聚类引导搜索的移动机器人路径规划方法

本文提出一种聚类引导搜索（cluster guide searching，CGS）的路径规划方法。采用基于最大最小距离的K均值聚类方法对样本进行离线聚类学习，学习结果以相似环境相似决策的知识形式进行存储。路径规划过程中，机器人在线整理环境信息，获得输入空间样本，通过与知识库匹配，检索到最近的类别，然后在该类别内部采用速度优先策略和方向优先策略交替的方式搜索输出空间。若知识不完备导致检索失败，可重启线性规划算法（linear programming，LP）进行在线路径规划，并更新聚类知识库。仿真结果表明该方法是一种有效的路径规划学习方法。

一种移动机器人在三维动态环境下的路径规划方法

提出一种基于遗传算法的三维动态环境下的路径规划方法,通过对机器人的运动行为进行编码,将各种约束条件融入到遗传算法当中,规划出可实际应用的避障路径,仿真研究表明该方法是简单有效的。

基于改进势场法的可变形机器人路径规划研究

采用传统的势场法对机器人进行路径规划时,如果目标位置处在障碍物产生的斥力影响范围内,由于斥力大于引力机器人很难到达目标,为此本文提出了一种改进的势场法。该算法通过机器人向着合势能最小的方向运动完成路径规划。并对目标产生的引力做了进一步的改进,解决了目标不可达问题。同时改进的方法不会增加计算量,保证了算法的实时性。仿真实验证明了机器人能够避开障碍顺利到达目标,验证了改进算法的有效性。

多目标追逐问题的一种混合整数线性规划解

研究多车辆多目标追逐的路径规划问题。提出两个基于混合整数线性规划(Mixed integer linear programming,MILP)的多目标追逐(Multi-target pursuit,MTP)模型:就近追逐和"一对一"使能追逐。在两个MIP追逐模型中,小车运动的状态方程考虑为具有线性阻尼的质点动力学方程。采用整数变量描述小车与障碍物的相对位置信息,提出"目标膨胀尺寸"的概念来描述对目标的追逐,定义小车的"追逐方向"。采用选取整变量的等高面法求解MILP追逐问题,并给出初始内点整变量的确定方法。最后给出仿真试验1对两个多目标追逐模型进行对比研究,仿真试验2证实了算法的效率。

室外自主移动机器人AMOR的导航技术

在非结构化环境,移动机器人行驶运动规划和自主导航是非常挑战性的问题。基于实时的动态栅格地图,提出了一个快速的而又实效的轨迹规划算法,实现机器人在室外环境的无碰撞运动导航。AMOR是自主研发的室外运动移动机器人,它在2007年欧洲C-ELROB大赛中赢得了野外自主侦察比赛的冠军。它装备了SICK的激光雷达,用来获取机器人运动前方的障碍物体信息,建立实时动态的环境地图。以A*框架为基础的改造算法,能够在众多的路径中快速地找到最佳的安全行驶路径,实现可靠的自主导航。所有的测试和比赛结果表明所提方案是可行的、有效的。

基于障碍预估与概率方向权值的移动机器人动态路径规划

主要研究了移动机器人在未知动态环境中的路径规划问题.提出一种将障碍预估与概率方向权值相结合的动态路径规划新方法.该方法将卡尔曼滤波引入到规划算法中,使得对障碍物运动状态的实时有效预估成为可能.同时,为实现移动机器人的实时路径规划,提出一种新的概率方向权值方法,基于周期规划将障碍物与目标信息进行融合,能够有效处理室内环境下对于障碍物的速度和运动轨迹均未知的动态路径规划问题.仿真结果以及基于SmartROB2移动机器人平台所进行的实验结果验证了该方法的有效性和实用性.

加速度空间中基于线性规划的移动机器人路径规划方法

针对动态不确定环境下移动机器人的路径规划问题,提出了加速度空间中一种基于线性规划(Linear programming,LP)的方法.在机器人的加速度空间中利用相对信息,把机器人路径规划这一非线性问题,描述成满足一组线性约束同时使目标函数极小的线性规划问题,嵌入基于线性规划方法的规划器,得到一条满足性能要求的最优路径.仿真试验验证了算法的实用性及有效性,与势场引导进化计算的方法(Artificial potential guided evolution algorithm,APEA)相比更优化,更实时.

一种新的移动机器人全局路径规划算法

提出了一种新的移动机器人全局路径规划算法.该算法不需要对环境中的障碍物特征做任何假设,也不需要建立障碍物的连通图模型,有效地克服了传统路径规划算法因为搜索而带来的计算复杂性问题,提高了算法的适应性和实时性.仿真结果证明了算法的有效性.

复合机构移动机器人红外和超声阵列信息处理方法

传感器是移动机器人认识和了解外部环境的重要途径。在导航过程中,移动机器人要对当前环境进行实时感知和快速理解,并加以识别从而准确避开障碍物。论文提出一种适用于复合机构移动机器人的红外阵列和超声阵列传感器信息采集和处理方法。结合笔者研制的“基于复合机构的非结构环境移动机器人”,给出了系统具体的软、硬件的设计和局部路径规划实现方法。实验验证了该方法的可靠性和有效性。

基于启发式节点增强策略的PRM路径规划方法

针对一般的PRM方法用于移动机器人对复杂地形路径搜索存在的缺陷 ,本文对PRM方法进行了改进 ,提出了一套基于启发式的节点增强的策略 ,提高了PRM方法节点增强阶段对环境的适应性 .此外 ,本文建立了相应的仿真实验系统对策略的有效性进行了实验与分析

移动机器人的障碍物群检测方法

利用激光和超声波传感器在用栅格表示法形成地图的基础上 ,提出了进行数据融合以提取环境特征的新方法 :识别障碍物群。该方法能够在密集障碍物环境中为机器人的路径规划和避障提供准确的环境特征信息 ,提高机器人系统的自主性和实时性。实验结果表明了该方法的有效性。

装配机器人系统快速碰撞检测算法

提出一种面向操作手装配系统的快速碰撞检测算法。该算法以机器人运动学和空间解析几何为基础 ,将判断机械手手臂与障碍物是否发生碰撞问题转化为直线段与有界平面是否存在公共点的简单解析几何问题 ,并以 PU MA5 6 0操作手为例对算法加以说明。该算法不仅适用于静态的障碍物已知的环境 ,而且适用于障碍物运动规律已知的动态环境 ,减少了碰撞检测占用的时间 ,提高了路径规划的效率

基于波扩散方法的工业机器人路径规划

为避免繁琐的机器人示教过程,提出一种离线的基于波扩散方法的工业机器人路径规划算法．首先对机器人的工作空间离散化,针对工作空间中的障碍点和自由点进行二值标记;然后用波扩散方法对自由点进一步标记,并进行了路径搜索;最后,对波扩散法与深度优先算法路径搜索进行了比较．将该算法用于6-自由度工业机器人的仿真实验,得到了满意的效果．

一种欠驱动AUV的三维实时避碰方法

针对以测距声纳为避碰传感器的一类欠驱动型AUV，提出了一种水平面和垂直面相结合的三维实时避碰方法。根据测距声纳和欠驱动AUV 的特殊性，首先从运动规划和路径规划2 个层次提出了AUV 混合型实时避碰结构，并分别设计了基于事件反馈监控的避碰自动机和基于免疫遗传的局部路径规划算法。多种典型障碍场景的半物理仿真实验表明，论文所提方法能够实现AUV 安全、稳定的三维避碰过程。

一种基于视觉的水下机器人动力定位方法

以7 000 m载人潜水器的工程需求为背景,以水下单目摄像机为视觉传感器,进行了水下机器人动力定位方法研究。该动力定位方法利用视觉系统测量得到水下机器人与被观察目标之间的三维位姿关系,通过路径规划、位置控制和姿态控制分解,逐步使机器人由初始位姿逼近期望位姿并最终定位于期望位姿,从而实现了机器人的4自由度动力定位。通过水池实验验证了提出的动力定位方法,并且机器人能够抵抗恒定水流干扰和人工位置扰动。同时,该动力定位方法还可以实现机器人对被观察目标的自动跟踪。