储罐探伤爬壁机器人全遍历路径规划方法

储罐探伤爬壁机器人全遍历路径规划要求机器人高效遍历储罐外壁全部无障碍物区域。结合邻接矩阵、路径选择函数,提出一种单元分解算法并应用于爬壁机器人路径规划中。首先,将爬壁机器人的工作环境简化为二维平面,并通过分析漏检面积确定机器人遍历基本路径;接着,建立栅格环境,对每个栅格赋予x_i值以表示其栅格状态;其次,采用矩形分解法将工作环境划分为若干子区域,通过图的深度优先搜索算法和邻接矩阵确定各子区域的衔接顺序;最后,在子区域的遍历和切换过程中,引入方向函数y_i来判断爬壁机器人是否陷入死区,结合x_i值提出路径选择函数f_i以引导爬壁机器人快速逃离死区。在虚拟环境中进行了仿真实验,仿真结果表明,该方法不仅能引导爬壁机器人以高覆盖率和低重复率遍历工作区域,而且能快速地逃离死区。全遍历路径规划的实现拓展了爬壁机器人在检测储罐罐壁中的应用。     

机器人滚动路径规划的算法与仿真研究

借鉴预测控制滚动优化原理，研究了未知环境中移动机器人路径规划问题。文中提出的基于滚动窗口的移动机器人路径规划方法充分利用机器人实时测得的局部环境信息，以滚动方式进行在线规划。大量仿真结果表明，滚动规划使机器人对动态环境具有很好的适应性，但由于缺乏全局环境信息，在有些复杂情况下不能保证规划的顾利实施，需要进一步增加环境约束和对已探知信息的记忆。     

基于动态运动基元的移动机器人路径规划

针对二维环境下移动机器人路径规划问题,提出一种基于动态运动基元(DMPs)的路径规划方法。该方法首先用手柄来控制机器人,记录机器人的运动轨迹,然后将记录的轨迹作为DMPs算法的学习样本,利用轨迹样本进行训练获得DMPs算法的模型参!,从而实现机器人的路径规划。当运动环境中有障碍物时,在已有学习基础上通过设计耦合因子规划出避障路径,在此基础上,改变机器人运动的目标位置,可以完成对新目标的泛化推广。仿真和实验结果表明,DMPs算法在移动机器人路径规划上具有可行性。     

复杂环境下基于目标指引的RRT*路径规划算法

机器人路径规划算法需应对运动过程中遇到的各种复杂环境。针对快速扩展随机树(RRT)算法规划时间长、产生新节点随机性大、盲目性强的缺点,提出基于目标指引的RRT*路径规划算法。该算法在障碍物和目标点处分别产生虚拟势场,引入引力函数和斥力函数使得生成的随机点具有目标性,随机点朝向目标点方向产生,降低盲目性和随机性;回归策略和动态自适应步长策略减少规划时间和产生冗余点的数量。当环境复杂时,提出带有预测机制的模糊推理策略,以解决机器人在U型陷阱下易产生的局部死锁现象。在动态环境下,提出重规划策略使机器人拥有动态避障能力。最后,在树莓派智能小车上进行了实验测试,结果验证了该算法的有效性。     

室内地面清洁机器人路径规划

采用栅格法建立环境地图模型,利用沿边走的路径规划算法进行室内地面清洁机器人无障碍与避障路径规划与仿真试验.结果表明,在静态结构化环境中,清洁机器人能够沿内螺旋式“回”字型路径完成清扫任务,并成功避开障碍物和边界,自动定位和转向,清洁完毕机器人能够自动返回到初始位置.这说明沿边走的内螺旋式“回”字型路径规划方式是可行的.     

未知环境下基于三次螺线Bug算法的移动机器人路径规划

研究了环境未知情况下的移动机器人实时路径规划问题,将Bug算法与基于滚动窗口的路径规划相结合,提出了一种改进的移动机器人路径规划方法。详细分析了三次螺线作为移动机器人跟踪路径所具有的各种优异的几何特性,定义路径光滑成本函数,利用三次螺线对滚动窗口内规划的路径光滑化,使得移动机器人易于跟踪所规划的路径,扩展了移动机器人的应用领域。最后对本文算法的收敛性和完备性予以证明。仿真实验验证了该方法的有效性。     

动态二叉树表示环境的A*算法及其在足球机器人路径规划中的实现

提出采用二叉树表示二维空间的方法，对全局路径规划和局部路径规划进行综合考察，设计移动机器人在复杂环境下对动态障碍物进行避障的A算法，在足够机器人系统中进行仿真，将二叉树动态地表示球场的机器人与目标对角线的矩型环境，使搜索范围随搜索进程动态地减少，实现了路径规划的整体优化。     

面向大型机场草坪的割草机器人路径规划及轨迹跟踪控制研究

为了提高割草机器人的工作效率及环境适应能力,基于移动机器人平台设计了一种既受遥控操作又能自主运行的适用于大型机场草坪作业的割草机器人。首先,运用高精度差分GPS（global positioning system,全球定位系统）采集机场草坪边界和障碍物的位置信息,根据采集的信息将机场草坪分为最少数目的凸多边形工作区域;考虑到割草机器人无法原地无半径转弯,在传统迂回式路径规划算法的基础上提出一种往返直线型路径规划算法,并在凸多边形路径规划区内推导出遍历路径的显示方程表达式。其次,运用高精度差分GPS测得割草机器人实际轨迹并与规划轨迹对比,设计了一种区间判断型轨迹纠偏算法;以执行电机的PID（proportion integration differentiation,比例积分微分）控制和区间判断型轨迹纠偏算法构造割草机器人双闭环轨迹跟踪控制器,对按传统迂回式路径和往返直线型路径行进的割草机器人进行轨迹跟踪仿真分析。最后,以自制的割草机器人为例,按往返直线型路径运行方式进行样机实验。仿真结果发现：当割草机器人跟踪当前路径到达终点后会自动调头跟踪下一条路径,验证了轨迹跟踪算法的稳定性;传统迂回式路径运行方式下割草机器人的漏割率较高,达到46.42%,而往返直线型路径运行方式下其漏割率为7.15%,明显优于传统迂回式路径仿真结果。样机实验测得的漏割率为8.89%,与仿真实验结果一致,表明所设计的轨迹跟踪算法对大型机场草坪作业割草机器人是适用的。研究结果可为大型机场草坪割草机器人的开发提供理论指导。     

基于改进人工势场法的动态环境运动规划

移动机器人和智能无人驾驶车辆的路径规划问题是实现自主导航的关键问题。本文提出了基于改进人工势场法的局部路径规划算法,只需传感器提供局部环境信息,就可做出即时反应来指导机器人运动,算法简单,效率较高。实验结果表明该方法可以在动态环境下实时计算障碍物位置和信息,顺利到达目标点,高效、稳定,具有广泛适用性。     

轮腿式爬壁机器人的永磁吸附装置设计与优化

目前,我国石油化工储罐的除锈、喷漆和检测等维护作业通常采用人工方式完成,工作效率低且具有危险性.爬壁机器人能够代替人工完成上述维护工作,但其常采用的接触式永磁吸附方式会影响其越障作业.为此,针对具有越障能力的轮腿式爬壁机器人,提出一种提高其永磁吸附装置吸附能力的设计与优化方法.首先,基于轮腿式爬壁机器人的越障原理以及永...     

动态环境下基于自适应步长Informed-RRT*和人工势场法的机器人混合路径规划

为解决移动机器人在动态环境下的路径规划问题,将Informed-RRT*和人工势场法相融合,提出全局与局部规划算法相融合的路径规划方法。首先,针对Informed-RRT*算法采样效率低,以及得到路径不满足机器人运动学约束的问题,采用目标偏置法与自适应步长法,减少冗余搜索与不必要树的生长;同时,引入走廊优化与时间重分配法,优化路径节点,使路径更加平滑。其次,针对人工势场法易陷入局部极小值和目标点附近不可达的问题,采用平滑窗格策略,增设全局路径子目标点,使机器人能够逃离局部极小值,完成规划任务。仿真结果表明,静态环境中自适应步长Informed-RRT*算法相比于Informed-RRT*算法求解时间缩短了71.98%;动态环境中,混合算法相比于人工势场法,搜索时间缩短了15.4%,路径长度缩短了11.1%。     

基于动态时间窗的泊车系统路径规划研究

针对智能立体停车库中自动导引运输车(automated guided vehicle,AGV)存取车路径规划问题,采用分时利用策略,将Dijkstra算法和时间窗法有效结合,提出了一种基于动态时间窗的泊车系统路径规划方法。首先,通过引入优先级策略为接收任务的AGV设定优先级;其次,采用Dijkstra算法,按照任务优先级高低次序,依次为接受任务的AGV规划出最短可行路径;最后,在已知AGV可行路径基础上,通过对可行路径各路段的时间窗进行初始化、实时更新以及实时排布处理,实现多AGV的无冲突路径规划。为验证所提方法的可行性和有效性,以4台AGV同时工作的智能立体停车库为实例进行仿真测试。结果显示:所提出的路径规划方法不仅有效解决了目前多AGV路径规划柔性差、易出现死锁、碰撞冲突等问题,而且可在有效解决路径冲突的前提下,为接受任务的AGV规划出一条时间最短的优化路径。所提方法具有较好的鲁棒性和柔性,有效提高了智能立体停车系统整体运行效率,降低了存取车等待时间。     

一种新型包装码垛机器人路径规划方法

目的为了提高码垛机器人的工作效率,减小能量损耗,优化机器人末端抓手的工作轨迹。方法建立机器人路径规划的数学模型,在此基础上对传统的蚁群算法进行改进,将环境中局部的机器人路径信息引入蚁群信息素的初始化和路径选择概率中,提高蚁群算法的收敛速度,并防止算法早熟,避免算法陷入局部最优。结果仿真结果表明,改进后的蚁群算法收敛速度更快,能够在较短时间内规划出最佳路径。结论所提方法能够明显提高码垛机器人最佳路径搜索能力,对于提升机器人运行效率具有重要指导意义。     

具有越障功能的全方位移动机构研究

针对清洗壁面作业对机器人提出的特殊要求,研制了可越障轮式全方位移动机构－车轮组机构,该机构保证机器人在姿态保持不变的前提下,沿壁面任意方向直线移动、或在原地旋转任意角度,同时能跨越存在于机器人运行路径中的障碍。该机构不需要传感装置来检测障碍,不需要 复杂的辅助机构来实现平面上运动和越障运动之间的转换。     

基于遗传算法的码垛机器人路径规划应用

目的为了改进传统遗传算法在码垛机器人路径规划中可能出现的局部陷阱和过早收敛问题,以及机器人的能耗和路线平滑性问题,提出一种改进的遗传算法机器人路径规划方法。方法针对传统遗传算法存在的问题,分别对种群初始化、适应度函数、选择算子、交叉算子、变异算子的算法和方式进行调整和改进,对优秀算法进行融合。针对基本遗传算法主要着重于路径最短,从而忽视了机器人的能耗及路径平滑性等问题,设计一种综合考虑距离和转弯次数控制的适应度函数,最后将改进的算法应用于码垛机器人的路径规划中。结果仿真结果表明,相较于基本遗传算法,提出的算法搜索到的路径质量更高,不仅距离更短,同时转弯次数远远小于其他算法,路径更为平滑,验证了该算法的有效性。结论基于该算法的码垛机器人路径在兼顾距离最优的同时,路线更加平滑。由于减少了转向次数,机器人的能耗更低,同时仿真结果表明,该算法的实时性也较好。     

基于路段时间窗考虑备选路径的AGV路径规划

针对自动化集装箱码头基于卸箱任务的自动导引车（automated guided vehicle,AGV）路径规划问题,结合最优路径数学模型、路径搜索方法和时间窗,提出了一种基于路段时间窗的AGV路径规划方法。首先,在给AGV下派任务的基础上,用最优路径数学模型为AGV规划出最短路径;其次,用路径搜索方法搜索AGV的备选路径,在路径长度相同的情况下,按照路径中转折次数确定备选路径优先级,转折次数少的备选路径优先级高;最后,在各AGV最短路径下,设置各个路段的时间窗,时间窗无重叠则表明AGV无冲突,对于时间窗重叠的路段,采用在原路径上插入时间窗或者在备选路径上插入时间窗的方法,再进行时间窗重叠测试,若还存在重叠的,则继续调整至最终实现多AGV的无冲突路径规划。为了验证方法的有效性,以8台AGV分区同时工作为例,用实例证明所提出的路径规划方法的避碰效果。结果显示该方法能为多台同时工作的AGV规划出一条无冲突优化路径,并且用时较短;在试验中发现选择在备选路径上插入时间窗的方法效果更好。研究表明所提方法能有效实现AGV的避碰,提高AGV利用率和自动化集装箱码头的运作效率。