基于STM32F407的新型迷宫机器人系统设计

针对迷宫机器人走迷宫的要求,介绍了一种基于STM32F407和L6207双核四轮新型迷宫机器人系统的设计与实现。根据迷宫机器人在走迷宫过程中,单一微控制器无法满足迷宫机器人的频繁启动与制动,在此基础上引入L6207芯片,从而减轻了迷宫机器人在走迷宫时STM32F407的工作量。然后通过重新设置硬件,并对设计的主要模块做了详细介绍,主要包括微控制器、红外传感器、电源模块、电机控制等模块。软件模块采用中心算法结合洪水算法进行迷宫的搜索与冲刺。该算法简单,模块化容易移植,大大提高了迷宫机器人在时效性与稳定性方面的性能。     

基于LPC1114的迷宫机器人的设计与实现

采用Cortex-M0内核的ARM微控制器LPCIll4,结合带编码器的直流电机和红外传感器,设计了一种可以走迷宫的智能机器人．详细介绍了迷宫机器人各个模块的硬件实现,并给出了相应的软件设计方案．该迷宫机器人实现了完全自主控制,稳定快速地进行迷宫搜索．     

基于ARM的机器人走迷宫控制系统与算法设计

针对智能机器人所走迷宫的尺寸与迷宫格的多少,通过ARM控制机器人步进电机的步进角度及转动状态结合红外传感器的检测信号,通过智能算法的设计改变传统的搜索过程使搜索整个迷宫变为搜索到终点即停止搜索,以最大程度的减少搜索时间,降低搜索过程中的错误.并且改变以往的转弯方式使在原地转变为行进中转弯,这种转弯方式可以减少行进时所用时间,试验结果表明,此智能算法设计不仅可以完成传统算法设计所能实现的功能,而且可以大大减少搜索时间.     

基于蚁群算法的清扫机器人路径规划设计

在国内外对蚁群算法理论研究与工程应用的基础上,采用蚁群算法对清扫机器人进行路径规划设计.通过分析蚁群算法原理,并结合家庭中清扫时清扫机器人所遇到的障碍物,通过环境建模实现清扫机器人的路径规划.清扫机器人硬件采用模块化的设计,将清扫机器人分成行走模块、清扫与吸尘模块、传感器模块.进行系统的综合调试.试验结果表明清扫机器人清扫面积重复率小于6%,避障成功率为93%,达到了工程精度的要求.     

基于几何特征的自重构模块机器人自修复算法

基于网格型的自重构模块机器人,研究了一种基于几何特征分布式自重构机器人的自修复算法.它用广度和深度优先算法搜索有效的运动路径,将故障模块转移到系统构型边界处释放,并用备用模块取代.分析了该算法实现任意位置故障模块的自修复过程,并优化了自修复过程中的模块运动路径.仿真结果表明,对于三维网格型的自重构机器人,该自修复算法是可行和有效的.     

基于综合智能算法的新型救援机器人路径规划研究

为满足救援机器人在特殊工作环境下的成功避障和趋于目标,设计了一种新的机器人总体结构,采用超声波传感器收集周围距离信息并采用生命探测仪扫描周围环境将结果用于指导机器人到达事故地点.为提高结构化和非结构化交互环境下救援机器人的避障成功率,提出一种自适应模糊神经网络路径规划算法,利用障碍物信息生成相应的模糊控制规则,并将模糊算法构建成神经网络结构形式,使得规则的在线精度和神经网络的学习速度均有较大的提高,同样可使救援机器人具有较为迅速的反应能力,实现机器人连续、快速地避障并顺利搜索到指定目标.系统仿真证明了该算法在救援机器人路径规划中的有效性.     

一种基于强化学习的自适应变步长路径规划算法

在基于神经网络结构的机器人全局路径规划算法中，利用强化学习的思想，引进评价预测学习的自适应变步长算法，实现了步长的在线自动调节，加快了路径规划的计算速度。仿真试验表明，该算法能有效实现步长参数的在线自动调节，并使路径规划收敛速度平均提高了10倍以上。     

基于Android手机控制的智能小车的设计与实现

该设计以小车为控制对象,以Android手机APP为控制平台,通过蓝牙通信协议,设计和实现对小车的实时运动控制,其中移动小车由控制器,电机驱动模块,蓝牙通信模块等硬件电路组成,手机APP以基于Android系统的APP Inventor在线平台进行开发设计;该系统通过软硬件调试结果表明:小车可以接收手机APP的遥控信号并实时响应前进、后退、左转、右转或停止命令,而且还有避障功能,为未来智能控制提供了一定的参考依据。     

小型智能家居机器人的设计与实现

为实现低配机器人完成较高智能的服务, 设计并实现了一款小型智能家居机器人。 该机器人能高效、 自 主地建立环境地图, 规划出最优路径到达目标点, 从目标点取物后沿原路返回。 机器人通过红外低配传感器感 知未知环境, 并建立栅格地图; 通过宽度优先搜索规划出两点间的最优路径。 采用北京博创的“创意之星冶模 块化机器人平台设计并搭建了一款具有抓取功能的轮式机器人, 将提出的算法在机器人上进行了实现。 实验 表明, 提出的算法可在低配机器人上实现并完成指定的功能, 该机器人适用于家居环境, 能辅助老年人完成一 定的取物操作, 对机器人的发展起到了积极的推动作用。     

一种自主水下机器人航路规划算法研究

在基本蚁群算法的基础上,提出了一种用于实现自主水下机器人路径规划的自适应蚁群算法,该方法通过改进概率的选择和调节信息素挥发系数,保证AUV以更安全的航路接近目标,同时提高了搜索最优路径的收敛速度,并对路径进行平滑处理使结果更可行.用Matlab对控制算法进行仿真,仿真结果表明该算法能明显改善路径规划性能.     

农业机器人视觉导航试验平台

搭建了四轮驱动农业机器人视觉导航试验平台。设计了基于AVR单片机的下位机控制器,实现了4个电机的独立速度控制及其与上位机间的串口通讯功能。将最小二乘法和线扫描算法相结合,实现了农业机器人在作物行间行走的导航路径提取的视觉导航算法。测试表明:该算法具有较好的实时性,可以应用于农田两行作物间的导航试验。     

自重构机器人重构运动规划策略研究

通过自重构机器人模块间的连接、断开和运动顺序规划,由风车形晶胞群组成的机器人构形具备通过重构实现质心变化的功能.此种运动方式与特定构形的整体协调运动存在本质区别,为了实现质心的改变,当设计运动规划策略时需要综合考虑机器人的运动路径及模块间的连接、断开和运动顺序.针对运动平面内存在障碍物这一情况,采用启发快速扩展随机树搜索方法对由风车形晶胞群组成的机器人构形的运动路径进行了规划.机器人的每一步运动利用内置的固定运动序列库实现.实验证明了启发快速扩展随机树搜索方法的高效性及可行性.     

基于A^＊算法的机器人路径规划实现

A^＊算法是一种启发式搜索方法,即通连用一个比较特殊的估价函数使得在路径优化问题中得到较优方案。应用此算法实现机器人在规划空间中行走路径的选择,通过仿真表明,此算法能得到较优的路径选择策略,有利于机器人在规划空间的行走。     

基于改进蜘蛛群居算法的移动机器人路径规划方法研究

路径规划是移动机器人研究的重要领域之一,其优劣直接影响行径过程中机器人与周围环境的交互能力。常用的全局路径规划方法容易产生扩大空间时决策速度下降、死锁等问题,蜘蛛群居算法其收敛速度和搜索能力不佳,通过改进邻域搜索,改进全局搜索和婚配半径,来获得更优的收敛速度和搜索能力,迭代寻优时,通过模拟蜘蛛群体运动规律,即依据雌、雄蜘蛛的协作,相互吸引以及婚配过程进行信息交互,最终得到最优解。实验证明:改进蜘蛛群居算法,可以实现对移动机器人的路径规划,提高其搜索能力,避免在路径规划过程中陷入局部最优,相比于蜘蛛群居算法和粒子群算法,该算法优化后的最短路径和实际路径更优。     

迷宫最短路径问题的计算机解法

本应用数组、栈、队列等数据结构，针对数字化的迷宫图形，采用广度搜索的程序设计思想，完成了迷宫最短路径问题的一种计算机算法，并解决了搜索过程中的循环绕道问题。     

基于蓝牙技术的小车智能控制系统设计

基于Cortex-M3内核处理的硬件平台设计实现小车智能控制,通过蓝牙设备实现小车的智能行驶。其系统硬件主要由蓝牙模块、电机驱动模块和Cortex-M3处理器芯片模块构成;软件系统由SMT32控制处理程序和手机端控制界面程序组成。实验测试表明,该设计较好地实现了手机蓝牙控制小车的智能行驶功能。     

机器人路径规划的一种改进蚁群算法

介绍了一种静态环境下机器人路径规划的改进蚁群算法。该算法使用栅格法对机器人的工作空间进行建模。搜索过程采用了蚂蚁落入陷阱回退策略和蚂蚁相遇策略,从而避免了遇到陷阱时形成的路径死锁情况,同时也提高了最优路径的搜索效率。仿真研究表明,该算法能明显改善路径规划性能,并且算法简单有效。     

一种用于车辆最短路径规划的自适应遗传算法及其与Dijkstra和A*算法的比较

提出了一种自适应遗传算法,并成功应用于车辆最短路径规划算法中. 所采用的编码方式、交叉及变异算子等均针对最短路径规划问题而专门设计;同时,提出了一种新的交叉概率、变异概率在线自适应调整策略,以便提高遗传算法的搜索速度和搜索质量. 将该算法同Dijkstra算法、A*算法进行了仿真比较. 对五种不同情况的仿真研究结果表明:同Dijkstra算法相比,该自适应遗传算法可以减少搜索到最短路径的时间;同A*算法相比,该自适应遗传算法则可以搜索到更多的最短路径.     

基于改进灰狼优化算法的区域监测机器人路径规划

为了解决大任务量作业监测中机器人路径规划问题,提出了一种区域监测的机器人路径规划算法。模拟大任务量监测真实环境进行问题建模。针对传统灰狼优化算法求解模型时全局搜索能力差且易陷入局部最优解的问题,提出了一种改进的灰狼优化算法。引入Logistic混沌映射,以加强初始化种群的多样性;引入一种控制参数的自适应调整策略,以平衡灰狼优化算法的搜索能力和开发能力;引入静态加权平均权重策略,更新种群位置,加快收敛速度。将机器人载电量与路径长度短作为约束,引入K-means算法进行任务聚类,通过改进灰狼优化算法对模型进行离线求解以规划出路径,将大任务量监测作业自动转换成分时分步作业。实验结果表明:通过国际通用6个基准函数进行测试,改进的灰狼优化算法在收敛速度、搜索精度及稳定性上均有明显提高。通过50任务点与100任务点作业场景对机器人路径规划模型进行算法仿真,验证了算法的真实有效性,且任务量越大模型优越性越好,路径缩短比例越高。     

基于AVR单片机的清洁机器人控制系统设计

实现了一种基于ATmega128单片机的清洁机器人控制系统,包括硬件设计以及软件算法的实现.控制系统硬件部分传感器包括红外测距传感器,碰撞开关,红外测速传感器等.红外测距传感器、碰撞开关用来感知障碍物,红外测速传感器用来检测驱动轮的速度,电机为驱动轮以及清扫机构提供动力.本文软件部分采用了全覆盖路径规划算法,为环境建立固定坐标系,以沿边行走方式探测环境信息,实现了清洁机器人区域全覆盖行走功能.