排序方式： 共有8条查询结果，搜索用时 63 毫秒
1
1.
复杂局部地形中的实时路径规划算法设计 总被引：3，自引：2，他引：1
针对复杂局部环境中机器人实时自主导航问题,设计了“双向搜索多边形构造算法”和“基于势场函数的机器人运动控制器”．“双向搜索多边形构造算法”能够在机器人被障碍物包围的环境下搜索出障碍物的包围多边形,从而获取基于障碍的最优行进路径;“基于势场函数的机器人运动控制器”是一个多变量控制器,输入矢量由吸引势场函数和排斥势场函数组成,输出矢量由速度和转角组成,该控制器控制机器人实际运动,使机器人能够有效躲避障碍物并逐步趋向目标点;控制器还设定了机器人运动的基本速度,解决势场为零时引起的局部极小化问题．与“沿墙走算法”、“人工势场法”等方法的实验比较表明,本文算法能够获得更好的优化性和实时性,具有更加广泛的实际应用范围． 相似文献
2.
针对群机器人在二维给定区域自组织围捕多个入侵者问题提出了一种链阵方法.链阵中的机器人分为链首和链节,其中链首不但会环绕围捕目标运动而且能也只有它们能发布招募信息,以招募更多的机器人参与围捕同时又能使参与者不致太多.链节机器人则只需简单地跟随leader不停运动以形成链阵.机器人的运动由人工力矩运动控制器驱动,该控制器能使机器人在完成任务的同时而又不会发生碰撞.仿真结果表明,链阵方法可以根据实际需求动态调整链阵中的机器人数,能使围捕不同目标的机器人结成统一的链阵.链阵的不停移动则有利于机器人在数量较少时包围入侵者. 相似文献
3.
群机器人协作围捕多个入侵者的问题是一个富有理论和工程应用价值的问题。针对这一问题提出了一种基于人工力矩的自组织围捕方法。首先基于同盟、围捕曲线等概念给出了围捕机器人基于局部信息计算与调整吸引点的方法,来引导围捕机器人在向入侵者的运动过程中快速地形成理想的围捕队形。然后分别针对围捕机器人和入侵者设计了人工力矩运动控制器,以驱动围捕机器人向着各自吸引点的方向运动并最终完成围捕任务,入侵者则能向着远离围捕者的方向快速逃逸。最后对所提方法进行了仿真验证,以证明所提方法的可行性和有效性。 相似文献
4.
一种基于人工力矩的动态队形控制方法 总被引：3，自引：0，他引：3
本文首先定义了距离最优对应.给出了求距离最优对应的方法一淘汰法的模型、原理和详细步骤.从而得到了一种确定各机器人对应节点的较优准则.然后为了使机器人在运动过程中,既能避开各种障碍,又能最终得到目标队形,定义了两种新人工力矩.并基于人工力矩为各种机器人分别设计了运动控制器.最后基于上述成果.提出了一种一般性的动态队形控制方法.该方法不但能动态地控制机器人队形,且由于优化了机器人的对应节点,所以优化了队形的形成时间.仿真结果表明该方法是可行且有效的. 相似文献
5.
针对群机器人搬运队形的形成问题提出了一种自组织人工社会职位法．该方法中每个机器人Ri在每个采样时刻都按如下步骤工作．首先Ri运用文中给出的人工社会职位法确定自己的搬运点．然后Ri的人工力矩控制器驱动Ri向着自己的搬运点运动一步,其中由于文中改进了该控制器中吸引线段及吸引点的求解方法,从而降低了计算量而机器人仍能光滑安全地运动到自己的搬运点．下一个时刻重复上述步骤直到形成满足条件的搬运队形．该方法不仅原理简单计算量少且无论搬运队形多复杂,系统总能快速地形成满足条件的搬运队形．仿真结果表明文中所提方法是可行且有效的. 相似文献
6.
CautiousBug算法中机器人在沿障碍物边缘绕行时,基于螺线绕行规则不断地调整绕行方向以逃离局部极值点,但调整模式单一,缺乏灵活性。为使机器人更易快速逃离局部极值点,将目标点作为参考信息,在螺线绕行规则中添加了绕行方向调整条件,提出了改进的CautiousBug算法。每当机器人到达螺线绕行规则中的绕行方向调整点时,都要根据绕行方向调整条件来判定是调整绕行方向还是继续朝原方向递进绕行,最终使机器人向更靠近目标点的方向绕行。根据CautiousBug算法中机器人成功逃离局部极值点的条件,添加的绕行方向调整条件可使机器人更易快速逃离局部极值点。仿真结果验证了该算法的有效性。 相似文献
7.
8.
1
