基于栅格方法的移动机器人实时导航和避障

本文对移动机器人的实时导航和避障设计了基于栅格的控制算法，用该算法控制清华大学计算机系研制的ＴＨＭＲ－Ⅲ移动机人能在未知的环境中，实量检测出障碍物，并实时规划出合理路径，稳定，平滑连续地向着目标行驶，最后给出了ＴＨＭＲ－Ⅲ在几种典型环境中行驶的实验结果。     

基于势场的移动机器人自主导航研究综述

人工势场法因简单实用、易于实现等优点，在机器人导航中获得广泛应用。势函数的构造也随着其它相关技术的发展不断得到完善。该文综述了势函数应用于机器人自主导航的发展历程，对其存在的问题作了分析，并对各种改进方案做了分析和比较，对影响其发展的制约性问题做了深入探讨。     

基于势场法的移动机器人避障路径规划

针对势场法所固有的几个缺陷,提出了一种基于势场法的移动机器人避障路径规划算法,并成功应用于未知复杂环境下移动机器人的路径规划中。仿真试验表明:提出的方法具有较强的路径规划能力,克服了传统势场法的缺点,具有较强的实用性。     

基于激光雷达的移动机器人避障控制研究

以VFH算法思想为基础,提出适用于激光雷达的数据处理算法,将其作为避障算法用于移动机器人的室内自主行进过程中;根据室内避障问题的特点,通过仿真研究设计了适用于室内避障的障碍物阈值规则;在移动机器人实验中发现,受室内地面环境影响,直接将仿真程序应用到移动机器人实际操作中,会出现打滑偏航乃至不能顺利到达目标点的严重后果;为此,根据航向角变化率提出了分段降速方法,应用该方法移动机器人在起始点与目标点可以自主移动,验证了算法的有效性与实用性。     

采用Kinect的移动机器人目标跟踪与避障

为实现移动机器人在目标跟踪的同时进行避障,采用Kinect代替传统的测距雷达和摄像机.针对Kinect在使用中存在盲区和噪声的问题,提出一种基于统计的局部地图更新方法,利用动态更新的局部地图保存可能影响机器人运动的障碍物信息,并通过统计信息来消除测距噪声的影响,确保障碍物信息的有效性.同时使用增加安全区域的人工势场法去除对移动机器人运动无干扰的障碍物信息,改善了传统人工势场法通过狭窄通道的能力.在差动驱动移动机器人的实验证实了此系统能够很好地完成跟踪与避障任务,结果表明,使用Kinect可以代替传统测距传感器.     

基于势场栅格法的移动机器人避障路径规划

针对传统人工势场法应用于移动机器人避障路径规划存在的缺陷,建立了改进的人工势场模型,通过在障碍物的斥力势场函数中增加最小安全距离,同时考虑机器人与目标点的相对距离,成功地解决了障碍物附近目标不可达(Good Nonreachable with Obstacles Nearby GNRON)的问题。此外,针对传统人工势场法的局部极小点和障碍物附近目标不可达同时存在的问题,提出了以改进人工势场法为主,栅格法为辅的方案来实施避障,使得机器人能够尽快地脱离局部极小并成功地绕过障碍物到达目标点。采用栅格法对改进人工势场法做辅助决策,弥补了改进人工势场法的不足,使机器人能够顺利到达势场的全局最小点,提高了避障路径规划的安全性和可达性。论文利用Matlab进行了算法仿真,结果证明了所提方法的正确性和有效性。     

未知环境中移动机器人实时导航与避障的分层模糊控制

为了解决单模糊控制器的“规则库爆炸”问题,设计了一种分层的模糊控制器,用于指导移动机器人通过未知环境到达指定的目标点．控制器根据8个超声传感器的信息和目标相对于机器人的方位确定机器人的运动．首先,每个超声传感器的信息被输入到危险度模糊控制器（DFC）中,产生关于周围环境中障碍物危险度的模糊向量．这些模糊向量经过融合与归一化处理后分别输入到上层的速度模糊控制器（VFC）和角速度模糊控制器（RFC）的推理机中．VFC根据目标的距离和障碍物的危险度控制机器人的前进速度．RFC根据目标的方向和障碍物的危险度控制机器人的转向,并采用最大隶属度法的反模糊化策略解决“对称不确定”问题．仿真与实验结果证明了所设计的模糊控制器简单而有效．     

基于激光测距仪的移动机器人避障新方法

针对向量场直方图（VFH）算法对阈值敏感的问题,基于激光测距仪提出一种通过自适应调节阈值求 可行方向的移动机器人实时避障算法．对于给定的一组阈值,用其中的每个阈值求可行方向,在获得的接近目标方 向的所有可行方向中,选取最大阈值所对应的方向作为机器人的参考行驶方向．根据当前行驶方向与参考行驶方 向之间的偏差和所选阈值的大小对线速度进行限制．在ASR 机器人上进行实验的结果表明,当最大运行速度设为 0.8 m/s 时,机器人能够以0.61 m/s 的平均速度安全平滑地通过障碍区．     

移动机器人未知环境避障研究

针对移动机器人的避障问题,以AS-R移动机器人为实验平台,提出了一种改进人工势场和模糊逻辑相结合的路径规划方法.对于未知障碍物环境采用人工势场法进行实时路径规划,对于动态近距离动态障碍物采用模糊逻辑方法引导机器人做出避障行为.为了有效将2种方法结合,根据传感器信息对于人工势场方法引入转角的信任度,机器人运行方向由上述2...     

室外自主移动机器人AMOR的导航技术

在非结构化环境,移动机器人行驶运动规划和自主导航是非常挑战性的问题。基于实时的动态栅格地图,提出了一个快速的而又实效的轨迹规划算法,实现机器人在室外环境的无碰撞运动导航。AMOR是自主研发的室外运动移动机器人,它在2007年欧洲C-ELROB大赛中赢得了野外自主侦察比赛的冠军。它装备了SICK的激光雷达,用来获取机器人运动前方的障碍物体信息,建立实时动态的环境地图。以A*框架为基础的改造算法,能够在众多的路径中快速地找到最佳的安全行驶路径,实现可靠的自主导航。所有的测试和比赛结果表明所提方案是可行的、有效的。     

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。     

基于激光雷达的移动机器人避障规划仿真研究

对传统矢量场直方图算法进行改进,使其成为一种适用于将激光雷达作为探测仪的室外避障规划算法。将激光雷达数据作为依据,以自适应阈值为条件,通过对目标航向进行规划,获得机器人行进方向的实时避障算法。当机器人与目标点之间存在障碍物时,以最大阈值获得机器人的目标航向,而当机器人与目标点之间无障碍物时,以最小阈值确保机器人行进过程不会与障碍物发生碰撞。仿真结果表明,在复杂障碍物环境中,当机器人行进速度低于0.8 m/s时,可安全而平滑地通过障碍区,到达目标点;当机器人的行进速度高于0.8 m/s时,虽速度过快,机器人与平台之间会有轻微的剐蹭,但最终亦能到达目标点。     

基于动态行为控制的移动机器人自主避障

针对环境信息未知或部分未知的情况,提出动态行为控制方法使移动机器人自主避障。采用动态窗法表示结构空间,并分析环境信息,激发相应的行为进行避障,经过行为融合后得到可行的路径和速度值。其中趋向目标的行为采用模糊逻辑控制的方法,避障行为采用VFH方法加以实现。在计算过程中考虑了动力学与运动学约束条件,使得动态行为控制方法更加可行。仿真结果论证了所提出的方法的实时性与有效性。     

基于视觉的室外移动机器人障碍物检测方法

针对复杂交通场景中的室外移动机器人,提出了一种基于小波模极大值和集成学习支持向量机的障碍 物检测方法．首先引入了基于小波模极大值的奇异信号分析理论,对候选障碍物区域进行探测;然后,构建了一种 基于集成学习改进的多分类支持向量机,对候选区域进行分类识别．实验中将该方法应用于多种交通场景（高速公 路、城区道路）,结果验证了其有效性、通用性和实时性．     

一种复杂环境下移动机器人避障新方法

为解决基于传统人工势场法的机器人避障算法在陷阱区域或在障碍物前会产生震荡而导致机器人不能到达目标点的问题,提出一种带记忆功能的沿边法;通过记录和分析障碍物边缘人工势场法的局部最小点来判断目标点是否被障碍物包围,从而避免机器人来回震荡以及围着目标点旋转的现象;首先进行沿边行为激活和退出条件研究,然后进行局部最小点记录条件分析,最后给出了目标点被障碍物包围的判断准则;仿真实验,结果表明该方法解决了复杂环境下机器人的避障问题;该方法用于复杂环境下的机器人避障是可行的、有效的.     

基于改进比例导引法的机器人动态避障算法

随着机器人运动环境日益复杂,为了使机器人可以安全、有效地避开动态障碍到达目的地,提出一种基于改进比例导引法的机器人动态避障算法;首先借助比例导引法的思想,通过使机器人与动态障碍物的相对速度方向导引到避障向量方向完成避障,然后为满足避障完成时间和机器人机动性能约束要求,得到重叠比例导引系数取值范围,并采用比例导引法对机器人运动路径进行规划到达目的地,最后采用仿真实验测试其有效性;仿真结果表明,该算法可以使机器安全有效地避开动态障碍物,对机器人的实际运动轨迹控制具有一定的参考价值.     

一种基于多组传感器信息移动机器人的避障方法

提出了一种基于多组传感器信息的移动机器人避障的新方法.该方法把多组传感器信息作为ART-2神经网络的输入,实现移动机器人对当前感知环境的快速识别和分类.在此基础上,设计了用于移动机器人在未知环境下避障的模糊控制器.试验证明了这一方法的有效性和实时性.