基于动态规划的路径规划方法

应用动态规划方法进行路径规划,仿真结果证明了该方法的可行性。     

基于路径规划的智能机器人控制实验

针对自动化专业学生,以Pioneer 3-AT系列的机器人为对象,搭建了基于路径规划的智能机器人实验教学平台.在此平台上,设计并开发了分别适用于本科生及硕士研究生的系列实验,包括基于模型的路径规划、全区域覆盖路径规划以及多机器人队形控制等3项实验内容.该实验能够让学生接触到先进的智能机器人,增强学生对自动化专业的学习兴趣,提高了学生的动手能力和创新能力.     

基于ABC方法的足球机器人路径规划

人工蜂群(Artificial bee colony,ABC)算法是一种基于蜜蜂采蜜智能行为的优化算法,具有参数少、优化效果好等优点.足球机器人路径规划实质上是一个有约束的优化问题,本文将ABC算法应用到足球机器人路径规划中来.为适应ABC算法的自身特点和提高算法搜索的效率,在传统栅格法的基础上引入实际坐标系法,对环境进行建模;为了更好地评价食物源(即解)的性能,在进行碰撞判定的基础之上,引入罚函数方法,克服了传统适应度函数难以更好地表达粒子性能的缺点.仿真实验表明,该算法在足球机器人路径规划方面是可行的、有效的,并具有鲁棒性.     

基于蚁群算法的医用服务机器人路径规划方法

机器人路径规划问题是机器人学的一个重要研究领域，主要研究机器人依据某个或某些优化原则，在其工作空间中找到一条从起始点到目标点的能避开障碍物的最优路径。国内外学者对此作过大量的研究，主要采用的方法有局部的人工势场法(Artificial Potential Field)和遗传算法(cene     

基于遗传算法的机器人路径规划

静态环境中的移动机器人全局路径规划是路径规划中的一个重要问题,本文采用遗传算法遗传算法解决移动机器人的路径规划.该方法首先采用栅格法环境建模,采用遗传算法规划机器人路径,最后用MAT-LAB来实现算法,仿真后,观察路径,得出最终结果.     

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。     

基于QPSO方法的足球机器人路径规划

提出了一种基于量子粒子群优化算法（QPSO）的足球机器人路径规划方法。为适应QPSO算法的自身特点和提高算法搜索的效率,在传统栅格法的基础上引入实际坐标系法,对环境进行建模;为了更好地评价粒子（即解）的性能,在进行碰撞判定的基础之上,引入罚函数方法,克服了传统适应度函数难以更好地表达粒子性能的缺点。与PSO算法的对比仿真实验表明,该算法在足球机器人路径规划方面是可行的、有效的。     

减少载体姿态扰动的空间机械臂路径规划方法

讨论空间机械臂逆动力学路径规划问题．对于给定负载运动始末位置情形，采用无扰曲线变轨法和Pontryagin方法得到载体姿态扰动的优化路径．文中附有算例．     

自主移动机器人路径规划方法研究综述

自主移动机器人路径规划问题是智能控制和机器人学研究的核心内容之一。系统分析了当前移动机器人路径规划方法的主要研究成果。对移动机器人路径规划模型进行描述,介绍了人工势场法等传统方法,阐述遗传算法等智能算法,讨论了算法融合问题,对移动机器人路径规划的发展趋势进行了展望。     

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。     

基于层次化设计高职院校辅导员专家化发展路径研究

本文通过思政系列职称引领,分阶段层次化设计高校辅导员工作的重心、知识储备和能力培养,优化辅导员结构,重视梯队建设,加强辅导员准入、培训、考核和奖惩制度建设,走职业化发展之路,探索职称路线和专家导向的管理方式,使辅导员的职业角色更加明晰,呈现出专业化、专家化的发展轨迹。     

《玄怪录》中叙事空间的层次化

在<玄怪录>中,作者对叙事空间的自觉意识已达到相当高的水平,叙事空间呈现出层次化的特征.叙事空间大体可以划分成现实空间、过渡空间和神怪化空间三个不同的层次.不同层次的叙事空间既有各自的特点又相互联系.     

基于神经网络的移动机器人路径规划研究

利用一种并列连接的神经网络结构对移动机器人路径进行规划,并把神经网络与模拟退火算法相结合,解决了局部极值问题,最终收敛到全局最优解。计算机仿真研究表明:模拟退火算法具有计算简单,初值鲁棒性强以及通用易实现等优点。     

群体动画路径规划方法研究

传统动画制作软件大多采用关键帧技术进行创作,所创作的群体动画在真实性和智能性上存在一定不足。为使群体动画产生逼真的运动路径,采用碰撞检测和碰撞避免的方法模拟群体运动,并基于微粒群算法提出一种群体动画路径自动规划方法。仿真实验结果表明,该方法能够改变群体动画运动路径,快速有效地生成群体动画。     

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.     

基于拓扑地图的田间机器人路径规划和控制

针对温室大棚环境下的田间机器人运动路径问题,提出1种基于拓扑地图和邻接矩阵的机器人路径规划算法。首先根据温室大棚环境,构建其拓扑地图;根据节点的连通性,创建邻接矩阵;通过搜索邻接矩阵的节点连通性,规划出1条最优路径。利用3个超声波传感器检测环境信息,通过陀螺仪检测机器人的姿态,采用比例微分(proportional-differential,PD)控制方法引导机器人根据规划的路径进行前进和转向。利用MATLAB对该算法进行运算和仿真,可以得到障碍物被放置在任意节点时的机器人最优路径。通过搭建温室大棚田间道路环境模型进行机器人运动试验。试验数据显示:机器人在该路径规划算法下能以最短的路径遍历必走路线;同时机器人在PD控制器调节下,能够实现上升时间小于0.5s,超调量小于6%,稳态误差小于5%的直线行走和上升时间小于0.5s,稳态误差为小于1%,超调量小于1%的转向控制,从而保障机器人的避障功能。仿真和试验结果表明:本文提出的路径规划算法和运动控制算法可行且有效,具有一定的应用意义。     

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。     

基于改进蚁群算法的移动机器人路径规划

针对蚁群算法进行机器人路径规划时存在搜索空间大、效率低、容易陷入局部最优解、易出现死锁现象等问题,提出了一种改进的蚁群算法。在蚁群算法基础上,只对较优蚂蚁路径进行信息素浓度更新|针对U型障碍物,提出了蚂蚁回退策略,以及一些仿真实验策略改进。仿真结果表明：改进后蚁群算法能快速搜索到最优路径,有效避免死锁现象,与其它算法相比,具有良好的路径寻优能力与避障性能。     

基于神经网络的移动机器人路径规划研究

利用一种并列连接的神经网络结构对移动机器人路径进行规划，并把神经网络与模拟退火算法相结合，解决了局部权值问题，最终收敛到全局最优解。计算机仿真研究表明：模拟退火算法具有计算简单，初值鲁棒性强以及通用易实现等优点。     

基于双模糊协调控制法的移动机器人路径规划

根据工业中移动机器人工作环境的不确定性,设计了双模糊协调控制器,将机器人的行为分成接近目标行为和中途避障行为,并对这两种行为进行协调,达到对机器人下一步行动进行控制的目的,仿真实验结果验证了所用方法的有效性和可行性。