未知环境下局部路径规划方法在慧鱼移动机器人开发中的应用探讨

移动式机器人的导航主要面临两大问题,即机器人定位和路径规划。该文对于现有的两种路径规划方法,即全局路径规划方法和局部路径规划方法进行了探讨,提出在未知环境模式下适宜采用局部路径规划方法。通过慧鱼寻光避障机器人在未知环境下的实验,结果表明局部路径规划方法更好地解决了机器人的移动问题。     

机器人路径规划算法研究

在机器人设计中,路径规划是最基础也是最重要的因素之一,故对其算法研究尤为重要。利用传统路径规划算法与智能路径规划算法求解机器人路径规划问题,对智能算法、蚁群算法与遗传算法进行了MATLAB仿真,验证了蚁群算法与遗传算法求解路径规划问题的可行性。     

空间机器人避障路径规划的C空间简化方法

针对空间机器人强力学耦合以及空间机械臂避障路径规划算法计算量大的特点,对空间机器人进行了力学分析,利用三维问题二维化策略,简化C空间法。研究和探讨了基于动力学分析的空间机器人避障路径规划问题,并进行了仿真验证。     

一种基于A~＊算法的轮式机器人路径规划方法

提出了一种基于A＊算法的轮式机器人路径规划方法。首先,构建了轮式机器人运动模型,分析了圆弧和直线运动的实现;其次,阐述了机器人的环境有效移动空隙,并采用链接图法对环境进行建模;再次,结合A＊算法实现了机器人全局静态路径规划。实验验证了方法的有效性。     

基于平滑A*人工势场法的机器人动态路径规划

针对动态环境下移动机器人的路径规划问题,提出了平滑A*人工势场法的路径规划方法。首先采用平滑A*算法在静态障碍物环境中进行全局路径规划|其次,在机器人遇到动态障碍物时采用A*人工势场法进行局部动态路径规划,并以此调整全局路径规划结果|最后对路径规划结果进行平滑处理。将平滑A*人工势场法应用于机器人动态路径规划,并与D*算法进行对比。实验结果表明,该算法能够在动态环境下规划出一条更为优化的路径,有效缩短了路径长度,提高了规划效率。     

用改进的遗传算法进行自主式机器人的路径规划

主要是扩充标准遗传算法中的遗传操作 ,进行自主式机器人的路径规划。由仿真结果表明 ,在进行自主式机器人的路径规划中 ,该方案优于传统的方法 ,既能获得次优的路径 ,还具有对不确定因素的鲁棒性     

多机器人系统及其路径规划方法综述

随着科技的不断进步,机器人技术也飞速发展。伴随着移动机器人性能越来越强大,其应用范围和领域也不断扩展。特别是多机器人系统研究无论是在理论上还是在实践中都取得了突破性进展。对多机器人系统研究现状进行综述,重点对多机器人路径规划所需的关键技术包括环境建模、规划方法、协调避碰策略等问题作了分析和介绍,最后展望了多机器系统的研究方向和发展趋势。     

基于差分进化算法的时间最优路径规划

提出了一种利用差分进化算法进行机器人路径规划的方法,在极坐标系下采用路径点列的极角和极径作为参数进行个体成员的矢量合成,生成的初始路径点集经过提练处理极大提高机器人移动速度;仿真结果表明该方法可以解决大范围、多障碍环境的机器人路径规划问题.     

基于OpenHRP的多机器人协作运动规划与仿真

提出一种Open HRP环境下多机器人协作运动规划与运动仿真的方法.分析了多机器人系统的协作关系;规划出多机器人的路径算法;并通过搭建Open HRP平台对所提算法进行仿真验证,验证了所提方法的可行性.     

人工智能技术在足球机器人中的应用

人工智能研究的一个重要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。随着人工智能理论与技术的发展,以及其在机器人领域中的应用,机器人的智能化水平得到了大幅度的提高。本文分析了国内外人工智能的研究现状,阐述了足球机器人及人工智能中的关键技术。用专家系统技术进行不同层次的机器人路径规划,随着遗传算法、蚁群算法等的具体应用,获得了较为理想的路径搜索效率,达到了较好的规划效果。引入人工神经网络对足球机器人目标物空间位置进行精确测量,从而较好地实现了机器人导航中的目标定位与轨迹追踪。     

动态环境下机器人的路径规划

针对机器人全局路径规划存在的环境动态性和实时性问题,以及局部路径规划中无法获取全局知识而产生的优化问题,基于A＊算法与局部势场法,提出了一种混合路径规划方法,实现了动态环境下多机器人避障、避撞的效果。仿真实验验证了该方法的有效性。     

基于Christofides算法的白车身焊接机器人路径优化

为了解决汽车白车身焊接机器人路径规划不合理的问题,将路径规划问题抽象为TSP模型.本文从图论的角度出发,采用Christofides算法,编写相应的MATLAB程序对一个具体的实例进行仿真.该算法可以有效地解决焊接机器人路径规划问题.     

基于强化学习的多机器人路径规划方法

在未知环境下对多机器人路径规划问题进行了探讨,针对强化学习中再励函数的设计,提出了分段再励函数的设计方法,提高了机器人在未知环境下的学习效率。仿真结果表明了此方法的有效性。     

基于混合粒子群算法的巡检机器人路径规划

针对巡检机器人路径规划问题,提出一种基于混合粒子群算法的路径规划方法,目的是当巡检机器人在工作区进行巡检时,为其提供一条最短路径。该方法引入遗传算法中的交叉和变异策略,对传统粒子群算法进行改进。试验结果表明,在70m×70m的工作区中,改进粒子群算法规划的最短路径长度相比传统粒子群算法和遗传算法分别减少43. 93m和23. 34m,其迭代次数相比传统粒子群算法和遗传算法分别减少34次和23次,验证了此改进算法的有效性。     

一种基于元胞自动机的机器人运动规划算法

利用元胞自动机模型对周围环境已知的机器人的运动进行规划。对机器人所在空间建模后,通过演化规则计算最短路径,使机器人成功避开障碍到达终点。实验结果表明机器人能快速搜索到无碰路径,证明该算法的可行性和有效性。     

智能机器人综合路径规划算法在Matlab中的实现

在充分考虑了运动障碍物随机性的基础上，研究了随机运动障碍物的位置分布规律，并结合随机运动障碍物具有惯性的特点，提出了对机器人运动路线进行逐步判别的一种综合路径规划方法。仿真结果表明，该算法正确、高效、实用，对机器人绕过随机运动障碍物具有一定的参考价值。     

基于蚁群改进与尖峰平滑的移动机器人路径规划

近年来,移动机器人路径规划作为机器人自主导航领域的一个重要问题而备受关注,针对传统ACA有易陷入局部最优,以及现阶段在很多机器人路径规划中易被忽略的出现过于尖锐拐点的问题,提出一种改进蚁群算法(ACA-ES)应用于移动机器人路径规划。首先,针对ACA易陷入早熟的问题,引入精英策略,目的是给每次循环结束后找出的最优解增加额外信息素,提高算法收敛速度;其次,为了不使机器人在路径尖峰处失去平衡,引入基于中心点的平滑方法,提高路径平滑性。在栅格环境下进行仿真,得到一条平滑路径,且路径长度比原来缩短了5.90%,证明了该改进算法的有效性和可行性。     

展馆解说机器人运动模型研究与分析

随着我国对人工智能装备的不断深入研究,机器人已经从实验室逐渐走向市场应用阶段。本文基于一款应用在展馆环境中对展品进行解说的服务机器人提出了一种基于A*(A Star)的路径优化算法,解决机器人自主定位行驶的问题。展馆机器人通过该算法的路线规划可较好地实现预期目标,完成机器人自动规划路线,实现对该机器人的自动控制。     

Mirosot机器人带球避障研究

Mirosot机器人避障路径规划在不考虑球体运动的情况下,大多采用蚁群算法、神经网络算法以及策略配合等方法。Mirosot机器人在带球避障过程中应同时考虑球体受力和初始角度两个限制条件。在考虑球体运动的情况下,采用物理运动学受力分析方法建立球体受力运动路径轨迹方程,以解决机器人带球避障路径规划问题。     

基于空间概念的层次化路径规划方法

该方法通过人机交互的方式使用拓扑语义地图和规划有效路径来实现分层空间表示。提出了一个新的概率生成模型,通过形成了一个适应环境的拓扑语义地图,从而进行分层路径规划。所提出的路径规划方法可以通过基于概率推理的控制方式进行理论推导。在使用人类语音指令进行导航的实验结果表明,与传统方法相比,该方法提出的基于空间概念的分层路径规划方法显著提高了性能,同时降低了计算成本。分层空间表示为人类和机器人提供了相互可理解的形式,使得基于语言的导航任务成为可能。