未知环境下移动机器人实时模糊路径规划

针对机器人在未知环境下避障的要求,设计了一个结合目标点位置信息和局部障碍物信息的评价函数实时导航算法,使机器人可以在无碰撞的情况下较快地到达目标点。该算法以二维激光雷达作为探测环境的主要传感器,采用基于行为的控制策略及模糊控制器技术,通过添加自由出口提高其路径搜寻的效率,最后为了验证此模糊路径规划方法进行了仿真实验。仿真实验结果表明,该算法具有良好的效果,机器人可以有效避障,且轨迹平滑、实时性好。     

基于感知-行为的移动机器人全区域覆盖路径规划

针对未知环境信息下的移动机器人全局区域覆盖路径规划问题,提出了一种基于感知-行为的路径规划方法。根据移动机器人实时感知的传感器信息,建立机器人全区域覆盖的行为执行表,在机器人全区域覆盖过程中,通过这种感知与行为的关联能够实时有效地驱动机器人实现路径规划。模拟与仿真的结果证明了算法的简单性和实用性。     

一种适用于非360°探测机器人的避障导航算法

对自主引导车辆或自主移动机器人来说,在未知环境中能避开障碍而成功到达预定的目的地是一项基本要求.Bug及其衍生算法是实现机器人在未知环境中避开障碍到达指定目的地的基于传感器的著名导航算法,它们认为机器人是平面上的一个点,具有360°障碍检测范围,具有贴着障碍物边缘绕行的能力,对通常的非360°障碍检测范围且具有物理尺寸的机器人来说,Bug类算法就不能直接应用.提出一种适用于这类机器人的改进的Bug算法,包括结合DistBug算法、VisBug算法得到较短路径的"相遇点"与"脱离点"的确定方法,基于按分段直线与速度空间法结合得到圆滑自然路径的绕行障碍物边缘算法.还提出"虚拟触角"的概念来分析利用传感器数据,机器人依靠多种"虚拟触角"实现基于传感器的改进Bug算法.编写出完整的程序实现该算法,并以Pioneer 3-AT室内机器人为对象对改进算法进行验证.结果表明,机器人可以利用提出的Bug改进算法实现未知环境下定目标点无碰撞导航.     

未知环境下的变形移动机器人路径规划

为提高移动机器人在未知环境下的避障能力及导航能力,提出了基于变形以及模糊算法的路径规划方法。变形移动机器人利用超声波传感器对静态未知环境进行检测,得到障碍物以及目标的位置信息,采取适当的变形措施以及在模糊控制的基础上调整自己的运动方向,最终实现避障和最优路径规划。仿真及实物实验结果表明,此方法能使变形机器人与环境实现交互调整,能使机器人通过变形以及避障结合的方式实现有效避障,提高了路径规划的优良性。     

基于弹簧模型的移动机器人路径规划研究

针对传统人工势场法在路径规划中存在局部极小点问题,提出了一种基于虚拟弹簧模型的移动机器人局部路径规划算法。通过模拟弹性小球在有障碍物的斜坡上滚下过程中的受力情况,规划移动机器人从开始位置到目标点位置的移动过程;建立弹簧力学模型完成机器人的避障行为,并结合使用沿障碍物边缘移动和切换目标点位置两种控制策略,解决局部路径规划算法极易出现的局部极小点问题。仿真试验和实际移动机器人的实验表明,该算法能进行实时避障和路径规划,并确保移动机器人在绝大部分环境中能安全、快速地到达目标点。     

AGV复合自主路径规划方法研究

针对AGV在动态环境下实时自主路径规划效率低的问题,提出了一种A*算法与D*算法复合自主路径规划的方法。首先通过A*算法生成AGV当前位置到目标位置的全局最优路径;其次,当AGV在全局路径行驶遇到障碍物时,根据障碍物和全局路径的相对位置关系,确定AGV绕开障碍物的局部搜索范围;最后,结合局部路径搜索范围和D*算法,将生成的局部避障路径拼接至已有全局路径,完成了路径拼接,以实现动态障碍场景下AGV到达目标位置时的全局路径更新。试验测试结果表明：所设计的复合路径规划方法能在AGV遇到障碍时实时规划避让路径,实现AGV在复杂动态环境下的自主行驶能力。     

光伏电池板清洗机器人定位与导航系统的开发与设计

针对目前光伏电池板清洗机器人在未知环境中感知能力差,缺乏自主规划路径和躲避障碍物能力差三方面,使用ROS机器人操作系统结合激光雷达传感器以及SLAM同步定位与建图技术来解决上述问题。采用A*和D*算法实现对机器人路径规划,以实现实时避障等功能,并通过自主开发的光伏电池板清洗机器人进行验证。结果表明：在现实环境中机器人利用激光雷达可对未知环境地图进行构建,并且机器人可按照制定路线进行移动,同时也可躲避出现在其路径之上的障碍物,验证了光伏电池板清洗机器人开发的可能性。     

粒子群优化算法融合行为动力学的路径规划方法研究

针对未知环境下采用竞争行为动力学协调方法进行移动机器人路径规划时存在机器人运动速度参数确定困难,并且在各基本行为竞争时容易产生行为参数振荡现象而导致规划出来的路径不优化等问题,提出了基于粒子群优化算法融合行为动力学进行路径规划的方法。该方法在行为动力学模型的基础上利用粒子群优化算法(Particle swarm optimization,PSO)对路径规划过程中的基本行为进行融合,代替了竞争行为动力学的行为参数协调,从而使移动机器人能够根据传感器采集的实时环境信息自动获取各个基本行为的权值。通过把该方法与基于竞争动力学行为协调方法的机器人路径规划进行了仿真对比实验,实验结果验证了该方法的可行性和优越性。     

吸尘机器人的路径规划算法

为了完成整个房间的清扫工作,一种合理的路径规划方法是必须的。本文提出了一种基于传感器信息的吸尘机器人的路径规划算法。在环境未知的条件下,这种算法比较简单,清扫的效率也比较高,而且具有自动检测障碍物,自主避障的功能。     

复杂动态环境下机器人避撞路径规划

为了使机器人在复杂动态环境中实现最优路径规划,提出了改进人工蜂群算法的路径规划方法。分析了传统的人工蜂群算法原理,引入了小步长侦查蜂为跟随蜂提供障碍物分布的先验信息;为了防止机器人与动态障碍物发生碰撞,对动态障碍物周围的可行节点进行障碍化处理,将节点障碍指数与节点与目标点距离糅合为节点选择准则,同时提出了障碍避撞预测和障碍避撞策略。由仿真实验可以看出,改进算法不仅成功实现避撞,而且规划出避撞条件下的最优路径。     

移动机器人导航算法研究

利用非线性微分动力系统稳定性理论,用点吸引子构造移动机器人奔向目标行为和用点排斥子构造避障行为两种行为模式,将奔向目标行为和避障行为相结合,使机器人能够根据所处环境的变化,通过行为模式权值的调整实现行为间的竞争;分析了系统稳定的基本条件,建立了基于动态方法的智能机器人行为动态导航模型;运用立体双目视觉构建局部地图,通过计算机实例仿真,验证了该机器人导航模型的可行性。仿真结果表明:该模型可以满足较为复杂未知动态环境中的导航和目标跟踪要求。     

基于避障准则的双臂手移动机器人桁架内运动规划

针对桁架内移动的避障要求,研究双臂手移动机器人桁架内运动的规划方法。基于状态空间模型提出直角坐标空间下的六面心、八边心和八顶点搜索算法,避免了C空间内复杂度呈几何级数增长的问题,实现了末端无碰撞路径搜索。建立双臂手移动机器人三节臂的平面内避障准则,解决了机器人在桁架内运动时机器人臂与桁架杆的碰撞问题。根据平面内避障准则和臂形标志,求得了各个关节角的解析解,解决了数值解的不封闭问题。每个时刻末端姿态由通用旋转变换公式线性插值得到,在Matlab中仿真双臂手移动机器人桁架内的运动,验证了双臂手移动机器人在桁架内运动时避障方法的可行性。     

一种新的足球机器人行为产生方法

分析了机器人在场上的反应行为，确定了不同情况下的有利目标点及各机器人应有的行为，建立了机器人行为触发机制。该行为产生方法将角色分配和行为产生相结合，能够动态分配角色，使场上每个机器人随时都有明确的目标和行为。     

Sonar-based obstacle avoidance using region partition scheme

This paper addresses an obstacle avoidance problem for a mobile robot in indoor environment. The collision avoidance algorithm utilizes a region partition scheme to analyze the three forward sensory regions of the robot, then to calculate the minimum distances from the center of mass of the robot to the obstacles, respectively, and ultimately to find a navigable region. The supervisor inside the controller receives a series of obstacle avoidance behaviors and makes a decision that allows the robot to successfully navigate in a cluttered environment. In addition, experimental results to illustrate the proposed obstacle avoidance algorithm for the mobile robot in navigation are also presented.     

A new efficient optimal path planner for mobile robot based on Invasive Weed Optimization algorithm

Planning of the shortest/optimal route is essential for efficient operation of autonomous mobile robot or vehicle. In this paper Invasive Weed Optimization (IWO), a new meta-heuristic algorithm, has been implemented for solving the path planning problem of mobile robot in partially or totally unknown environments. This meta-heuristic optimization is based on the colonizing property of weeds. First we have framed an objective function that satisfied the conditions of obstacle avoidance and target seeking behavior of robot in partially or completely unknown environments. Depending upon the value of objective function of each weed in colony, the robot avoids obstacles and proceeds towards destination. The optimal trajectory is generated with this navigational algorithm when robot reaches its destination. The effectiveness, feasibility, and robustness of the proposed algorithm has been demonstrated through series of simulation and experimental results. Finally, it has been found that the developed path planning algorithm can be effectively applied to any kinds of complex situation.     

基于立体视觉的移动机器人动态避障方法

提出了一种新颖、有效地基于立体视觉的移动机器人动态避障方法。首先提取出可疑障碍物区域,然后引入最大包围盒得到障碍物投影到水平路面的二维尺寸,接着利用几何知识获取障碍物相对机器人的运动速度和可能发生碰撞的方位。最后使用基于速度改变最小原则和速度改变最佳原则来完成机器人的动态避障。仿真结果表明该方法能够使移动机器人在具有静态和动态障碍物的复杂环境中安全避障。     

基于改进快速扩展随机树算法的双机械臂协同避障规划方法

提出了一种基于改进RRT算法的双机械臂协同避障运动规划方法。针对静态障碍物对主臂进行避障运动规划,寻找主臂可行路径。将主臂每一时刻的运动位姿视为规划从臂运动时的动态障碍物,为从臂规划可行运动路径。为提高算法的搜索效率,利用节点剪枝择优和设置目标区域的方式使算法快速收敛。在MATLAB程序建模实验的基础上,在ADAMS中进行仿真实验,验证了该算法的有效性和可行性。     

Ultrasound-guided prostate percutaneous intervention robot system and calibration by informative particle swarm optimization

Applying a robot system in ultrasound-guided percutaneous intervention is an effective approach for prostate cancer diagnosis and treatment. The limited space for robot manipulation restricts structure volume and motion. In this paper, an 8-degree-of-freedom robot system is proposed for ultrasound probe manipulation, needle positioning, and needle insertion. A novel parallel structure is employed in the robot system for space saving, structural rigidity, and collision avoidance. The particle swarm optimization method based on informative value is proposed for kinematic parameter identification to calibrate the parallel structure accurately. The method identifies parameters in the modified kinematic model stepwise according to parameter discernibility. Verification experiments prove that the robot system can realize motions needed in targeting. By applying the calibration method, a reasonable, reliable forward kinematic model is built, and the average errors can be limited to 0.963 and 1.846 mm for insertion point and target point, respectively.     

人体感应技术在智能电力机器人设计中的应用

为使机器人运作更灵活、功能更完善,提出在智能电力机器人设计方案中应用人体感应技术。以多光谱自动目标识别技术为基础,将 8 引脚芯片与部分外接元器件结合,组装人体感应装置。 采用全球定位系统与直接数字化 X 射线摄影导航系统,分别依据观测信号传播时间与起点坐标位置和方位角,实现机器人导航与航向控制功能。 在 1 个机器人上安装至少 2 个感应装置,针对形成的感应区域,定义装置基本功能,就不同电力应用场景,建立预警机制与躲避机制。 电力现场实际操作结果表明,设计的感应装置安全预警性能与物体躲避性能比较理想,加强了电力机器人的实用性,使其具备在其他领域中得以广泛应用的潜力与条件。     

基于时间栅格法和最优搜索的电网巡检机器人避障路径规划方法

针对电网巡检机器人存在避障能力低下和路径规划不合理的问题,研究基于时间栅格法和最优搜索的电网巡检机器人避障路径规划方法.利用时间栅格法标识工作空间内障碍物,构建机器人电网巡检环境信息,通过最优搜索避障路径算法,全局规划机器人到达目标点的路径,结合改进势场法,通过调整斥力和引力势函数,计算合力实现机器人的局部避障及避障路径规划,形成全局和局部相结合的避障方法.试验结果表明,躲避静态障碍物和动态障碍物的平均躲避成功率分别为 ９８．３７％ 和 ９６． １２％ ,避障路径规划平均耗时为 １.５６ s ,具备快速、高效、精准的避障及路径规划能力,可提升机器人的动静态障碍物避障能力和路径规划效率.