混合遗传算法在机器人路径规划中的应用

针对传统智能算法在多障碍物环境下求解路径时存在忽视路径安全性,易陷入局部最优解等问题,提出一种融合粒子群算法(PSO)、遗传算法(GA)和人工势场法(APF)的混合遗传算法(PA-GA)。首先,改进障碍物参数和算法的适应度函数,引入防碰撞距离与安全距离,保证路径安全性;其次,通过动态调整粒子群算法中的惯性权重增强粒子的搜索能力,加快算法收敛;然后,引入分群策略、等级交叉策略和人工势场法来改进遗传算法的交叉变异操作,依靠自适应调整交叉变异概率加快收敛速度;最后,将改进后的算法融合,保证混合算法在全局和局部的寻优能力。仿真结果显示,PA-GA算法具备了较强的寻优能力,且路径检索结果更好,收敛速率也更快。     

大型三维复杂构件双机器人协同焊接智能路径规划方法

大型三维复杂构件是船舶、海洋装备、集装箱等的重要组成部分,其焊缝种类较多、空间分布复杂,部分焊缝存在协同同步弧焊焊接、焊接方向等特殊焊接工艺约束,现有协同焊接规划方法难适用于这类复杂场景。提出全局与局部相结合的双机器人协同焊接路径规划多阶段寻优方法;建立复杂构件三维空间焊缝模型以及双焊接机器人协同模型;根据协同同步焊焊缝的数量将构件划分出相应数量的分块,通过蚁群算法求解每一焊接分块的局部路径规划近似最优解;通过遗传粒子群算法进行多分块间的全局路径规划。仿真结果表明:通过分块划分多阶段寻优的方法可以有效地解决特殊焊接工艺约束下的大型三维复杂构件双机器人同步焊接路径规划问题。     

小型移动焊接机器人结构设计

针对狭窄空间自动焊接问题,设计了一种小型移动焊接机器人机构.根据机器人结构的运动特点,运用模块化设计方法,把机器人机构分为轮式移动平台、焊炬调节机构和电弧传感器三部分.其中,轮式移动平台采用三轮式差速驱动结构形式,底部安装一可调磁吸附力装置,且控制器集成于移动平台上;焊炬调节机构由十字滑块和焊炬连接装置组成,十字滑块由两电机分别驱动,实现焊缝水平和高低方向精确跟踪;电弧传感器采用圆锥摆形式,且与焊枪设计成一体,使用方便.同时,建立机器人运动学方程,并对直角焊缝不同的转弯中心进行分析,确定水平滑块的行程参数,为机器人的焊缝跟踪控制提供参考.结果表明,该机器人机构满足弯曲焊缝跟踪要求,焊接质量良好.     

改进遗传算法的焊接机器人焊接路径优化方法研究

针对焊接机器人焊接路径规划存在的焊接路径长、能耗高等问题,提出一种改进遗传算法的焊接机器人焊接路径优化方法。通过Steger方法获取焊接有效条纹区域,采用灰度重心法和Hessian矩阵法分别对焊接作业区域展开粗提取和细提取,获取焊接信息。通过焊接作业特点,以焊接机器人最短焊接路径和最小能耗为目标,构建焊接机器人焊接路径规划模型,使用改进的遗传算法求解模型,获取焊接机器人焊接最佳路径,实现焊接路径优化。试验结果表明,所提方法的焊接路径最小达到了50.5 m,能耗仅为5.1 J,并且耗时最高仅为2.9 s,其有效解决焊接机器人路径优化问题,为焊接机器人路径优化提供有效的指导作用。     

拱泥机器人路径规划研究

对拱泥机器人进行了运动学分析，建立了运动学模型，并进行了路径规划。利用MATLAB建立了拱泥机器人的运动学模型，并进行了仿真。     

旋转电弧传感弯曲焊缝移动焊接机器人结构设计

设计了一种基于旋转电弧传感的弯曲焊缝轮式移动焊接机器人机构，采用中间两轮差速驱动，前后对称布置一万向轮的结构，增加了机构的灵活性并降低了控制的难度；用两个直流伺服电机控制十字滑块实现左右与上下运动，采用旋转电弧传感器使焊枪与传感器一体，不仅结构紧凑，而且具有实时性。支撑焊枪的支板采用组合装配方式，对于折角变化频繁或折角较大的焊缝使用增加一转动关节的支板。该机器人结构紧凑、灵活，可实现对平面弯曲船形焊缝及各种平面弯曲角焊缝的自动焊接。     

基于遗传算法焊接机器人路径规划研究

本文针对汽车焊接机器人路径规划不合理的问题,采用遗传算法对焊接机器人二维路径规划问题进行了求解,最终找出了一条最短的焊接路径,实现了减少机器人焊接工位的作业时间。     

冗余自由度弧焊机器人路径自主规划的优化控制

提出了冗余度弧焊机器人及其路径自主规划的概念,讨论了在机器人焊接作业中引入冗余自由度的意义,运用控制变量法作为解决弧焊机器人冗余的优化问题方法,提出了包括焊接姿态参数在内的多性能指标融合控制方法,定义了焊接姿态参数函数,运动位置约束函数,运动平稳性函数,针对空间复杂焊缝,运用该路径自主规划方法求得的各关节角变化范围小,机器人运动过程平稳,远离关节极限位置,并且能够满足焊接质量的要求,有效地解决了冗     

基于人工蜂群算法的机器人路径规划

为求解机器人路径规划问题,引入人工蜂群算法,并将路径空间以网格划分,通过固定起始节点和设定最大允许路径节点数等方法,解决了人工蜂群算法应用于路径规划的两个难题--路径节点不固定和邻域构造困难,实现了将ABC算法应用于路径规划问题.通过典型的实例仿真对算法性能进行测试,结果表明:该算法有效克服了停滞行为的过早出现,而且能够加快收敛速度,得到全局最优解或近似解,是解决机器人路径规划问题的一种有效算法.     

基于改进蚁群算法的农用喷药机器人路径规划

研究农用喷药机器人路径规划问题,提出一种基于改进蚁群算法的路径寻优方法。首先,获取实际工作环境信息,抽象化处理工作环境,采用栅格法建立喷药机器人工作环境模型;其次,为使算法搜索更具目的性,引入目标点诱导机制,设计新的距离启发函数,并在此基础上对状态转移概率进行改进;为避免算法搜索出现停滞和提高路径搜索效率,通过引入信息素阈值限定、信息素局部和全局更新相结合的策略对信息素更新方式进行优化;最后,通过仿真实验测试两种算法解决喷药机器人路径规划问题的实际效果。结果表明:两种算法均能有效解决喷药机器人路径规划问题,且相比传统蚁群算法,改进蚁群算法不仅可以有效改善自身收敛性能,而且可以增强自身全局寻优能力。     

弧焊机器人系统协调焊接的路径放置规划

以RHJD4－1九自由度弧焊机器人系统协调焊接情况为研究对象，提出了以变位机冗余自由度为变量、以保证焊接路径规划成功为约束、以变位机运动变化最小为目标的路径旋转规划问题的规划模型，并以1200mm长直对接焊缝为例进行了仿真试验，结果证明该规划模型可以有效地实现由机器人和变位机组成的复杂系统的最优路径旋转规划。     

移动机器人的栅格概率路径图法路径规划

针对PRM算法运行速度慢、难以针对狭窄通道采样的问题,提出一种栅格概率路径图算法。用栅格划分地图,并根据栅格内障碍物面积,划分栅格威胁等级,并依此使用不同采样策略。提出一种采样点落在障碍物内的重采样方法,提升了采样效率,增加了在狭窄通道内的采样。同时,改变连接策略,连接采样点时,不再遍历所有点,只与附近栅格进行连接,减少算法耗时。生成路径后,对路径进行优化与平滑,提升路径质量,使之符合移动机器人运动约束。通过仿真分析得到栅格概率路径图法中栅格缩放系数k选取的依据。仿真结果显示,栅格概率路径图法的运算时间和成功率与经典算法相比均获得提高。     

受能量约束的移动机器人最优路径规划

在确保移动机器人持续生存前提下,为了尽量减少机器人的能量消耗,通过定义一些基本运算操作符的运算规则对粒子群算法进行改进,并提出基于动态能量阈值和改进粒子群算法的单机器人多充电站最优路径规划方法,来达到能耗最优。单充电站与多充电站情况下的仿真对比证明:该算法具有很好的寻优能力与收敛效率;在确保移动机器人持续生存的同时,两充电站情况下的能耗比单充电站的能耗平均降低7.03%。因此,在合适的位置增设充电站更有利于降低能耗。     

基于竞选算法的移动机器人路径规划

提出了一种路径规划的新方法,利用链接图法(MAKLINK Graph)建立规划环境模型,将规划分为两个层次:用E.W.Dijkstra算法求链接图的最短路径,得到初始路径点;用竞选算法来调整各个初始路径点,得到最优的或近似最优的移动路径点.分析结果表明该方法是有效的.     

基于免疫算法的移动机器人路径规划研究

针对障碍物已知的全局路径规划问题,采用几何坐标法建立机器人工作的环境模型,提出了一种包含否定选择、克隆选择、接种疫苗等免疫思想的路径搜索方法,详细介绍了该算法的主要设计思想并给出了算法的具体流程。在亲和力构建时引入抗体浓度的概念,保持群体在进化过程中的多样性;提出了一种新的接种疫苗方法,大大改善了抗体的品质。与基于传统遗传算法的路径规划方法进行对比仿真实验,结果表明免疫算法有效地防止局部收敛,能更快地收敛到全局最优解。     

动态环境中移动机器人路径规划研究综述

路径规划是移动机器人技术中的一个重要课题,而动态环境中的路径规划问题则是该领域内一个富有挑战性的研究方向,它在自主移动机器人、自治水下机器人和星球探索机器人等领域具有广泛的应用前景。综述了动态环境中移动机器人路径规划研究的主要内容及其发展动态,从算法策略的角度,将该问题概括为基于智能计算的路径规划,基于行为、学习心理的路径规划,随机采样路径规划和混合路径规划。具体分析了各种算法的原理,指出其优缺点和有待进一步研究的问题,并提出一些解决思路。     

基于模糊决策法的移动机器人路径规划方法

对基于模糊决策法的移动机器人实时路径规划的方法进行了探讨。移动机器人在其运动前方180°的范围进行实时探测,得到环境信息,通过路径规划选择器,选择合适的模糊决策进行实时规划。上述过程通过计算机仿真得到了较满意的结果。     

基于混沌求偶萤火虫算法的移动机器人路径规划

针对传统萤火虫算法应用于移动机器人路径规划中存在陷入局部最优和搜索精度低的问题,提出一种基于混沌求偶萤火虫算法的移动机器人路径规划方法。设计一种混沌求偶荧火虫算法,该算法采用混沌映射策略初始化种群,优化种群分布不均和搜索范围不足问题;利用求偶学习策略指导雄性萤火虫向雌性萤火虫学习,提高算法的收敛速度和求解精度。建立移动机器人路径规划的环境仿真模型,应用混沌求偶萤火虫算法进行移动机器人路径规划仿真。仿真结果表明：混沌求偶萤火虫算法比传统萤火虫算法和粒子群算法在路径长度上分别减少了3.075%和2.428%,拥有更高的搜索精度和跳出局部最优的能力。     

基于混合参数蚁群算法的移动机器人路径规划北大核心

针对传统蚁群算法因初期信息素分布不均导致算法初期路径选择概率随机性大、搜索速度慢等缺陷,设计一种使用混合参数的蚁群改进算法。在算法开始阶段引入遗传算法,对遗传算法的适应度函数进行改进;设置一个评价点使遗传算法在合适的时机进入蚁群算法,并对算法的信息素挥发因子p采用一种自适应调整方式;对遗传算法的交叉率和变异率以及蚁群算法的信息因子和期望因子采用变异的混合参数,发挥4个参数因子在算法中的优点;在蚁群算法后面设置一个路径进化率的评价点判定是否再次进行遗传变异操作,目的是使蚁群算法跳出局部最优;算法最后引入B样条曲线光滑机制。实验结果表明:改进算法在简单和复杂的环境里找到的路径长度和路径拐点数明显减少,有比其他3种算法更快更准的寻找全局最优能力。     

轮式移动机器人个体在未知环境中实时免碰路径规划

根据人类在行走过程中避开障碍物及走向目的地的经验,结合机器人自身的结构特点,提出一种轮式移动机器人个体在未知二维环境中实时免碰路径规划方法。仿真实验表明,该算法具有很好的适用性。