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Petri网的AGV路径规划方法

提出了一种基于Petri网的多AGV路径规划方法。在此方法中引入了关联库所（Related Place)的概念。对FMS中的多AGV路径规划进行了描述。通过对这种方法和其他路径规划方法的比较,发现该方法对多AGV环境有较好的规划效果,可以满足分布式的管理要求。并用一个简单例子说明了该方法在实际中的应用。     

有限信息条件下的机器人路径规划

在移动机器人的相关技术研究中,路径规划技术是其核心技术,也是其实现真正智能化和完全自主移动的关键技术。传统方法多要求预知全局信息,然而实际中机器人多数只能获得有限的环境信息。因此,有限信息条件下移动机器人路径规划贴近现实,是当前研究的热点与难点。根据所依赖信息层次的不同,将路径规划算法分成3类:依赖全局信息的全局路径规划、仅依赖局部信息的局部路径规划以及同时利用全局与局部信息的混合式路径规划,并分别介绍3类方法在有限信息环境下的特点。     

面齿轮齿面检测路径规划方法研究

针对面齿轮齿面检测,根据检测过程中路径规划的原理,提出采用3种不同方法(常规方法、纵向法、横向法)规划路径,分别计算其相对应的测头测量总行程,并在三坐标测量机上进行齿面检测试验.比较理论计算的结果及试验结果,表明常规方法和横向法在实际检测试验中都是可行的,但后者更为快速、高效.     

机器人路径规划方法的研究进展与趋势

对机器人路径规划的研究进行了概括和总结,阐述了机器人全局路径规划方法、局部路径规划方法及混合方法的研究现状、特点和主要成果,指出了其今后的发展方向及研究重点。     

嵌入式智能机器人路径规划应用研究

研究了智能机器人路径规划算法的研究现状,指出各种算法的优缺点,提出建立嵌入式智能机器人路径规划平台,实现了基于嵌入式实时系统的智能机器人路径规划算法.     

元胞蚁群路径规划方法

元胞自动机是一种适合复杂大系统模拟的工具,其时间、空间和状态都离散;蚁群算法是模拟生物中蚂蚁群体觅食的过程的一种群智能算法.建立了以元胞自动机为系统框架和以蚁群算法为运行核心的离散模型用于求解机器人路径规划.通过仿真程序得到了路径状态解和收敛速度.试验显示将蚁群算法用元胞自动机来构建的方法是可行的.     

基于状态转移规则改进蚁群算法的机器人路径规划

针对传统蚁群算法在全局路径规划中存在的收敛速度慢、局部最优解、算法优化能力低、种群多样性与收敛速度相互矛盾4种主要问题进行改进,提出了基于动态更新状态转移规则的蚁群算法。通过人工势场法改进启发函数,提高算法的优化能力;利用伪随机状态策略改进状态转移规则,提高了算法的收敛速度;引入动态信息素更新方式,解决局部最优问题,协调种群多样性与收敛速度的矛盾。利用剪枝法对改进后的路径规划算法进行优化。通过分步仿真、对比仿真的方法证明算法改进过程的合理性,提高了蚁群算法在路径规划中的性能。仿真结果表明,改进后算法的路径长度缩短44.08%,运算时间缩短45.13%,在解决4种问题的同时,有效提升了机器人全局路径的平滑性和安全性。     

CMM示教过程中路径规划算法的改进与应用

针对目前主流测量软件在示教编程过程中,在某些情景下无法自动生成正确测量路径的弊端,基于安全平面功能,提出新的路径规划算法,并将其集成到国产测量软件DirectDMIS中,在不增加测量软件任何操作和设置的条件下,解决了特定测量情景下示教过程中的自动路径规划问题。并通过实际应用与主流测量软件PC-DMIS进行对比,验证了此算法的有效性与实用性。     

考虑阻塞的双向AGV路径规划方法

针对制造车间物料搬运系统中的AGV路径规划问题,提出一种考虑阻塞的AGV路径规划方法。依据各相邻节点之间路径中AGV搬运情况的统计数据计算路径的拥堵系数;引入拥堵系数计算AGV的统计搬运时间矩阵,将其作为路径规划的权值矩阵;设计Dijkstra算法求解起始点到终点的最短统计搬运时间路径,将其存入最短统计搬运时间路径表供查询使用。案例分析结果表明：与传统Dijkstra算法相比,考虑阻塞的AGV路径规划方法可以有效降低搬运时间,提高搬运效率。     

基于改进RRT路径规划算法

针对基本RRT算法路径规划特点:树的扩展具有随机性,路径中存在冗余的节点,规划出的路径拐角多.因此,提出一种改进的RRT算法.改进后的算法首先采用目标偏向策略,以一定的概率P把目标点作为采样点进行随机树扩展,提高随机树向目标点的扩展的概率;其次,改变度量函数,添加了角度约束,减少了路径规划中搜索的范围,以减少搜索时间;...     

电火花穿孔机群孔加工路径规划算法

在使用电火花穿孔机进行自动化群孔加工时,电极需频繁地从前一个孔位移动到下一个孔位。当孔位较多时,累积的运动时间相当可观,导致整体加工效率降低。通过分析孔位的坐标和间距,基于旅行商问题近似解法和坐标排序,提出了几种有效且实用的群孔加工路径规划算法,并集成在穿孔机CAM软件中。测试结果表明,几种算法均能有效缩短孔位间移动的总体距离,从而提高了整体加工效率。     

基于混合蚁群算法的AGV路径规划

针对传统蚁群算法在求解自动导引运输车(Automated Guided Vehicle,AGV)路径规划时存在搜索效率低且易陷入局部最优的问题,提出了一种运用于AGV路径规划的混合蚁群算法.首先,利用可视图法建立研究问题的环境模型,在此基础上利用A?算法规划出一条较优路径作为初始路径;其次,对蚁群算法信息素更新方式以及...     

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。     

再制造成形系统中的焊接路径规划

在实现系统标定、零件扫描建模的基础上,对焊接机器人的路径规划进行了研究阐述了规划原理,得出一系列的规划参数;进行了焊道重叠量的计算,分析比较不同重叠量的焊接效果;进行了软件实现,指导零件的堆焊修复,效果良好.     

基于改进遗传算法的工厂AGV安全路径规划

为了避免危害事故的发生,在复杂的加工制造工厂中规划AGV小车安全无碰撞的行驶路径,不能简单地将AGV看成一个质点。首先在传统的障碍物栅格地图中叠加了环境安全信息,构建了融合信息栅格地图,提出了一种改进的遗传路径规划算法,在其适应函数中加入安全信息,并采用A*算法产生的初始路径为基准进行安全优化,减少了算法的搜索空间和复杂度。在MATLAB中对算法进行了验证,并在Gazebo中模拟了制造工厂AGV路径规划过程,验证了该方法具有较快的收敛速度及有效性。     

粒子群-蚁群融合算法的机器人路径规划

为了提升移动机器人在全局静态环境下搜寻到达指定目标点的最优路径的能力,提出一种粒子群算法和蚁群算法改进求解路径规划问题的融合算法。改进算法针对粒子群算法易陷入局部极值,利用蚁群算法获得全局最优路径;设置标识栅格,提升路径安全度;同时引入活跃因子增加粒子速度的多样性,根据粒子群算法最优解调整路径上信息素分布,解决蚁群算法中初始信息素缺乏的问题。融入简化算子,对路径做进一步处理,优化路径长度。仿真结果表明,融合算法具有较强的安全性以及改善了算法寻找最优解的能力。     

基于深度强化学习的AUV路径规划研究

针对三维海洋环境水下自主航行器(AUV)路径规划问题,传统的路径规划算法在三维空间中搜索时间长,对环境的依赖性强,且环境发生改变时,需要重新规划路径,不满足实时性要求。为了使AUV能够自主学习场景并做出决策,提出一种改进的Dueling DQN算法,更改了传统的网络结构以适应AUV路径规划场景。此外,针对路径规划在三维空间中搜寻目标点困难的问题,在原有的优先经验回放池基础上提出了经验蒸馏回放池,使智能体学习失败经验从而提高模型前期的收敛速度和稳定性。仿真实验结果表明：所提出的算法比传统路径规划算法具有更高的实时性,规划路径更短,在收敛速度和稳定性方面都优于标准的DQN算法。     

基于HPSO算法的CNC在线检测路径规划

CNC在线检测路径规划直接关系到在线检测效率,为生成最短的无干涉检测路径,文章提出一种基于混合粒子群算法(HPSO)的在线检测路径规划方法。采用先避障后优化的规划策略,规划出无干涉的初始检测路径,基于旅行商问题建立优化模型,使用HPSO算法优化测点间检测顺序及特征间检测顺序。针对典型工件进行在线检测路径规划及检测实验,相比于基本粒子群算法的优化结果和人工规划结果,该方法在保证测头安全的前提下,有效缩短检测路径长度,提高了检测效率。     

基于特征技术的检测模型及其轨迹规划算法

介绍了基于特征技术的检测信息模型,建立了基于特征测面的零件检测数据模型.同时,对测头的检测运动轨迹进行了规划,实现了自动检测功能.