移动机器人路径规划方法研究

路径规划技术是智能移动机器人研究领域的一项关键技术。文章首先阐述了移动机器人路径规划的概念并介绍了当前的国内外研究发展状况;然后分别从传统路径规划和现代路径规划两个方面对路径规划方法展开了研究;最后以A*算法和蚁群算法为例进行了MATLAB仿真实验,对今后路径规划的研究具有一定的参考意义。     

双向跳点搜索算法的移动机器人全局路径规划研究

针对跳点搜索算法在移动机器人全局路径规划中预处理规则存在不安全、路径搜索时间长和内存消耗大等问题,提出了一种双向跳点搜索算法的全局路径规划方法。该方法改进了跳点筛选规则,且从两个方向交替进行路径搜索,使得路径搜索时间和扩展节点大大减少,同时也提高了机器人的安全。为验证该算法的有效性,使用不同规格的栅格地图进行了仿真实验,仿真结果表明,双向跳点搜索算法的路径搜索时间比跳点搜索算法短,且栅格地图越大,效果越明显。最后在实际的移动服务机器人中进行了导航实验,实验结果证明双向跳点搜索算法比跳点搜索算法的路径搜索时间减少约30%,且安全性高。     

基于运动约束的移动机器人路径规划

针对A^*算法路径规划中存在的转折冗余、安全性低、不符合移动机器人非完整约束模型等问题,提出一种基于运动约束的路径规划算法。首先,通过挪移处理使A^*算法规划的路径点适度远离障碍物。然后,剔除无障碍路径点间节点,获取路径必经转折点。最后考虑机器人运动约束,以转折点位姿为局部目标,引导混合A^*二次规划路径。实验结果表明,改进算法比传统A^*算法提高了65%的安全距离,无冗余转向,路径具有位姿连续性,可以保证机器人的平稳、高效、安全的移动。     

面向方形节点拓扑地图下的移动机器人路径规划算法研究

针对方形节点拓扑地图下的移动机器人的特性,采用了A^*算法来实现路径规划,并对传统的A^*算法进行改进,一是在启发函数中引入了位移和角度2个因素,提高了函数的启发性; 二是引入堆的方法优化了数据结构,提高了列表中代价最小节点的搜索速度。仿真实验结果表明,改进后的A^*算法节点的最短路径节点相对减少,算法效率明显提高,具有良好的可行性和有效性。     

动态环境下果园移动机器人的路径规划研究

为了实现移动机器人对可移动障碍物的避让,提出一种改进的蚁群算法,该算法通过建立方向夹角启发因子,使得蚂蚁尽量选择夹角小的节点作为下一节点,提高了最短路径搜索速度;引用了较复杂的对角线距离的倒数作为新的启发式因子,因该距离公式无需进行平方根运算,求解简单,再一次提高了搜索效率。并将其与A*算法相结合,来实现与动态障碍物的避让。试验结果表明,改进后的蚁群算法与原蚁群算法在同等最短路径的情况下,前者搜索最短路径的速度是后者的3倍,可以实现移动机器人在复杂环境下的动态避让。     

移动机器人导航系统的研究现状与发展趋势

综述了移动机器人的定位，导航，路径规划，避障及多传感器信息融合技术，介绍了主要的导航方式及其特点，导航系统的分类，并阐述了导航技术的应用现状及发展趋势。     

移动机器人嵌入式控制系统研究

以PHILIPS公司的ARMLPC2210嵌入式主板为控制核心,研究并设计了移动机器人嵌入式控制系统。该控制系统主要包括主控模块、感知模块、驱动模块以及电源模块,并且能够实现多传感器的数据融合、环境建模、路径导航和运动控制等任务。     

基于调频毫米波的安防移动机器人导航系统

随着安防机器人应用领域的扩大,其工作环境的复杂性随之增加.在烟雾、灰尘和昏暗等特殊的室内环境中,视觉和激光导航方式不再适用.针对该问题,在开展毫米波雷达测距原理的研究的基础上,首先开展二脉冲对消器的研究,滤除静态杂波,并设计动态门限检测器,准确获取毫米波雷达与移动机器人之间的距离;为了提高导航精度,提出一种分割聚类法,...     

A~*算法在移动机器人路径规划中的应用

采用A*算法对已知环境中的移动机器人路径规划问题进行研究。利用栅格法建立环境模型,然后对节点的选择进行分析,最后通过MATLAB仿真。仿真结果表明算法能找到一条从起点到终点的较优路径,验证了算法的有效性。     

基于模糊算法的移动机器人导航

给出了一种在移动机器人导航中基于超声传感器的模糊避障算法。通过此算法,降低障碍物幻影的干扰。在仿真和真实环境下,实验结果都表明该算法可行有效。     

基于ROS和激光雷达的室内移动机器人定位和导航系统设计与实现

根据自主运动机器人的室内定位需求,设计并实现基于机器人操作系统ROS和激光雷达的室内移动机器人定位和导航系统。机器人系统采用树莓派控制器作为控制核心平台,利用激光雷达采集环境信息,在ROS分布式框架下进行软件算法的开发,实现基于扫描匹配算法的SLAM功能、基于最优路径算法路径规划以及基于粒子滤波算法的导航功能。理论仿真及实验实测结果表明,系统可构建精度较高的环境地图,并对机器人进行定位,有效完成室内定位和导航任务,具有低成本、开源、模块化、易于拓展等优点。     

模糊先验引导的高效强化学习移动机器人导航

针对移动机器人仅使用 RGB-D 相机在室内场景下执行坐标点主动视觉导航任务,提出了一种基于模糊先验引导的高效强化学习控制算法,设计了一种先验与强化学习的融合控制方式.结果表明,所提出的融合控制方法能够在确保较好的导航准确率基础上,避免训练中无意义的探索并缩短强化学习训练时长,实现强化学习策略的高效学习.     

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。     

机器人沿墙声纳导航的研究

为实现机器人的室内导航,本文提出了一种基于声纳传感器的沿墙导航方法。算法对室内典型结构和机器人可能存在的状态进行了建模,通过声纳传感器阵列所获知的外部数据判断机器人当前状态,应用有限状态机实现了机器人各种运行状态的相互转移。实验结果表明,该方法可以有效地应用于机器人室内导航,对各种室内典型结构的组合、变换具有较高的适应性。     

室内自主式移动机器人定位方法研究

定位是确定机器人在其工作环境中所处位置的过程.应用各种传感器感知信息实现可靠的定位是自主式移动机器人最基本、也是最重要的一项功能之一.本文对室内自主式移动机器人的定位技术进行了综述,介绍了当前自主式移动机器人定位方法的研究现状.同时,对国内外具有典型性的研究方法进行了较详细的介绍,并重点提出了几种室内自主式移动机器人通用的定位方法,对其中的地图构造、位姿估计方法进行了详细介绍.最后,论述了自主式移动机器人定位系统与地图构造中所面临的主要问题及其解决方法并指出了该领域今后的研究方向.     

模糊神经网络数据融合在移动机器人导航中的应用

提出一种基于模糊神经网络的多传感器数据融合方法,并将其用于自主移动机器人的导航避障。采用BP神经网络作为基体,将模糊技术和神经网络有机结合组成模糊神经网络控制系统,实现了模糊规则自动提取及模糊隶属度函数的自动生成。实验表明该方法可实现机器人的安全避障。     

未知环境中移动机器人基于行为的自主导航与环境构建

将模糊控制应用于基于行为的移动机器人控制结构中，使机器人具备了避障、避险和障碍物识别等基本的自主导航能力。针对未知环境中移动机器人的地图构建问题，提出了基于虚拟势场的全局搜索方法，采用基于栅格的地图表示方法，利用声纳传感器收集信息，实现对障碍物的识别和定位。通过试验验证了该方法的可行性。     

一种人形机器人气动导航主动控制系统

为解决人形机器人导航控制智能化水平较低,自适应程度不高的问题,设计了一种基于北斗导航的人形机器人气动导航主动控制系统.建立了人形机器人运动学数学模型,研发了机器人气动导航控制系统,通过国家2000坐标下导航实验,对模型和系统进行了实验验证.结果表明:建立的运动学数学模型和导航控制算法是合理的,研发的气动导航主动控制系统...