基于复合控制算法的移动机器人沿墙导航研究

室内复杂环境下,由于超声波传感器测量精度不高、数量有限,导致移动机器人沿墙导航效果不佳,现有的控制算法实现较为复杂。为此,提出一种基于复合控制算法的沿墙导航策略,通过PID控制算法和Bang-Bang控制算法切换,控制移动机器人进行沿墙导航并最终实现室内环境的边缘检测。实际运行实验验证了该方法的可行性和鲁棒性。     

基于声纳的移动机器人沿墙导航控制

针对移动机器人提出了一种沿墙导航控制算法．算法首先对室内环境中墙的形状进行分类,并针对每一类型的墙设计相应的控制策略．然后在移动机器人运动过程中,基于有限状态机实现移动机器人沿墙状态的转移,从而使移动机器人采用不同的控制策略控制其运动．文中利用Pioneer 2DX移动机器人对此算法进行了实验研究,取得了理想的效果．     

基于模糊神经网络的移动机器人沿墙导航控制

移动机器人沿墙导航控制包含了追踪和避障两种情况,是移动机器人研究中的常见问题。它是指机器人在一定方向上沿墙运动,或者更一般意义上的沿着物体轮廓运动,并与墙保持一定距离。移动机器人利用声纳采集机器人与墙体的距离和角度信息,通过模糊神经网络将输入数据进行融合,从而判断移动机器人的位姿信息,输出左右轮速度控制其动作。实验证明此方法可以有效地保证移动机器人在安全距离内沿墙体运动。对比采用模糊神经网络前后的实验,采用后的移动机器人沿墙导航控制轨迹优于采用前,均方误差大大减小。     

移动机器鼠沿墙导航策略与算法研究

为解决移动机器鼠迷宫行走过程中存在的环境识别及分类处理问题,提出一种基于红外传感器的多模态沿墙导航控制策略和算 法。以机器鼠为硬件载体,在室内迷宫环境下进行导航实验,移动机器鼠能够较好地沿墙行走,抑制行走过程中的碰撞和失控现象。实验结果表明,该导航控制策略和算法具有较高的可靠性。     

融合沿墙行为的多移动机器人有序化多模态群集运动控制

一类基于势场原理的群集控制理论正逐步应用于多agent(智能体)/机器人稳定协同运动中.针对群集运动系统在非规则障碍物环境中运行时易出现的局部极小问题,引入基于行为的机器人学理念,构成多移动机器人多模态群集控制系统.在此框架内,仿生的动物沿端行为与有序化群集运动控制策略相融合,实现了多移动机器人系统快速聚合行为与高效避障行为的统一.移动机器人仿真实验验证了该方法的有效性.     

一种多移动机器人避障的改进算法

为了使多机器人在有障碍物的环境中可靠地运行,针对多机器人的避障问题,融合沿墙行为的避障模式,构造出一类具有自适应特性l-ψ闭环控制律下的多机器人避障算法,以作为基于行为的控制策略的有益补充。仿真结果表明,该算法可以成功地解决机器人因融合参数不当而形成的避障"死锁"问题,使多机器人在有障碍物的环境下,在障碍物区能够顺利地通过障碍物,在离开障碍物后,快速恢复至稳定。     

机器人信息增益RRT环境探索算法

由于传统RRT(rapidly-exploring random trees)路径规划算法固有的盲目探索的问题,机器人到达目标点时除起始点扩展到目标点的路径之外还会生成其他与结果无关的分支路径与节点,为使这些分支路径得到利用井且减少探索的盲目性,提出基于信息增益与RRT思想相结合的机器人环境探索策略.该方法对未知环境中...     

基于行为模糊控制的机器人绕墙走研究

本文建立了一种基于行为的模糊逻辑控制系统,将模糊逻辑推理运用到移动机器人基于行为控制的结构中,利用超声波的信息并结合移动机器人的外部环境,使机器人能够完成绕墙走运动,并把机器人在运动过程中遇到的一般障碍物当作墙.可同时实现简单地绕障碍物运动.将本文提出的控制策略通过Mobitsim软件仿真证明其可行性.     

机器人在有人环境中的避障算法的研究与实现

针对室内有人复杂环境下的服务机器人避障问题,提出了一种基于函数模型调控离散PID控制器的避障算法。通过分析并简化室内有人环境的复杂情况,然后采用递减函数模型对机器人减速后,再采用人工增量法干预PID控制器平衡从而进行转弯控制。采用状态栈记录速度与偏角的函数变化,以机器人避过障碍物之后的点为对称点,开始恢复行走方向,达到绕行的效果。最后,通过实验证明了这种减速后再寻找最佳方向避障的算法的有效性和安全性。     

机器人动态神经网络导航算法的研究和实现

针对Pioneer3-DX 移动机器人, 提出了基于强化学习的自主导航策略, 完成了基于动态神经网络的移动机器人导航算法设计. 动态神经网络可以根据机器人环境状态的复杂程度自动地调整其结构, 实时地实现机器人的状态与其导航动作之间的映射关系, 有效地解决了强化学习中状态变量表的维数爆炸问题. 通过对Pioneer3-DX移动机器人导航进行仿真和实物实验, 证明该方法的有效性, 且导航效果明显优于人工势场法.     

基于蚁群算法的机器人路径规划

移动机器人路径规划是机器人学的一个重要研究领域,栅格法模型是其中一类实时性很强的路径规划模型。该文引入蚁群算法的思想,以点离目标点距离、该点的访问次数和移动方向信息素为启发式因子,建立了一种新型的优化算法。新算法不仅能够较好地对已有算例进行求解,而且对于随机设计的新例子求解效果良好。     

基于模糊自适应控制的全向移动机器人的运动控制研究

由于四轮驱动全向移动机器人轮系分布的特点,四轮之间存在耦合关系,在运行过程中,机器人整体运动的稳定性及控制精度都不佳。针对此问题,本文设计一种基于模糊自适应控制器的误差修正方法,结合模糊控制和PD控制,在线对机器人体进行误差修正,并将整体误差按轮系结构分布合理分配到单个轮子上,从而将整体的误差修正转化为单个轮子的误差修正。通过在Matlab-Simulink环境下仿真实验表明,在使用模糊自适应控制器进行误差修正后,机器人对线速度及角速度的跟随性明显提高,改善了机器人运动控制的精度。     

小型两栖仿龟机器人多模式运动研究

针对浅滩环境和水下狭窄空间的科研考察、资源勘探等任务,提出一种“腿－多矢量喷水”复合驱动的小型两栖仿龟机器人。通过研究“腿－多矢量喷水”复合式驱动系统的运动机理,设计仿生爬行步态和旋转步态。根据“腿－多矢量喷水”复合驱动机构的变结构特性,提出“H”、“工”和“X”等多模式运动。通过机器人水中运动学建模,建立基于实时动态推力矢量分配优化机制的水中3维自主运动控制方法。最后搭建机器人原型机,陆地上的多地形运动实验验证了机器人在非结构化浅滩环境中的适应能力强,水中运动控制实验验证了两栖机器人多模式运动控制的灵活性和可行性。     

一种前轮驱动自行车机器人的原地回转运动控制与实现

建立了一种前轮驱动自行车机器人在车把和车架成正交构型时的动力学模型,重点研究其原地回转运动的稳定平衡控制方案。根据车把和车架成正交的特点并结合前轮纯滚动条件推导出车架航向角速率,基于Lagrange方程建立系统的动力学模型;采用部分反馈线性化技术,将欠驱动的车架横滚角线性化,并选择系统全部自由度为输出,通过给定一个角度的横滚角为系统的原地回转运动设计非线性控制器。数值仿真控制与实物样机实验表明,控制器可以稳定地实现自行车机器人的原地回转运动,并且改变车架横滚角的给定值可以得到不同的回转运动频率,两者的关系可以近似地描述为一个简单的线性函数。     

火工品运载机器人的设计与研究

为了解决具有高度危险性的火工原料和产品生产线之间的运输完全依靠人工完成这一难题,设计了一种基于PC的轮式移动机器人;根据机器人的工作环境和特点,结构上使用四轮驱动和前后独立转向,并通过PC机将处理后的信息传输给运动控制卡控制机器人的方向和速度,采用人工势场法进行路径规划和贝叶斯方法将超声波传感器获取的信息进行融合,使机器人实现避障行进;运行实验表明,轮式移动机器人能成功地避开周围1m内的障碍物将火工品运送到目的地,运载负荷可以达到8kg,速度最快为2m/s,系统工作稳定可靠,满足火工品的运输要求。     

基于传感器信息融合的移动机器人自主爬楼梯技术研究

机器人自主爬楼梯是移动机器人完成危险环境探查、侦察、救灾等任务需要具备的基本智能行为之一.分析了楼梯的多样性和履带式机器人爬楼梯固有的不稳定性导致机器人爬楼梯工作的复杂性,描述了带前导手臂的履带式移动机器人爬楼梯的步骤,简要介绍了利用超声波、视频摄像头和激光扫描测距仪信息来感知楼梯和判断机器人与楼梯相对位置的算法,最后提出了一个基于传感器测量值可信度的信息融合方法进行楼梯参数感知和行驶方向计算的机器人自主爬楼梯的控制系统结构.     

未知环境下的移动机器人环境建模研究

环境建模技术是移动机器人自主导航研究中的一个关键问题。为了实现机器人在未知环境下的自主导航,本文在分析当前普遍采用的一些环境建模方法及其缺点的基础上,提出一种基于多传感器信息融合的环境建模方法。实验结果表明该方法有效地克服了传感器的累计误差,有效地提高了环境建模的准确性。此方法的可行性和有效性通过Pioneer3-DX移动机器人得到了实验验证。     

未知环境下的移动机器人环境建模研究

环境建模技术是移动机器人自主导航研究中的一个关键问题。本文给出一种基于多传感器信息融合的环境建模方法。实验结果表明该方法有效地克服了传感器的累计误差,有效地提高了环境建模的准确性。此方法的可行性和有效性通过Pioneer3-DX移动机器人得到了实验验证。