器人的关键技术进行了论述.研究表明能够对作业现场未知环境进行信息辨识、智能感知以及具有一定路径规划与轨迹预测能力的消防机器人是消防机器人发展的方向.     

多约束条件下的机器人时间最优轨迹规划

提出了一种工业机器人时间最优轨迹规划及控制的新方法。对于笛卡尔空间中给定路径上的离散路径点,通过运动学逆解求得与之对应的关节节点序列,采用三次样条插值方法构造各关节位移、速度、加速度均连续的轨迹。在考虑关节空间中速度、加速度、加加速度约束条件的同时,确保机器人在笛卡尔空间各离散路径点处满足由给定路径所决定的速度约束条件,减小机器人运动路径与给定路径之间的误差。采用序列二次规划法求解上述非线性约束优化问题,进而规划出沿特定曲线方程运动的机器人时间最优轨迹。最后将上述算法应用于剪带机器人,证明了该算法的有效性和可行性。     

基于智能路径规划算法的移动机器人设计

介绍了一种基于智能路径规划算法的移动机器人。该机器人以TMS320LF2407A作为主控制芯片,控制机器人左右轮电机运转．驱动机器人按照预定路径行走。其设计算法首先采用了改进的栅格和Distbug的组合进行全局和局部路径规划。详细阐述了该算法的基本原理及采用该算法的移动机器人控制系统硬软件设计。最后,介绍了该移动机器人自学习路径跟踪PID算法。实践表明,采用该算法的移动机器人行走速度快,实时性强,稳定性好,控制精度高。     

基于混合智能算法的三自由度移动机器人的路径规划

基于最近优先(best-first)算法和遗传算法,提出了一种路径规划的混合智能算法。首先,基于最近优先(best-first)算法进行路径点搜索,当遇到局部极小点时,采用遗传算法进行局部极小点的逃离。该混合智能算法成功地应用于三自由度机器人的路径规划中,仿真实例表明该方案的可行性与有效性。     

基于A*算法和人工势场法的移动机器人路径规划

针对复杂非结构化环境下移动机器人的路径规划问题,提出了将全局与局部规划算法相融合的路径规划方法。首先,对传统A*方法进行了有效的改进,新的A*算法能够完成机器人的路径规划任务,利用二次A*搜索方法得到了优化后的路径点,缩短了移动机器人的行驶路径。进一步,动态切点法可以有效地对已规划路径进行平滑处理;然后,综合考虑路径和环境的情况,采用改进的人工势场方法对移动机器人进行了局部路径规划,通过增设虚拟子目标的方法解决局部极小值问题,利用自适应步长调节算法对移动机器人的步长进行了动态优化;最后,针对不同场景,利用数值仿真将该算法与传统算法进行比较,结果表明该算法在不同环境路径规划的问题上具有一定的先进性和优越性。     

未知环境中基于强化学习的移动机器人路径规划

为解决未知环境中移动机器人的自适应路径规划问题,提出了一种基于Q学习算法的自主学习方法。首先设计了未知环境中基于传感器信息的移动机器人自主路径规划的学习框架,并建立了学习算法中各要素的数学模型;然后利用模糊逻辑方法解决了连续状态空间的泛化问题,有效地降低了Q值表的维数,加快了算法的学习速度;最后在不同障碍环境中对基于Q学习算法的自主学习方法进行了仿真实验,仿真实验中移动机器人通过自主学习较好地完成了自适应路径规划。研究结果证明了该自主学习方法的有效性。     

动态环境下移动机器人路径规划的改进蚁群算法

研究动态环境下移动机器人路径规划问题,采用栅格法对机器人工作空间进行建模,在使用蚁群算法进行全局路径搜索过程中引入人工势场的概念,使蚂蚁对最优路径更加敏感;机器人针对动态环境中可能出现的不同类型障碍物分别执行不同的避障策略;同时提出一种最优路径预测模型用于预测在避障过程中是否出现新的最优路径。算法结合人工势场法和蚁群算法的特点,将全局路径规划与局部路径规划相融合以提高路径搜索的效率。仿真结果验证了该算法的有效性。     

机器人室内路径规划算法的实用性研究

机器人研究领域中的一个关键分支即路径规划技术,本课题在机器人P3-DX实验平台的基础上,通过栅格化建模对室内的环境实现分块。4种路径规划〖CD2〗回字形路径规划、迂回式路径规划、启发式路径规划与包围式路径规划的可行性已经得到验证,为验证4种路径规划的实用性,在真实环境中将这4种路径规划算法进行了实验研究,通过软件将机器人行走后返回的数据绘制出相应的路线图,同时,根据各路径规划算法的路线图的不同重复率与覆盖率,找出效率较高的路径规划算法。     

一种有效的地图创建方法和机器人的路径规划

介绍了一种新的移动机器人基于多边形的地图创建方法(三角形法)和在此基础上的基于遗传算法的移动机器人路径规划算法,并进行了仿真试验。三角形法是在可视图法的基础上,通过删除冗余的地图信息而得到的一种更加精简更能清楚表现障碍物之间关系的地图创建方法。在此基础上实现遗传算法路径规划,通过快速的迭代便能够找到最优的路径。     

叶片复杂曲面的机器人抛磨工艺规划

为了实现复杂曲面工件的智能抛磨加工,对叶片复杂曲面进行机器人抛磨工艺规划。对抛磨点位置规划算法和基于最大接触原则的抛磨姿态规划算法进行了研究。首先,通过平行截面法获得抛磨路径割线,以非均匀有理B样条(NURBS)曲线描述。接着,提取曲线特征参数,根据设定的阈值进行抛磨点规划,再基于抛磨轮与工件的最大接触原则进行抛磨点姿态规划,从而得到完整的抛磨路径。然后,将工件位姿从工件坐标系转换到TCP坐标系。最后,搭建了柔性抛磨系统仿真平台生成机器人控制程序。实验结果表明,此方法规划的路径可用于叶片复杂曲面的机器人抛磨加工。分别用本文规划所得路径和CAM软件规划所得路径对叶片进行抛磨加工,测得表面粗糙度分别为0.695~0.930μm和2.803~3.243μm。本文提出的抛磨位姿规划方法可用于复杂曲面工件的抛磨路径规划,使工具和工件保持最大接触,从而避免了位姿不合理所产生的过抛和欠抛。     

基于改进蚁群算法的巡检机器人避障路径规划方法设计

针对机器人进行避障路径规划时存在收敛速度差、规划路径长、迭代次数多以及规划时间长的问题,提出基于改进蚁群算法的巡检机器人避障路径规划方法。首先使用栅格法划分巡检机器人工作环境,通过对像素矩阵等指标的分析,构建栅格地图模型;基于人工势场法提出蚁群路径规划算法,使蚁群适应子空间的搜索;最后在模型中利用该算法,寻找该模型的最佳路径。实验结果表明,运用该方法进行路径规划时,收敛速度高、规划路径短、迭代次数少以及规划时间短。     

基于改进 RRT ∗ 算法的智能轮椅全局路径规划研究

现实环境中智能轮椅大多数处在复杂场景下工作,其自主导航时对路径安全性等要求较高。 渐进最优随机搜索树 RRT ∗ 算法 基本满足移动机器人最优路径规划,但由于智能轮椅本体较大,容易与环境较近接触,因此可对环境模型进行膨胀并定义不同搜索步 长,使其规划出的路径远离障碍物。 其次为保证用户在使用智能轮椅导航时能够获得更高的舒适性,更高效的到达目的地,而借用启 发式约束采样思想和人工势场中引力场思想修剪此算法规划时的冗余节点,从而减小系统运行内存,随后结合轮椅的最小转弯半径, 提出最小段路径曲率约束策略和三次 B 样条曲线算法对路径进行平滑处理,使其更加适合轮椅行驶。 最终在 MATLAB 和 Gazebo 仿真 平台对改进前后算法对比实验,并将本文算法应用与智能轮椅实体上,试验结果表明,该算法能够有效解决智能轮椅全局路径规划问 题,能够明显提升全局路径规划效率,具有一定安全性,可为其移动机器人领域提供有效参考。