基于粒子群算法和航行规则的分步多船避碰路径规划

针对宽水域多船避碰过程中路径规划难与航行规则结合的问题,提出一种分步多船避碰路径规划算法。首先将障碍船视为静态障碍物,利用极坐标空间的粒子群路径规划算法结合船舶安全领域进行静态路径规划,得到船舶避碰转向点;然后利用航行规则对转向点的转向角度进行动态修正。通过对算法进行仿真验证,能够很好地解决多船避碰路径规划的问题,为解决多船避碰问题提供一种新的思路。     

基于随机运动障碍避碰规则的机器人路径规划

针对存在随机运动障碍的复杂动态环境,提出了一种改进的机器人路径规划新方法。对于随机运动障碍,综合考虑机器人与障碍物的相对位置及相对速度,设计一种新的动态障碍避碰规则,使机器人安全地避开障碍,并避免大量迂回路径;对于匀变速运动目标,采用改进的人工势场法,引入相对速度及加速度因素,使机器人能追上目标并保持同步运动。基于Matlab的仿真实验验证了所提方法的有效性。     

基于双层蚁群算法和动态环境的机器人路径规划方法

针对动态环境未知时变的特点,提出一种机器人路径规划新方法.在该方法中,首先对栅格法建立的环境模型进行凸化处理,以避免机器人沿规划路径移动时陷入U型陷阱,从而加快路径规划的速度;其次,提出双层蚁群算法（DACO）,在每次迭代中先用外层蚁群算法寻找一条路径,然后以该路径为基础构造一个小环境,接着在该环境下用内层蚁群算法重新寻优,若寻得的路径质量更高,则更新路径并执行本文给出的一种新型信息素二次更新策略;最后,针对环境中不同动态障碍物的体积和速度,提出三种避障策略.动态环境下,机器人先由DACO算法规划一条静态环境下从起点到终点的全局最优路径,然后从当前起点开始,通过自带传感器获取动态环境信息,并根据需要执行等待、正碰或追尾避障策略,到达新的起点.仿真实验表明,该方法可以在动态环境下实时地为移动机器人规划出一条安全且最短的路径,是求解移动机器人路径规划问题的一种切实有效的方法.     

基于动态障碍物的机器人避障路径规划方法

针对传统机器人路径规划只适用于障碍位置固定的环境中,无法避开动态障碍物的问题,提出一种融合动态障碍物信息的机器人避障路径规划方法.对传统动态窗口法(Dynamic Window Approach,DWA)进行改进,融合动态障碍物信息与机器人运动学分析,来解决机器人在动态环境下的避障问题,并与改进的A*算法融合,来保障机器人路径规划的全局最优性.实验结果证明,所提出的方法在动态环境下适应度高、安全性强,具有一定的应用价值.     

基于混合智能算法的机器人避障路径规划研究

为提高智能机器人在市场内的使用率,优化机器人的使用性能,开展基于混合智能算法的机器人避障路径规划方法的设计。结合动力学扰动行为的分析,获取机器人不同关节有效运动参数,通过对不同运动姿态的有效融合,建立机器人障碍规划运动学模型;基于栅格法,对障碍物环境进行网格划分,基于蚁群算法,定位机器人避障最优参数,以此实现对避障路径规划中参数的设定;利用OAO的局部定位与全局检索能力,构建一个环境障碍物随机树,将其与蒙特卡洛算法进行融合,进行机器人规划初步行进路径的设计。实验结果证明,设计的路径规划方法,在实际应用中,可以起到缩短并优化避障路径的作用,以此种方式,提高机器人行进的速度与效率。     

基于模糊算法的移动机器人路径规划

为了解决移动机器人最优路径规划问题,提出一种基于模糊算法的移动机器人路径规划策略.利用超声波传感器对环境进行探测,得到关于障碍物和目标的信息.运用模糊推理将障碍位置信息与目标位置信息模糊化,建立模糊规则并解模糊最终使机器人可以很好的避障,从而实现了移动机器人的路径规划.仿真实验结果表明了模糊算法优于势场法和A*算法,具...     

激光近场探测传感器在机器人动态避障中的应用

普通传感器在工业机器人应用中,外部环境的不确定性会对机器人目标探测效果造成影响,导致机器人无法精准避障。为此,研究激光近场探测传感器在机器人动态避障中的应用。确立场景环境坐标系,并利用探测传感器探测出障碍物信息。基于此,采用多激光近场传感器信息融合技术,定位探测的障碍物,从中得出障碍决策值,最终根据障碍决策值,制定激光近场探测传感器动态避障行为,完成动态避障。实验结果表明,通过对该传感器开展机器人静态避障测试、动态避障测试,验证了该传感器应用后的避障精准度高。     

改进的人工势场法在机器人足球路径规划中的应用

传统的人工势场法在静态的路径规划中有较好的效果,对于足球机器人这类对抗性与实时性比较强的动态环境的路径规划往往存在一定的缺陷。由于传统的人工势场法是单纯的考虑势能与距离间的关系,所以在实际的路径规划中有些不必要的避障也考虑在内,无形中就增加了计算的繁琐度。在改进的人工势场法中我们引进了机器人与障碍物的相对位置与相对角度以及机器人与障碍物的距离跟机器人与目标点的距离的联系,根据障碍物所处的相对位置以及与机器人的相对角度来确定障碍物对机器人的威胁程度,从而来确定斥力的大小。在传统的算法中机器人所受的引力随距离减小而减小,斥力随距离减小而增加。所以当障碍物出现在目标点附近且在机器人威胁区域内时,往往会因为斥力相对引力足够大而使机器人无法到达目标点。所以在考虑斥力时我们有必要把机器人与目标点的距离也考虑在内。最后本文用仿真方法证明该方法的可行性。     

基于红外的障碍场中集群微机器人的控制方法

对多障碍物环境下微机器人集群运动的控制问题进行了研究.结合微机器人尺寸小的特点,采用低功耗的红外传感器感知外界环境.设定机器人的安全区域,根据机器人运动过程中避障和路径规划所要满足的边界条件,提出了基于人工蜂群问题优化的路径规划控制模型,实现了微机器人的避障和路径规划.仿真结果验证了该控制方法的有效性.     

基于改进海洋捕食者算法的无人船避碰方法

为提高无人船局部动态避障的规范性、安全性和经济性，提出一种基于改进海洋捕食者算法的无人船避碰决策方法。首先，根据无人船运动约束、避免碰撞约束与避碰规则约束限定避碰决策的搜索空间；其次，以船舶碰撞的危险程度和航程损失为指标建立避碰目标函数；最后，提出基于种群更新成功率的改进海洋捕食者算法，求取约束范围内的最优避碰决策。仿真实验结果表明：所提方法最优个体适应度曲线在30次迭代内都能稳定收敛，且其最优值最小，优于其余智能算法，具有一定有效性。     

面向动态障碍物的三维A*优化避障算法研究

针对空间站舱内漂浮物、太空碎片密集区域等复杂场景下的动态避障问题,本文提出了一种面向动态障碍物的三维 A*优化避障算法,主要用于完成空间站舱内飞行器和小型空间机器人在上述环境下的路径规划任务。该算法把传统二维 A*算法推广到了三维,然后通过模糊判断规则对路径进行优化,实现运动路径的实时优化,降低在三维无重力环境下的能量消耗。仿真结果表明,该算法可以对三维环境下动态障碍物进行有效避障,并且优化指标提高将近一倍, 能够有效降低能量的消耗。     

Safe Navigation of a Mobile Robot Considering Visibility of Environment

We present one approach to achieve safe navigation in an indoor dynamic environment. So far, there have been various useful collision avoidance algorithms and path planning schemes. However, those algorithms possess fundamental limitations in that the robot can avoid only ldquovisiblerdquo ones among surrounded obstacles. In a real environment, it is not possible to detect all the dynamic obstacles around the robot. There are many occluded regions due to the limited field of view. In order to avoid collisions, it is desirable to exploit visibility information. This paper proposes a safe navigation scheme to reduce collision risk considering occluded dynamic obstacles. The robot's motion is controlled by the hybrid control scheme. The possibility of collision is dually reflected to path planning and speed control. The proposed scheme clearly indicates the structural procedure on how to model and to exploit the risk of navigation. The proposed scheme is experimentally tested in a real office building. The experimental results show that the robot moves along the safe path to obtain sufficient field of view. In addition, safe speed constraints are applied in motion control. It is experimentally verified that a robot safely navigates in dynamic indoor environment by adopting the proposed scheme.     

基于改进蚁群算法的移动机器人路径规划研究

为解决传统蚁群算法收敛速度慢、极易陷入局部最优解的问题,文中提出了一种改进蚁群算法,并将其应用于移动机器人路径规划问题。蚁群算法的路径规划采用栅格法建立环境模型,并对障碍物进行扩大处理,从而有效降低了移动机器人在运动过程中与障碍物相碰撞的可能性;构造启发函数以降低蚁群搜索路径的长度;引入信息素扩散算法,并提高算法在初期的全局搜索能力,从而加快了算法的后期收敛速度。仿真结果表明,所提出的算法在收敛速度上比传统蚁群算法提高近一倍,可以规划出最优路径。     

HQD-RRT*: a high-quality path planner for mobile robot in dynamic environment

Mobile robots have been used for many industrial scenarios which can realize automated manufacturing process instead of human workers. To improve the quality of the optimal rapidly-exploring random tree ( RRT* ) for planning path in dynamic environment, a high-quality dynamic rapidly-exploring random tree ( HQD-RRT* ) algorithm is proposed in this paper, which generates a high-quality solution with optimal path length in dynamic environment. This method proceeds in two stages: initial path generation and path re-planning. Firstly, the initial path is generated by an improved smart rapidly-exploring random tree ( RRT* -SMART) algorithm, and the state tree information is stored as prior knowledge. During the process of path execution, a strategy of obstacle avoidance is proposed to avoid moving obstacles. The cost and smoothness of path are considered to re-plan the initial path to improve the path quality in this strategy. Compared with related work, a higher-quality path in dynamic     

一种针对大型凹型障碍物的组合导航算法

针对移动机器人导航过程中无法规避大型凹型障碍物问题,该文提出一种多状态的组合导航算法。算法按照不同的运动环境,将移动机器人的运行状态分类为运行态、切换态、避障态,同时定义了基于移动机器人运行速度和运行时间的状态双切换条件。当移动机器人处于运行态时,采用人工势场法(APFM)进行导航,并实时观测毗邻障碍物的几何构型。在遭遇障碍物时,切换态用于判断是否满足状态切换条件,以进入避障态执行避障算法。避障完成后,状态自动切换回运行态继续执行导航任务。多状态的提出,可有效解决传统人工势场法在大型凹形障碍物的避障过程中存在局部震荡的问题。基于运行速度和运行时间的双切换条件判定算法,可实现多状态间的平滑切换。实验结果表明,该算法在解决局部震荡问题的同时,还可降低避障时间,提升导航算法效率。     

A Novel Dynamic Obstacle Avoidance Algorithm Based on Collision Time Histogram

Robot path planning in uncertain dynamic environment is a hot issue in the field of Unmanned ground vehicle (UGV). Starting from the practical demands of UGV, we propose a novel dynamic obstacle avoidance al-gorithm based on Collision time histogram (CTH). Given current steering angle, an effective collision check model, which is called Collision check circles (CCC), is firstly cal-culated. The local environment information is then com-bined with CCC to generate the proposed CTH. The non-holonomic nature of the vehicle is embedded in this pro-cess. Finally, the proposed algorithm calculates the execut-ing steering angle by considering both the CTH and the target point. Extensive experiments and comparisons are conducted to evaluate the performance of the proposed al-gorithm. Simulation experiments are firstly conducted to verify its feasibility. Furthermore, real-world experiment is conducted to verify its effectiveness. Experimental results demonstrate the practical value of the proposed algorithm.     

基于免疫进化非选择机制的移动机器人路径规划算法研究

该文提出了一种基于免疫进化非选择机制的移动机器人路径规划算法(MRPPA-IENS)。该算法通过非选择操作来避免进化过程中糟糕个体的产生,使得较优个体能较早地生成,加快算法的收敛速度;同时,算法引入基因重组操作以维持群体的多样性,防止早熟收敛。仿真实验结果表明,该文所提出的MRPPA-IENS算法是一种有效的移动机器人路径规划算法,在障碍物完全已知的静态环境和部分已知的动态环境中均优于传统进化算法。     

基于蚁群算法的无人船平滑路径规划

为解决无人驾驶船舶在复杂环境中规划路径时存在的转向角度大、路径拐点多、航行能耗高等问题,文中提出一种基于改进蚁群算法的平滑路径规划方法。该方法采用栅格法进行环境建模,通过在启发函数中引入路径平滑度、距离启发因子以及在路径转移概率中引入障碍物启发因素,提高路径寻优和静态避障能力。结合启发因素改进信息素更新标准,设置可调节信息素挥发因子增加算法的自适应性。提取输出的最优路径关键节点并对其进行平滑处理,进一步保证路径平滑度和安全性。根据不同栅格环境下的避障仿真结果可知,与传统算法相比,文中改进蚁群算法的路径寻优速度提高了45%～62%,转向次数减少了25%～44%,平滑处理后的路径安全性和可行性得到了提升,较好地实现了不同环境下无人船自主路径规划。     

紫外非均匀虚拟势场下无人机编队重构避碰算法

针对复杂电磁环境下无人机编队重构过程中的路径规划和机间避碰问题,该文在传统紫外虚拟势场基础上,利用距离因子对斥力函数进行了改进,构建了一种紫外非均匀虚拟势场来协助无人机进行机间避碰。改进的紫外非均匀虚拟势场可以使得无人机避碰路径更加平滑,相同时间内,无人机可以飞行更远的距离。此外,通过无线紫外光测距方法计算无人机机间距离,并结合紫外非均匀势场对传统的人工势场法进行改进,实现无人机编队重构。仿真结果表明,该文算法可以有效解决传统算法下路径振荡和局部最小值问题,同时避碰效率相比传统人工势场算法有明显提升,在预设环境中该文算法路程缩短6%,到达目标点的时间提前40%。最后在两种不同的队形重构场景下,对该文算法进行了验证,结果表明该文算法可以有效实现无人机队形重构中预期的机间避碰效果。