966 resultados para Path Planning
Resumo:
This paper describes the application of variable-horizon model predictive control to trajectory generation in surface excavation. A nonlinear dynamic model of a surface mining machine digging in oil sand is developed as a test platform. This model is then stabilised with an inner-loop controller before being linearised to generate a prediction model. The linear model is used to design a predictive controller for trajectory generation. A variable horizon formulation is augmented with extra terms in the cost function to allow more control over digging, whilst still preserving the guarantee of finite-time completion. Simulations show the generation of realistic trajectories, motivating new applications of variable horizon MPC for autonomy that go beyond the realm of vehicle path planning. ©2010 IEEE.
Resumo:
大型公共环境人员疏散路径规划研究对指导安全设施建设、应急预案的制定、实施和推演都有重要意义。近年来进化计算领域兴起的分布估计算法为路径规划问题的解决提供了新的优化工具。本论文将一种典型的分布估计算法——贝叶斯优化算法,应用到大型公共环境人员疏散路径规划问题解决过程中,针对单路径人员疏散、多路径人员疏散和多目标点人员疏散三类具体的疏散路径规划问题,分别设计和实现了相应的基于贝叶斯优化的人员疏散路径规划算法,并在仿真实验中根据大型公共环境空间类型复杂和人员相对密集等特点,面向不同的规划要求和目的,求解出了满足约束条件的最优疏散路径集合。 本文提出的基于贝叶斯优化的人员疏散路径规划算法,以大型公共环境的基本信息已知为前提,基于二维环境下的拓扑空间法,按照应用系统的规划要求,通过引入疏散性能,路径安全性和易通性等参数,对疏散空间建立全局环境模型;在系统分析分布估计算法基本框架和特点的基础上,引入其中一类典型算法——贝叶斯优化算法,设计出一系列适于不同疏散路径规划问题的基于贝叶斯优化的路径规划算法。该算法用贝叶斯网络对优选路径集合建立概率模型,并由建立起的贝叶斯网络产生新的路径集合,与原有路径进行竞争,可以在找到一条最优的路径集合的同时,利用中间结果,快速找出多条较优的路径。仿真实验标明,该算法可以有效的满足大型公共环境下人员疏散的任务要求。
Resumo:
针对室内动态非结构化环境下的移动机器人路径规划问题,提出了一种能够将全局路径规划方法和局部路径规划方法相结合、将基于反应的行为规划和基于慎思的行为规划相结合的路径规划方法.全局路径规划器采用A*算法生成到达目标点的子目标节点序列;局部路径规划器采用改进的人工势场方法对子目标节点序列中相邻两节点进行路径平滑和优化处理.在考虑了移动机器人运动学约束的前提下,该方法不但能够充分利用已知环境信息生成全局最优路径,而且还能及时处理所遇到的随机障碍信息.仿真研究与在室内复杂环境下的实际运行结果验证了该方法的有效性.
Resumo:
机器人研磨抛光工艺研究建立在大量机器人磨抛试验的基础上。本文针对加工对象——有机玻璃,在满足被加工工件质量的前提下,确定了机器人研磨抛光加工时磨片的合理使用顺序、规划加工路径和安排正交试验,以获得机器人磨抛加工的最优工艺参数组合,并制定机器人磨抛的加工策略。最后通过机器人研磨抛光加工实例,进一步验证了机器人的研磨抛光工艺知识有其合理性。
Resumo:
针对势场法的障碍物附近目标不可达(GNRON)问题,采用改进斥力势场函数,把机器人和目标的相对距离考虑进去,从而确保目标点为整个势场的全局最小点,使得机器人能够顺利到达目标。针对局部极小引起的陷阱区域问题,提出了增加引导点的方法,使得机器人能够快速走出陷阱区域,向目标点移动。通过仿真实验,还实现了机器人在限定区域内漫游。改进后的势场法适用于复杂环境下的移动机器人路径规划。仿真结果证明了此方法的有效性。
Resumo:
本文通过对卷曲类工件IGES文件的分析,本文提出了一种新的基于IGES文件的测量路径规划策略。根据张量积曲面的性质,提出了一种曲面组合算法,运用了张量积曲面的性质,将曲面操作转化为多次曲线操作,将IGES文件中存储的多片曲面片组合为一整片曲面,从而为自由曲面测量路径的提取提供了数学模型。运用二次逼近原理,提出了一种B样条曲线上的等距采样算法。通过在实际系统进行实验,上述策略及算法得到了验证,并在自主开发的智能测量建模加工一体化装备中得到了应用。
Resumo:
针对传统机器人加工路径规划采用示教再现方法很难适应复杂变化任务的问题 ,提出了基于遗传算法的路径规划方法 ,研究了遗传算法中的编码方式、交叉算子和变异算子的改进方法 .仿真实验表明 ,采用遗传算法进行机器人加工路径规划是可行的和有效的 .
Resumo:
随着技术的发展和数字产品的价格下降,家用机器人必将成为未来数字家庭的主导。正如家用机器人生产厂商iRobot的CEO科林·安格尔所说:“我认为,完全有理由想像,10年之后每个家庭都将拥有一台机器人。”路径规划技术是移动机器人导航系统中不可缺少的重要组成部分,不仅是移动机器人完成任务的安全保障,同时也是移动机器人智能化程度的重要标志。 本论文以新松公司“家用服务机器人的研究开发”项目为背景,对服务机器人的路径规划系统中的重点和难点问题进行了深入的研究,主要工作如下: 在嵌入式微处理器ARM7上实现了服务机器人的路径规划系统,完成了超声波传感器和红外传感器的采集和标定,并通过仿真研究和实验研究两方面对机器人的路径规划系统进行分析和设计。 在MATLAB GUI的仿真平台上,采用改进斥力势场函数解决了障碍物附近目标点不可达问题,通过引入引导点解决机器人在‘U’型区域内的震荡问题。在实验中,首先采用改进势场函数实现了机器人的折线规划方法,基于此算法,实现了机器人在固定范围内漫游的功能;通过改进折线规划方法,提出了弧形规划算法;通过引入人工协调场,解决了机器人、障碍物与目标点在一条直线上时与长形障碍物的碰撞问题;最后再加上各种安全措施,保证机器人在躲避障碍物的同时,能以一种比较平滑、优美的曲线到达目标点。 本论文首先在仿真中实现基本的规划算法,以服务机器人为平台,通过实验,不断发现新问题,提出新的改进算法,最后再在实验中进行验证。实验结果表明本文设计的路径规划算法能够实现机器人以平滑优美的曲线在复杂环境中的路径规划功能。
Resumo:
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。
Resumo:
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。
Resumo:
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。
Resumo:
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。
Resumo:
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。
Resumo:
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.