吸尘机器人系统设计与避障算法研究

基于Cortex-M0微控制器设计超声波、红外和碰撞等多传感器硬件系统感知机器人工作环境,应用模糊神经网络对采集的数据进行信息融合处理,输出结果用来控制吸尘机器人的定位与避障。实验证明,多传感器硬件系统和基于模糊神经网络的避障算法大大提高了吸尘机器人的定位与避障精度,对不同的工作环境也具有良好的鲁棒性。     

基于模糊避障算法的履带式搬运机器人的设计

以HC-SR04超声波传感器模块获取机器人周围环境信息,以链式叉车作为搬运货物的执行机构,以STM32F103单片机作为机器人控制器,设计了一种自动搬运并且避障的小型履带式搬运机器人。针对局部静态环境下多障碍物对系统避障的复杂性,引入了模糊控制算法,通过对机器人与障碍物之间的距离进行模糊化,建立模糊规则,实现搬运机器人的避障控制。为了提高机器人的稳定性及避障的可靠性,对直流电机建立了数学模型,并利用积分分离PID算法进行仿真,最后实验结果表明该算法提高了直流电机的控制性能。     

移动机器人的超声模糊避障算法

超声传感器是移动机器人避障常用的传感器．但存在幻影的干扰。该文提出多个超声传感器的模糊避障算法．该算法把多个超声传感器分为左右两组．如果障碍物在右侧．机器人就向左转，反之机器人向右转。实验表明．该文提出的算法可以实现机器人的安全避障。     

基于动态窗口的机务机器人运动避障算法

提出了一种机务机器人在机务维修工况环境中的运动避障方法。该方法集成了聚焦A*搜索算法和动态窗口局部避障算法,将移动的障碍物作为网格地图中的移动单元,通过应用类似于动态窗口方法的程序来预测它们的运动趋势和轨迹,实现了对移动障碍物的有效避障。     

移动机器人漫游避障的研究

移动机器人在做漫游运动时,它的运动是随机的,因而避障是漫游过程中必须要解决的问题.本文应用多超声波传感器设计了移动机器人漫游避障的控制算法,在Pioneer 3-Dx型移动机器人自带的仿真平台SRIsim上进行了仿真实验,仿真结果表明了所设计算法的有效性和可行性.     

基于遗传算法优化的足球机器人模糊避障研究

在Robocup小型组(F-180)足球机器人比赛中,随着比赛对机器人运动能力和系统实时性要求的越来越高,基于本地传感器和处理器的主动避障策略日益受到人们的重视.模糊控制方法不依赖于精确的环境信息,并且运算量小,应用于自主避障很有前途,但传统的模糊控制方法难于手工创建控制规则,并且缺乏学习能力.研究了采用遗传算法对模糊路径规划器的模糊规则进行在线自动提取和优化的方法,并提出了一种用于评价规则有效性的适应度函数.仿真结果表明了算法有较好的适用性.     

工业机器人超声波传感器避障算法设计与优化研究

超声波传感器具有成本低、精度高、运算快、避障算法设计简单的特点,在工业机器人避障、路径规划领域表现出良好的前景.文章以超声波避障算法为基本原理,探讨其在工业机器人领域的应用价值、算法设计及优化方向,以便于改善现有技术在避障设计中的缺点,使工业机器人更好地服务于工业企业的生产需要.     

基于模糊改进人工势场法的机器人避障方法研究

在内部密封、狭窄、多障碍的船舱环境中,障碍物的分布具有随机性和不确定性,对于移动机器人的避障方法而言,传统人工势场法存在目标不可达、局部极小值等问题.设计了一种基于模糊逻辑的改进人工势场法,在避障算法的局部极小值附近,基于模糊逻辑给予移动机器人辅助控制力,帮助机器人逃离局部极小值点,避免机器人在避障过程中陷入局部极小值点的问题,并且优化路径.仿真实验表明:在多障碍复杂环境下,该算法能实现机器人实时、安全的避障.     

基于多超声传感器的机器人安全避障技术

在机器人的安全避障技术中,为了克服单个超声传感器存在幻影干扰不能准确对障碍物进行定位的缺点,提出利用多个超声传感器的测量信息,得到障碍物位置和方向的模糊关系,然后推断机器人的动作,实现机器人的安全避障.     

基于扇形扫描的机器人避障算法

结合足球机器人比赛的具体应用背景,提出了一种基于扇形扫描的机器人智能避障方法,该方法是先对机器人前进方向进行扇形扫描,确定障碍物的位置,然后进行路径规划,确定局部目标点,最终目标点由一连串局部目标点构成.经仿真和实践证明,该方法是有效的局部路径规划.     

基于分级速度障碍的移动机器人避障算法

针对广义速度障碍(Generalized Velocity Obstacles,GVO)算法解决动态环境避障问题时计算量过大、动作过于保守等问题,提出了速度障碍法(Velocity Obstacles,VO)与GVO组成的分级避障控制生成策略,使用VO判断所选控制生成的速度矢量是否存在碰撞危险,如果存在碰撞危险则进一步使用GVO对该控制进行判断,否则认为该控制为安全控制.通过建立碰撞时间评价函数和目标适应度评价函数选取最优控制.当可达控制集中所有控制都不可行时,通过可达控制集外的一组控制来启发当前控制的生成.仿真结果表明,所提算法有效的避免了GVO算法中不必要的计算,在不同场景中至少缩短算法运行时间15.91％,改善了GVO算法无解时避障,得到了更合理的轨迹.     

基于改进比例导引法的机器人动态避障算法

随着机器人运动环境日益复杂,为了使机器人可以安全、有效地避开动态障碍到达目的地,提出一种基于改进比例导引法的机器人动态避障算法;首先借助比例导引法的思想,通过使机器人与动态障碍物的相对速度方向导引到避障向量方向完成避障,然后为满足避障完成时间和机器人机动性能约束要求,得到重叠比例导引系数取值范围,并采用比例导引法对机器人运动路径进行规划到达目的地,最后采用仿真实验测试其有效性;仿真结果表明,该算法可以使机器安全有效地避开动态障碍物,对机器人的实际运动轨迹控制具有一定的参考价值.     

基于双目视觉的移动机器人避障算法仿真研究

针对当前超声波定位的机器人避障技术中,只能感知外围的单一信息,在多机器人通信或者外围存在信号串扰的前提下,信息转化测距结果存在较大误差,存在避障盲区的问题,提出一种视觉多图像信息融合的机器人避障算法,通过双目立体视觉采集机器人的实际图像信息,运用像素自适应融合方法最大程度的采集视觉信息,归一化后的视觉信息带入A*算法进行最优路径的选择,克服单一信息选择中路径计算的弊端,建立多信息约束的路径搜索模型,最大化的解决视觉避障中的干扰问题.后期的计算机仿真结果表明,与传统的测距避障算法相比,有效提高了算法的抗噪性能和避障准确性,为移动机器人避障优化提供了依据.     

改进DWA算法的移动机器人避障研究

针对传统动态窗口法（DWA）在稠密障碍物区域存在最优路径难以选取及生成路径不平滑等问题,提出了一种改进的DWA移动机器人避障算法。基于微分流形切向量选取与障碍物不相交的机器人预轨迹,引入障碍物数量因子与方向角变化因子来改进评价函数,提高机器人在障碍物密集区域运行的安全性,使用改进后的评价函数对选取的轨迹进行评价,进而确定最优轨迹对应的速度。通过多组仿真实验对比表明：改进的DWA算法在障碍物密集区域能规划出更合理、平滑的运行路径,在保证了机器人安全性的同时还具有更好的避障效果。     

基于场景理解与改进型BUG算法的移动机器人避障

针对现有移动机器人在视觉避障上存在的局限,将深度学习算法和路径规划技术相结合,提出了一种基于深层卷积神经网络和改进Bug算法的机器人避障方法;该方法采用多任务深度卷积神经网络提取道路图像特征,实现图像分类和语义分割任务;其次,基于语义分割结果构建栅格地图,并将图像分类结果与改进的Bug算法相结合,搜索出最优避障路径;同时,为降低冗余计算,设计了特征对比结构来对避免对重复计算的特征信息,保障机器人在实际应用中实时性;通过实验结果表明,所提方法有效的平衡了多视觉任务的精度与效率,并能准确规划出安全的避障路径,辅助机器人完成导航避障。     

移动机器人模糊逻辑控制系统避障研究

本文对全区域覆盖的局部路径规划，采用了一种模糊控制算法，利用模糊控制算法自身所具有的鲁棒性和基于生物学上的感知一动作的行为相结合。对于移动机器人的避障系统提出了充分接近障碍的避障策略，并对相关理论和实现方法作了深入的研究。     

基于模糊PID算法的送餐机器人系统的设计

针对传统送餐机器人在送餐循迹过程中修正时间长、路径偏差大,运行不够智能化,设计了一种送餐机器人,该机器人具有循迹、避障、餐桌定位、语音播报和点餐等一体化功能.系统利用了一种基于模糊PID控制的导航系统,由位置偏差和位置偏差变化率作为模糊控制器的输入,电机的PWM占空比为控制系统的输出,缩短了送餐过程中的修正时间,并提高了路径的准确度.通过实验验证,本方案是有效可行的,实现了餐厅点餐和送餐的智能化,具有较好的应用及推广价值.     

基于模糊PID算法吸附机器人转向控制

传统的吸附机器人在发生碰撞或者在不光滑的墙面移动时,机器人将会偏离原本设定的路线,从而降低工作效率。为了解决这一问题,本文分析了吸附式机器人系统数学模型,并提出基于模糊PID控制算法实现机器人转向控制,从而使得机器人回到原始路线,通过simulink仿真的结果可以得出,模糊PID算法相比于传统PID算法,转向系统的动态特性更好,系统的反应速度快,效率更高。