基于混合智能算法的机器人避障路径规划研究

为提高智能机器人在市场内的使用率,优化机器人的使用性能,开展基于混合智能算法的机器人避障路径规划方法的设计。结合动力学扰动行为的分析,获取机器人不同关节有效运动参数,通过对不同运动姿态的有效融合,建立机器人障碍规划运动学模型;基于栅格法,对障碍物环境进行网格划分,基于蚁群算法,定位机器人避障最优参数,以此实现对避障路径规划中参数的设定;利用OAO的局部定位与全局检索能力,构建一个环境障碍物随机树,将其与蒙特卡洛算法进行融合,进行机器人规划初步行进路径的设计。实验结果证明,设计的路径规划方法,在实际应用中,可以起到缩短并优化避障路径的作用,以此种方式,提高机器人行进的速度与效率。     

基于红外的障碍场中集群微机器人的控制方法

对多障碍物环境下微机器人集群运动的控制问题进行了研究.结合微机器人尺寸小的特点,采用低功耗的红外传感器感知外界环境.设定机器人的安全区域,根据机器人运动过程中避障和路径规划所要满足的边界条件,提出了基于人工蜂群问题优化的路径规划控制模型,实现了微机器人的避障和路径规划.仿真结果验证了该控制方法的有效性.     

基于激光雷达局部地图构建的机器人避障路径规划

机器人周围环境的光照、阴影及物体遮挡等条件易导致环境信息采集出现误差，影响机器人建图精度。为优化障碍物的探测准确度和机器人的避障速度，提出基于激光雷达及模糊比例积分微分(PID)的机器人避障路径规划方法。利用Kinect传感器采集机器人环境深度信息，并将其转化为3D信息，构建全局地图。利用激光雷达，通过坐标转换、线段分割，构建局部地图，补充全局地图的不足。结合Cartographer算法优化机器人控制参数，利用模糊PID控制器完成机器人避障路径的规划。实验结果表明：该方法在普通避障环境和复杂避障环境下，均能够成功躲避障碍物，且避障路径均较短。     

基于视觉跟踪的移动机器人路径规划研究

针对复杂环境下含有外部干扰的移动机器人系统,进行路径规划和避障时算法移植性差收敛速度慢、控制系统开放性低容易陷入局部最优,提出一种不依赖滤波器函数和专用通信协议,能够同时满足时效性和精准度的路径规划算法。设计的路径规划算法将机器人运动控制与视觉控制集成一起,随着机器人的运动计算角位移和目标距离,通过以太网进行数据传输,利用相似度不断关联目标路径,最终快速准确地定位目标动态实现路径规划和避障。与传统路径规划算法相比,所提出的模型简单,无需进行复杂的机器人运动学分析,同时在集成系统中引入预设性能评价函数,合理利用系统资源保证了系统的安全性和稳定性。通过李雅普诺夫第二方法稳定性分析,验证算法的稳定性和有效性。     

基于道路场景理解的巡检机器人避障方法研究与应用

为提升巡检机器人的导航避障能力,本文将深度学习技术应用于场景识别中,提出了一种基于道路场景理解的巡检机器人自主避障方法(Road Scene Understanding Net, RSUNet).该方法首先将多层卷积与LeakyReLU激活函数相结合,并以残差结构和金字塔上采样结构的方式,构建高精度道路场景理解网络;其次,设计自适应控制模块来对比前后两帧图像的深层特征信息,并根据特征差异大小自动控制后续网络层的特征计算,避免相似特征重复提取,保障网络效率;最后,将场景理解结果转化为巡检机器人前方不同区域的目标信息,通过分析机器人前方可行道路区域以及障碍物所处位置来指导巡检机器人实现导航避障.实验结果表明,所提方法有效的平衡了场景理解网络的识别精度与计算效率,同时,在实际变电站巡检机器人平台上,该方法也表现出较强的适应性,并能准确高效的为机器人提供场景信息,辅助机器人完成实时自主避障.     

基于机器视觉的输电线路巡检路径三维自适应调度模型

为准确规划输电线路巡检路径,提出基于机器视觉的输电线路巡检路径三维自适应调度模型。以无人机群为飞行平台,采集并拼接目标巡检区域的输电线路图像;通过逐一构建杆塔、导地线及其他输电设备三维模型,获取整体输电线路三维模型;建立输电线路巡检路径智能规划模型,通过模糊状态寻优控制方法,规划无人机群巡检路线并寻找最优路线;引入码间干扰抑制法去除干扰因子,优化通信的连续性,实现输电线路巡检路径三维自适应调度。实验证明,该模型能合理地规划输电线路巡检路径,实现输电线路巡检路径三维自适应调度,同时可以输出全面、清晰的巡检图像。     

基于动态障碍物的机器人避障路径规划方法

针对传统机器人路径规划只适用于障碍位置固定的环境中,无法避开动态障碍物的问题,提出一种融合动态障碍物信息的机器人避障路径规划方法.对传统动态窗口法(Dynamic Window Approach,DWA)进行改进,融合动态障碍物信息与机器人运动学分析,来解决机器人在动态环境下的避障问题,并与改进的A*算法融合,来保障机器人路径规划的全局最优性.实验结果证明,所提出的方法在动态环境下适应度高、安全性强,具有一定的应用价值.     

机器人避障中最短路径的算法研究及应用

基于机器人在平面区域运动的避障问题,通过单一障碍物路径长度设计算法,利用MATLAB软件进行分别计算,综合比较得出机器人从区域起点到达目标点的避障最短路径。     

基于蝗虫优化算法的壁面爬行机器人导航避障方法

由于壁面爬行机器人导航避障的过程中,无法准确判定障碍物节点所处的位置,导致避障效果较差。为此,文中提出一种基于蝗虫优化算法的壁面爬行机器人导航避障方法。首先,基于对蝗虫优化算法个体对象的表示构建障碍物节点的目标函数,并对目标函数进行求解,获取的解即为局部搜索的障碍物节点,以此判定障碍物所处的位置;然后,分析壁面爬行机器人的运动行为,建立壁面爬行机器人的运动学模型,对机器人运动行为的坐标进行转换后,根据障碍物所处的位置对壁面爬行机器人的导航行进路线进行规划。实验结果表明,所提方法的壁面爬行机器人在单位运动区域内的避障有效性超过95%,可以准确躲避障碍物节点,能够有效提升机器人运动避障能力。     

建筑装饰机器人的室内部署及导航优化策略

建筑装饰机器人具有智能、高效、安全的特点,通过自主规划路径和避障,可以实现机器人自主作业。文章围绕建筑装饰机器人能够降低施工成本、保护劳动者安全等优势,结合某高层项目天花板吊顶定位装饰施工要求,实现建筑装饰机器人室内部署及自动导航策略,优化机器人路径设计,提高机器人操作动作效率,使机器人连续运动和作业。     

一种飞行巡线机器人的设计与实现

针对2019年全国大学生电子设计竞赛中要求设计制作一款四旋翼飞行器的巡线机器人来实现对电力线路进行自动巡检、巡查和巧遇故障时自动拍照存储记录等功能,设计提出了一种基于四旋翼飞行器的巡线机器人的设计方案。采用高性能微控制器TM4C123GH6PM作为巡线机器人的飞控主处理器,为了满足自动巡检任务,在飞控板上增加了视觉Open MV传感器、姿态传感器和超声波模块协同作用来识别线缆、定高和测距。实验结果表明,设计的四旋翼巡线机器人能够在多种飞行速度和无路径规划条件下完成正常的电力线路巡检任务。     

基于CNN的移动机器人局部路径激光雷达辅助规划方法

移动机器人在开展局部路径规划时,对障碍物的准确识别及避障路径规划效果会直接影响机器人的安全运行。为此,提出基于CNN的移动机器人局部路径激光雷达辅助规划方法。该方法首先依据CNN方法建立障碍物定位模型,结合设计的视觉控制器,完成场地内障碍物位置的定位;再使用激光雷达采集机器人与障碍物位置之间的距离,再通过VFH算法对距离量化,利用自适应阈值计算机器人移动时的转向,从而确定机器人的局部航向,实现机器人的局部路径规划。实验结果表明,使用该方法实施路径规划时,规划出的路径长度最多为82 m,规划时间最多为5.12 s,规划效果好。     

模糊神经网络信息融合方法在机器人路径规划中的应用研究

多传感器信息融合技术在机器人领域有着非常广泛的应用前景。文中对移动机器人避障及路径规划问题,结合模糊逻辑和神经网络的特点,提出了一种基于T-S（Takagi-Sugeou）模型的模糊神经网络的多传感器信息融合方法。该方法对障碍物信息进行综合处理,用于移动机器人的避障。并通过实验仿真验证了该方案在移动机器人避障和路径规划中的可行性和有效性。     

基于K60芯片智能车系统的设计

本文介绍了一款可实现远程控制、自动避障、路线规划等功能的智能车系统的设计.智能车以K60为中心微控制单元,采用ESP8266WiFi模块与上位机通信,L298N芯片驱动电机控制运动,此外还包括电源模块、显示模块等.智能车借助车前后的激光雷达来检测路面情况,实现有效避障、合理规划行驶路径的目的.     

动态环境下基于多人工鱼群算法和避碰规则库的机器人路径规划

为了提高机器人路径规划的速度、环境适应能力和高效动态避碰问题,提出了一种基于多人工鱼群的机器人路径规划算法和基于避碰规则库的动态避障算法.该算法中,人工鱼以其与目标点的距离为食物浓度,两个邻近栅格的距离为步长,其觅食行作为默认行为,在一定条件下执行聚群或追尾动作,并采用两鱼群双向搜索机制在静态环境下规划出较优路径.在此基础上,机器人查询动态避障规则库获得避碰方法,从而实现与动态障碍的避碰.大量仿真实验结果表明,该方法具有较高的收敛速度和较强的搜索能力,能在非常复杂的动静态障碍环境中,迅速规划出一条安全避碰的优化路径.     

基于无人机的风电智能巡检系统分析

阐述无人机故障识别路线和无人机飞行控制，包括风电巡检风险评估、风电巡检避障策略、三维激光扫描技术、风电自主巡检，探讨风电智能巡检技术应用功能。     

煤矿井下基于Q—learning算法的移动机器人路径规划

机器人的路径规划一直是机器人研究领域的难点问题。针对煤矿井下环境的不确定性,环境的复杂使机器人很难得到好的规划结果。采用强化学习算法中的Q-learning算法实现井下移动机器人的局部路径规划,并对Q函数中的即时回报进行加权修正,使算法更有效地利用环境特征信息,进一步提高了避障能力。最后通过VC 进行仿真和模拟。仿真实验说明该方法的有效性和可行性。     

面向动态障碍物的三维A*优化避障算法研究

针对空间站舱内漂浮物、太空碎片密集区域等复杂场景下的动态避障问题,本文提出了一种面向动态障碍物的三维 A*优化避障算法,主要用于完成空间站舱内飞行器和小型空间机器人在上述环境下的路径规划任务。该算法把传统二维 A*算法推广到了三维,然后通过模糊判断规则对路径进行优化,实现运动路径的实时优化,降低在三维无重力环境下的能量消耗。仿真结果表明,该算法可以对三维环境下动态障碍物进行有效避障,并且优化指标提高将近一倍, 能够有效降低能量的消耗。     

基于ROS的无人派件精灵系统设计

该文主要是对物流配送机器人在校园、社区、室内等环境下的物流配送的"路径规划-包裹配送-运动控制-环境建模-位置定位"展开研究。采用了ROS(Robot Operating System)机器人操作系统作为整个物流配送机器人的核心,通过ROS开源操作系统的功能包结合外围传感器来结合PID算法的差速运动模型来实现对机器人的任意角度运动控制以及远程控制,通过外围传感器进行对周边的环境信息进行感知结合SLAM算法进行二维地图的构建。通过在构建好的地图上进行设计一个起始点和一个目标点,物流配送机器人在该地图中进行路径规划,在规划好的路线执行导航到目标点,在导航的途中遇到障碍物,机器人会自动的避开障碍物或者从新规划路线,从而来实现包裹从起始点到目标点的配送工作。     

基于STM32的双足避障机器人设计

本文计了一种基于STM32的双足避障机器人,机器人主体使用超轻材质的铝合金搭建,结构稳定可靠,环境适应能力强.采用高性能的STM32单片机为系统主控芯片,配合外围传感器信息采集系统和舵机驱动控制系统,能够完成自主行走,躲避障碍,路径规划等任务.经实验验证,该机器人系统能很好的实现自主避障行走,可以有效减少机器人在避障行走中对环境的依赖性,满足设计要求.