智能移动机器人的超声避障研究

智能移动机器人是机器人研究领域的重要方向,是当前机器人领域中最活跃的研究主题之一.在分析了智能移动机器人避障常用传感器的基础上,提出了基于多超声传感器的移动机器人的超声避障系统.介绍了超声避障系统的模糊控制规则和非模糊化,并给出了实验结果.实验结果表明,模糊控制机理和策略易于接受和理解,便于应用开发,模糊避障算法对环境有很大的适应性,机器人在不同的环境条件下实现了避障.     

基于多超声传感器的机器人安全避障技术

在机器人的安全避障技术中,为了克服单个超声传感器存在幻影干扰不能准确对障碍物进行定位的缺点,提出利用多个超声传感器的测量信息,得到障碍物位置和方向的模糊关系,然后推断机器人的动作,实现机器人的安全避障.     

基于多数据融合的智能定位传感器避障算法研究

在智能定位传感器内增加避障算法，可使机器人拥有自动躲避障碍的能力，该文基于多数据融合设计智能定位传感器避障算法。设置激光雷达测距和超声波测距作为多传感器障碍检测的方法，获取机器人当前位置与障碍点坐标的相对几何关系，计算机器人与障碍点位置的距离，定位路面障碍点，对2种传感器收集到的数据进行多元障碍定位信息的加权融合。设置智能机器人避障轨迹目标函数以及约束条件，设计机器人避障算法，得到基于定位传感器的机器人避障方法。实验结果表明，在简单环境及复杂环境下机器人均未与障碍物相撞。在运行轨迹中随机放置障碍物，机器人能够及时完成运行轨迹的变化。由此可见，该避障算法具备较好的应用前景，可应用于各种智能机器人中。     

基于C8051F340的超声避障机器人设计

智能移动机器人是当前机器人研究的一个重要领域,具有广阔的应用潜力.以C8051F340单片机为核心,设计了一种基于超声测距的智能避障机器人,介绍了系统软硬件电路的设计与实现,设计了由舵机和超声渡传感器构成的测距模块.在不影响机器人避障的情况下,有效的减少了传感器数量,简化了硬件电路.实验结果表明模糊控制算法对环境有很大的适应性.能够实现机器人的自主避障.     

吸尘机器人系统设计与避障算法研究

基于Cortex-M0微控制器设计超声波、红外和碰撞等多传感器硬件系统感知机器人工作环境,应用模糊神经网络对采集的数据进行信息融合处理,输出结果用来控制吸尘机器人的定位与避障。实验证明,多传感器硬件系统和基于模糊神经网络的避障算法大大提高了吸尘机器人的定位与避障精度,对不同的工作环境也具有良好的鲁棒性。     

基于多传感器的扫地机器人导航系统避障研究

探讨了扫地机器人导航系统中基于多传感器的避障问题。通过设计一套多传感器避障方案,结合多传感器数据融合算法、避障路径规划算法,并考虑其他潜在影响因素,实现扫地机器人导航系统性能。     

基于机器人听觉的自主声源搜索策略

提出了融合机器人听觉和超声避障的自主声源搜索策略．搜索策略按优先级分成3个模块：声源确认、超声避障、声源定位搜索, 通过优先级的判断确定当前执行模块．声源定位基于改进的时延估计定位方法实现,机器人在搜索并接近声源过程中利用超声避障． 在室内环境下测试系统,实验结果证明在混响环境下机器人可以定位声源并且可以绕过障碍物接近并确认声源,该方法具有实时实现的有效性和应用性．     

工业机器人超声波传感器避障算法设计与优化研究

超声波传感器具有成本低、精度高、运算快、避障算法设计简单的特点,在工业机器人避障、路径规划领域表现出良好的前景。文章以超声波避障算法为基本原理,探讨其在工业机器人领域的应用价值、算法设计及优化方向,以便于改善现有技术在避障设计中的缺点,使工业机器人更好地服务于工业企业的生产需要。     

基于神经元网络的超声传感器补偿算法及在井下机器人避障中的应用

详细分析了超声波传感器在测距应用方面的局限性,并针对每个局限性提出了解决方案。文章重点指出对超声波传感器进行温度、湿度的补偿,尝试用Elman反馈神经元网络逼近函数。Elman网络隐层采用了“tansig”激活函数,输出层选用了“pureline”激活函数,保证了只要有足够多的隐层神经元个数,网络就可以任意精度逼近任意函数。经实验验证,在对超声波测距传感器进行温度、湿度补偿后,其测量精度提高了两个数量级,大大提高了超声测距传感器的工作精度。在井下机器人避障系统中测试应用后,提高了避障系统的测量精确度,降低了避障系统的误判率,使井下机器人工作安全系数得到了提高。     

避障机器人的设计

在机器人避障问题中,为了便对周围的事物和环境作出判断,机器人在不同的方向上都安装有传感器。由于不同的传感器上接受着不同的信息,传感器越多,对同一事物反馈的信息越多,必然会引起冲突现象的发生,直接影响了机器人对周围事物的正确判断和避障的效率。因此,冲突分解能力的好坏就成了机器人准确、高效避障的关键。在各种冲突分解算法中,树形算法是一种较有效的分解方法,所以本文以轮式机器入的避障问题作为研究对象,在对典型障碍物避障试验中大量试验数据分析的基础上,使用了二叉树冲突分解的方法对避障问题进行了分析和研究,运用基于二叉树冲突分解的避障方法,并且在单片机轮式机器人上进行了实验验证。     

基于S3C2410的超声波避障系统设计

通过设计基于S3C2410＋Linux系统的移动机器人平台未知环境下的避障导航系统。介绍了新型超声波传感器的工作原理以及机器人平台整个软件实现流程,并结合开发的超声波驱动程序实现了机器人的避障功能。     

基于超声测距的工业机器人避障控制系统设计

工业机器人对于自身与障碍物之间的距离测量不准确,无法根据二者距离判断行驶路径,导致避障效果较差。为此基于超声测距技术设计了一种新的工业机器人避障控制系统,从硬件和软件两方面对避障效果进行优化设计。将具有脉冲信号的超声换能器安装在单片机的操作模块中,增加MOS功率器件作为超声换能器的驱动元件,应用EA1、EA2和EA3三种型号的误差放大器,将回波信号稳定放大到电路中,利用运算放大器和RC网络电路实现滤波放大,利用信号检测电路实现检测。利用超声波传感器精准测量出自己与障碍物之间的距离,通过建立模糊数据库、定位漫反射信息、提取不同方向的测距信息实现工业机器人避障控制。实验结果表明,设计的基于超声测距的工业机器人避障控制系统能够准确测量出与障碍物之间的距离,避障控制准确率平均值达97.4%,能够实现工业机器人避障防碰撞操作。     

基于T-S型模糊神经网络的轮式机器人避障方法研究

针对超声波传感器产生的不确定信息,研究了一种基于Takagi-Sugeno(T-S)模型的模糊神经网络信息融合避障方法;对超声波传感器所获得的数据进行融合,建立控制器输入信号和机器人速度输出之间的模式映射关系;在MATLAB环境下对模糊神经网络避障算法进行了仿真,最后在实际环境中进行避障实验;实验结果表明,该算法具有较好的准确性和鲁棒性,能够适用于移动机器人的导航需要.     

一种新颖的基于二分法和模糊控制的移动机器人避障系统

针对超声波传感器波束角窄导致移动机器人存在避障盲区的现状,研究了一种新颖的超声波避障系统。该系统采用六个超声波传感器构成特别设计的超声波阵列,实现无盲区检测中大型移动机器人前方及左右两侧障碍物的位置,充分保障运行安全性;同时在避障算法上,采用二分法和模糊控制相结合的控制算法,简化了模糊控制规则使系统具有很好的智能性和实时性,实现了移动机器人选择最佳避障路径并对新增的动态障碍物进行避障。将此避障控制系统应用于移动机器人上,实验结果表明：在未知环境下,实现对移动机器人周边的无盲区检测,并且能够实时根据周围障碍物的动态情况选择最佳避障路径,避免了其它避障控制算法中易出现的误避障和二次避障的情况。     

基于声纳环传感器的机器人避障研究

任何一种移动机器人要实现未知环境自主导航都必须有效而可靠地感知环境信息,而超声波传感器在检测障碍物距离信息方面应用十分广泛。介绍了旅行家II号声纳环传感系统的设计与实现原理,并对声纳的精度进行了测试。在此基础上,提出了移动机器人一种简单避障策略,并运用2种基本避障实验:静态避障和动态避障,验证了该避障策略的正确性和有效性。     

超声传感器补偿算法在机器人避障中的应用

分析了井下钻孔机器人避障中超声波传感器的局限性,并提出解决的方案。着重指出对超声波进行温度、湿度补偿,尝试用Elman反馈神经网络逼近函数。Elman网络隐含层采用"Tansig"激活函数,输出层用"Pureline"激活函数,保证了只要有足够多的隐含层神经元个数,网络就可以任意精度逼近任意函数。经实验验证:对超声测距进行温度、湿度补偿后,其测量精度提高了2个数量级。大大改善系统中避障模块的工作效率,提高了钻孔机器人躲避障碍物的能力。     

基于BP神经网络的移动机器人避障设计及仿真

为了解决移动机器人在复杂环境中如何高效精确地躲避障碍物的问题,提出了一种基于BP神经网络的避障方法。建立了机器人的避障运动模型并设计了神经网络避障控制系统;分析了机器人在运动过程中与障碍物的位置关系,使用超声波传感器采集距离信息,进行BP神经网络输入、输出训练并采用Matlab工具进行仿真试验。结果表明,该方法可以高效精确地实现移动机器人的自主避障,运行相对稳定、轨迹连续平滑,达到了较为理想的避障效果。验证了方法的可行性和有效性,为移动机器人自主避障提供了一种新的控制方法。     

基于AVR单片机的智能避障小车设计

本文介绍了以ATmega128A单片机作为主控制器,以超声波测距传感器HC-SR04为主要测距元器件,以两驱动的步进电机小车作为主体,设计出智能避障小车系统.步进电机驱动器采用L297和L298构成的混合式步进电机控制器.软件部分采用模块化程序,将距离的测量、避障算法、步进电机控制分为几个子程序,综合后实现智能车的避障功能,获得了较好的效果.     

基于模糊避障算法的履带式搬运机器人的设计

以HC-SR04超声波传感器模块获取机器人周围环境信息,以链式叉车作为搬运货物的执行机构,以STM32F103单片机作为机器人控制器,设计了一种自动搬运并且避障的小型履带式搬运机器人。针对局部静态环境下多障碍物对系统避障的复杂性,引入了模糊控制算法,通过对机器人与障碍物之间的距离进行模糊化,建立模糊规则,实现搬运机器人的避障控制。为了提高机器人的稳定性及避障的可靠性,对直流电机建立了数学模型,并利用积分分离PID算法进行仿真,最后实验结果表明该算法提高了直流电机的控制性能。