融合改进Dijkstra算法和动态窗口法的移动机器人路径规划

为解决移动机器人在智能制造车间的全局路径规划和局部动态避障问题,提出一种融合改进的Dijkstra算法和改进的DWA算法,对传统Dijkstra算法的路径进行平滑优化,使得路径轨迹更加平滑,动态改变DWA算法中速度评价权重函数,提高避障效率。仿真结果表明,改进Dijkstra算法路径平滑优化后,平均路程缩短比例为0.65%,平均偏航角震荡次数减少了67.70%,改进后的DWA算法运行路程缩小9.68%,路径转折次数降低了33%,运行时间缩短3.88%。基于改进的Dijkstra算法和改进的DWA算法提出一种融合算法,仿真和样机实验结果表明：面对静态、动态障碍物,机器人运行线速度平缓,轨迹光滑,角速度波动明显,证明机器人运动稳定,实时调整方位,具有良好的避障能力。并且多次机器人循环定点实验中机器人纵向(X轴方向)平均误差≤30 mm,横向(Y轴)平均误差≤30 mm,定位精度满足工业需求。     

基于优化A*和DWA算法的移动机器人避障路径规划

针对移动机器人在路径规划过程中路径曲率不连续,避障能力差等问题,提出了一种将改进A*和动态窗口法（DWA）相结合的路径规划方法。首先,在传统的A*算法基础上,将传统的8个搜索方向改为5个,提高搜索效率;其次,将Floyd算法思想引入A*算法中,设计了一种新的启发式搜索函数,实现了无斜穿障碍物顶点,增加了路径的平滑度;最后,融合改进算法以及动态窗口法,构造了新的评价函数,在保证规划路径全局最优性的基础上达到避障效果。仿真结果表明：该研究对于移动机器人自主导航的应用具有一定的参考价值。     

移动机器人避障模糊控制

本文首先介绍了研制的移动机器人的系统结构及运动学原理,然后采用一种具有速度反馈的基于模糊控制的移动机器人避障算法进行研究和仿真,最后对移动机器人在实际环境中进行避障实验,结果表明该模糊控制算法是可行的。     

模糊改进的人工势场法机器人局部路径规划

移动机器人在狭窄、障碍物繁多的密闭环境中工作,人工势场法(APF)应用于机器人避障及局部路径规划存在局部最优、目标不可达等问题,文章提出一种模糊改进的APF算法,通过重新构建障碍物斥力势场、障碍物运动速度和加速度势场、引力势场模型,克服局部最优陷阱;在某些特殊情况下,使用模糊算法给机器人提供辅助作用力,帮助机器人安全到达目标点。把改进模糊APF算法用于机器人避障,仿真结果表明:改进的控制算法应用于多障碍物环境可以帮助机器人实现安全避障。     

改进A*算法的AGV避障路径规划研究

针对传统A*算法在复杂栅格地图规划的路径不平滑存在多余转折点和多余共线节点，使用传统八叉树搜索策略时，AGV易发生碰撞障碍物现象，在复杂环境中随机出现在全局路径上的障碍物无法实现动态避障等问题，提出一种改进A*算法。由于传统A*算法的搜索效率主要取决于估价函数的设计，因此引入启发式函数的权重系数提高A*算法的搜索效率；设置障碍物安全距离，为判断障碍物区域内当前障碍物是否影响AGV通行提供参考，再次改进原有八叉树搜索策略提升避障性能，然后对得到的无碰撞路径进行路径优化处理，保留关键转折点；最后实现A*和DWA算法融合，进一步优化路径，并实现全局动态路径规划。实验结果表明：融合算法使得路径更加平滑，提高了算法的避障性能，表明了融合算法在机器人路径规划中的可行性。     

基于视觉的移动机器人避障控制系统设计

针对三轮全向移动机器人自主避障行进问题,提出一种以STM32F1处理器为核心的视觉避障控制系统。分析三轮全向移动机器人运动模型,设计避障机器人的硬件控制系统。利用OpenMV OV7725图像模块识别障碍物并获取障碍物位置信息。根据位置信息,采用模糊控制算法控制机器人移动方向,实现自主避障功能。结果表明:利用该系统,三轮全向移动机器人能自主识别并成功避开行进路线中的障碍物。     

NMPC算法下六自由度机械臂避障轨迹规划

针对机械臂在空间避障轨迹规划的需求,提出一种基于NMPC的六自由度机械臂避障轨迹规划算法。与以往的避障算法相比,该避障算法在规避障碍物的同时可以对运动轨迹精度进行控制。首先,建立六自由度机械臂自主防撞最优控制模型。其次,为了保证系统的时效性,对复杂的六自由度机械臂系统进行线性化处理,并且通过剪切搜索的方法来寻找最优解。最后,使其在满足控制约束和轨迹约束的前提下,达到自主避障效果。通过MATLAB对该算法进行仿真验证,结果表明：该方法能够有效地规划出满足机械臂性能要求的无障碍运动轨迹,实现机械臂在动态环境下的防撞控制,有效提高机械臂的运行安全。     

基于改进YOLOv4的移动机器人障碍物检测北大核心

为满足移动机器人障碍物检测精度与实时性的需求,解决识别网络复杂度高、体积大的问题,提出一种基于改进YOLOv4的移动机器人障碍物检测识别方法。首先,使用MobileNetv3代替原主干特征提取网络,同时使用深度可分离卷积块代替加强特征提取网络中的普通卷积块;其次,使用CDIoU提高对障碍物区域的检测能力;最后,基于移动机器人平台进行障碍物检测实验。实验结果表明,改进的模型可以达到90.2的mAP和42.04的FPS,与其他目标检测模型相比,参数量减少了40%,检测速度得到了大幅度的提升,所提障碍物检测算法具有检测精度高、检测速度快的优点,可以满足移动机器人障碍物检测的实时性和准确性要求。     

基于改进人工势场法的搬运机器人避障算法研究

搬运机器人作为移动机器人中的一种,应用前景十分广泛。基于搬运机器人的避障问题,对人工势场法进行研究,针对人工势场法容易出现的局部极小值问题和目标不可达问题进行分析,通过引入虚拟障碍物模型,较好地解决了人工势场法的局部极小值问题;修改斥力模型修正了目标不可达问题。在MATLAB软件中对改进之后的算法进行仿真,验证了该算法的可行性。     

融合改进RRT和动态窗口法的路径规划算法北大核心

针对传统RRT算法在规划中随机性过大,搜索时间过长且不能够实现动态避障等问题,从3个方面进行改进。针对RRT算法搜索树扩展方向过于随机,根据以起始点与目标点为对角线的矩形中的障碍物占比向目标点方向扩展,分别在有障碍物与无障碍物的环境中与传统RRT算法对比,验证改进算法的高效性;对改进算法规划的路径进行关键节点提取,并按照关键节点进行优化;将优化后路径分段使用改进动态窗口法。将融合算法与传统动态窗口法以及RRT算法在路径拐点数量以及路径长度等方面进行比对,结果表明:融合算法具有高效性且在规划的路径中加入临时障碍物时,移动机器人也能很好地避开。     

模糊神经网络信息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信息融合方法,并将其用于自主移动机器人导航避障.采用多个超声波及红外传感器探测障碍物的距离和方向,用CCD摄像机来跟踪目标.经过模糊神经网络信息融合后,实现了机器人对障碍物和环境类型的识别以及无冲突的运动.试验表明,该方法能够实现机器人的安全避障.     

基于碰撞危险度的移动机器人避障模糊控制

在基于模糊逻辑的移动机器人局部路径规划基础上，引入了由移动机器人与障碍物之间的距离和相对方位确定的磁撞危险度[1]（Risk-degree of Collision)。与仅用距离作为输入变量相比，把危险度作为模糊逻辑的输入变量可以有移动机器人下一步的决策控制提供更加准确可靠的依据。最后，给出院 移动机器人在有静止和运动障碍物的环境中的避障仿真结果，表明该方法是可行的。     

一种移动机器人路径规划方法

本文提出了一种新的移动机器人路径规划方法。采用链接图法，对工作空间进行建模，得出从起始点到目标点的网络有权图，再利用Dijkstra算法决策出初始全局优化路径，并提出了一种简单的几何方法对其进行优化；局部规划采用基于行为和模糊规则库的方法，采用基于模糊规则的避障行为来实时避障，当无障碍威胁时又寻找全局路径上最近节点回到全局路径上，实验结果证明该方法节省系统计算时间，是一种简单的、较优的路径规划方法。     

移动机器人超声波测距避障系统实验测试

为了让机器人能够在不同速度下实时动态识别障碍物急速停避障,提出一种动态测距精准停止避障算法模型,并利用STM32单片机实现运动控制。对自主设计机器人小车在室内进行了实验测试。结果表明：提出的动态测距停止避障算法模型能够在0.35～6.5 km/h内不同车速下遇到障碍物时在预期停车位置以内实现精确停车。多次试验测试和分析结果表明,离障碍物之间的最大停车距离为期望停车位置+2 cm。     

火龙果采摘用轮式AGV行走系统导航避障策略研究

以某火龙果种植园区为作业背景,针对前轮导向、后轮差速驱动型AGV研究其在无障碍直线循迹和局域轨迹主动防碰避障2种模式下的导航避障策略。对于前一种避障模式,采用模糊控制算法以AGV沿直线垄道中心行驶的横向位置偏差和航向偏角为输入、前轮期望导向角为输出,结合AGV运动学模型控制前后轮协同作用;对于后一种避障模式,基于滚动优化原理,设计了AGV在局域轨迹下主动避让静/动态障碍物的避障算法。最后,在Matlab中仿真验证表明:该导航避障策略具有一定的有效性和可靠性,为轮式AGV实际应用于果园导航避障提供了理论参考。     

动态环境下基于IVS算法的多机器人路径规划北大核心

针对动态环境下的多机器人路径规划问题,采用改进虚拟弹簧算法(improved virtual spring algorithm,IVS)解决路径优化过程中局部最小值和障碍物附近目标不可达问题(GNRON)。首先,基于栅格法建立网络交互动态力学模型,描述多机器人系统网络结构;其次,以最优路径和最短时间为目标,基于机器人编队控制,提出IVS算法,同时建立有效的启发式规则,并根据动态障碍物自身的运动属性,重新规划一条障碍物少的路径;最后,采用MATLAB将本文方法与传统虚拟弹簧算法和动态A*算法进行仿真对比分析,验证IVS算法在解决多移动机器人路径规划问题上具有搜索效率高、避障能力强和环境适应性好的优势。     

一种改进灰狼优化算法的移动机器人路径规划方法

针对移动机器人路径规划中存在易陷入局部最优、收敛速度慢、搜索路径消耗成本较大等问题,提出一种改进的灰狼优化算法对移动机器人进行路径规划。建立移动机器人避障路径规划二维空间模型,将灰狼优化算法中的线性收敛因子转变为非线性收敛因子,并将灰狼优化算法与粒子群算法结合,给予Omega狼意识;加入协同量子化优化灰狼群体;采用4类国际测试函数证明了改进算法在收敛精度、稳定性方面更优。将改进算法运用到移动机器人路径规划中,并与粒子群算法、原始灰狼优化算法进行对比,仿真结果验证了该算法的有效性。     

移动机器人及其控制系统研制

根据移动机器人运动学原理,设计了能够按预定轨迹运动并躲避障碍物的移动机器人系统,研制了机器人机械结构;利用单片机和红外传感器开发了具有避障功能的机器人控制系统,通过以推挽式四通道驱动器芯片为核心的驱动系统实现移动机器人的运动。系统结构简单、容易控制,经实验验证,实现了预定功能。     

基于改进模糊自适应遗传算法的移动机器人路径规划

针对现有移动机器人路径规划方法运行效率低的问题,提出一种基于改进模糊自适应遗传算法的路径规划方法。基于领域知识对初始路径进行可行性筛选,提高可行路径比例。采用模糊逻辑控制器动态整定遗传算法运行参数,提高路径寻优速度,避免陷入局部最优路径;综合考虑机器人运行安全性要求,引入余弦函数平滑度评价因子,对不同的路径夹角施以不同的惩罚项,以改善路径平滑度。仿真结果验证了改进算法解决路径规划问题的有效性。     

清雪机器人自主定位与导航系统设计与开发

针对清雪机器人在未知环境中缺乏环境感知能力和自主规划路径等问题,研究基于机器人操作系统（ROS）结合激光雷达的同时定位与建图技术（SLAM）、路径规划技术,确定清雪机器人的研究思路。采用基于改进Rao-Blackwellized粒子滤波SLAM用于机器人在未知环境中实现同时定位和建图,通过激光雷达扫描匹配建立栅格地图,采用A*和DWA算法对建立的栅格地图进行全局路径规划和局部动态避障,并通过自主开发的清雪机器人作为实验平台验证可行性。结果表明：在实际环境中,基于激光雷达的同步定位与建图有效解决了清雪机器人位姿估计和地图构建问题,清雪机器人能够按照指定清雪路线移动,并避开实时出现的障碍物,验证了清雪机器人设计的可能性。