基于蚁群系统算法的地图全遍历路径规划

清扫机器人进行全遍历路径规划要求机器人能够遍历环境中所有的可清扫区域,因此提出一种基于蚁群系统算法的地图全遍历路径规划算法。使用搭载单线激光雷达传感器的机器人进行环境建图,对每个栅格赋予不同概率值反映环境状态信息;采用 Boustrophedon 细胞分解方法将栅格地图划分为若干相邻子模块,并让机器人从起始点开始遍历所有子模块后再回到起始位姿。为了提高各子模块之间的衔接效率,引入蚁群系统算法实现机器人在到达每个子模块的起始位姿后,对每个子模块进行高效的区域全覆盖。实验结果表明,该算法相比传统生成树算法,清扫覆盖率达到了 96%,清扫效率提高了两倍。     

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。     

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。     

辐射扫描算法在无人船航迹规划中的应用

提出了一种基于2D扫描为基础的辐射扫描算法。首先利用栅格法确定栅格粒度,建立环境空间模型。在起点与终点之间存在障碍物的前提下,向两侧扫描获取周围障碍物信息,并确定子节点。子节点不断扫描和更新下一级子节点,从而扫描到终点,并通过终点反选父节点确定最终路线。减少了传统算法规划路径中最终的结果并非最优解的问题。使用LabVIEW2017平台编写了算法仿真软件,进行大量实验。结果表明,该射线扫描算法在规划路径上比传统蚁群算法生成路径质量更高,有效提高了算法应用于三维空间路径规划时的可靠性。     

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。     

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.     

基于递归树的递归调用分析

提出一种基于递归树的递归调用分析方法。通过建立子递归调用与树节点的映射关系,设计了创建递归树的递归算法。研究了观察点与递归树遍历序列的关系,提出了"遍历序列-观察点-递归调用映射规则"。实现了递归树的创建及遍历,并基于STL和boost库定义了一组分析工具。     

基于极值法的静态路径规划算法

针对传统路径规划算法在求解静态已知环境下的最优或次优路径时存在转折次数过多、路径复杂等问题,提出一种基于极值法的移动机器人静态路径规划算法。在对环境建模时,采用边界点集描述障碍物不可行区域的轮廓信息;在路径规划过程中,首先判断当前出发点到目的点之间是否有障碍物,然后利用极值法获得转折点,进而得到初步路径,同时为后续利用极值法获取新的转折点提供计算与判断依据。仿真结果证明了该算法的有效性。     

凸二次规划的预估—校正光滑算法

对于求解凸二次规划问题,基于尺度中心路径,我们提出了一个预估—校正光滑化方法.在适当的假设条件下,证明了该方法具有全局收敛性和局部二次收敛性.     

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。     

列车用送餐机器人路径规划研究及软件设计

研究列车环境下送餐机器人路径规划与软件控制方案,为更好地满足实际需求,提出一种改进的蚁群算法,以加快收敛速度、缩短路径长度及减少转弯次数。实验中根据当前环境构建栅格图,通过编写的路径规划程序计算起始位置到目标位置的路径,完成当前环境下的路径规划。上位机软件平台采用C#语言编写,主要包括运动控制、订单管理、通讯传输等功能。实验结果表明,与基本蚁群算法相比,改进蚁群算法具有更好的规划效果,上位机软件平台与下位机可以实现有效的数据交换,并实现对送餐机器人的运动控制及系统管理等功能。     

Weighted time-based global hierarchical path planning in dynamic environment

A weighted time-based global hierarchical path planning method is proposed to obtain the global optimal path from the starting point to the destination with time optimal control. First, the grid- or graph-based modeling is performed and the environment is divided into a set of grids or nodes. Then two time-based features of time interval and time cost are presented. The time intervals for each grid are built, during each interval the condition of the grid remains stable, and a time cost of passing through the grid is defined and assigned to each interval. Furthermore, the weight is introduced for taking both time and distance into consideration, and thus a sequence ofmultiscale paths with total time cost can be achieved. Experimental results show that the proposed method can handle the complex dynamic environment, obtain the global time optimal path and has the potential to be applied to the autonomous robot naviga- tion and traffic environment.     

权值自适应的局部路径规划方法及应用

移动机器人在工业生产和社会生活中逐步得到应用。路径规划是移动机器人完成其任务的前提和基础,也是机器人导航的核心技术。针对移动机器人在现有局部路径规划中无法自适应复杂环境、规划路径不合理等问题,提出基于权值自适应的局部路径规划方法。利用传感器信息自动获取合理的目标函数权值,实现具有较高实时性、安全性和鲁棒性的局部路径规划。实验结果表明,改进的动态窗口法能有效自适应复杂环境,规划的路径安全、合理、平滑,算法效率明显提升,计算量和迭代次数明显减少,总运行时间缩短20%以上。     

Neural network and genetic algorithm based global path planning in a static environment

INTRODUCTION The path planning problem of a mobile robot is to find a safe and efficient path for the robot, given a start location, a goal location and a set of obstacles distributed in a workspace. The robot can go from the start location to the goal location without colliding with any obstacle along the path. In addition to the fundamental problem, we also try to find a way to optimize the plan, say to minimize the time required or distance traveled (Wu et al., 1996; Sadati and Ta-he…     

改进白骨顶鸡优化算法的WSN网络覆盖

为解决二维无线传感器网络随机部署产生的节点分布不均、覆盖率低的问题,提出一种融合元启发式算法的网络部署方案。该方案以节点部署空间作为约束条件、网络覆盖范围作为目标函数对二维网络覆盖模型进行数学建模。针对白骨顶鸡优化算法全局探索能力不强且在迭代后期容易陷入局部最优的缺点,该方案引入复合突变策略和随机反向策略对原算法进行改进。在二维网络覆盖模型进行的仿真测试结果表明:部署改进白骨顶鸡优化算法的二维无线传感器网络不仅网络覆盖率更高,节点也更加均匀,验证了改进白骨顶鸡优化算法解决节点部署问题的有效性和实用性。     

改进人工势场法的移动小车动态避障路径规划

为使移动小车更好地适应复杂的实际行车道路环境,实现动态障碍物环境下的路径规划,并解决传统人工势场法中的局部最小值问题,提高驾驶安全性,改进传统人工势场法中的障碍物斥力势场模型,并增加了速度斥力势场模型和道路边界约束斥力势场模型,同时将障碍物连锁网络结构与随机目标点法相结合,加入传统人工势场算法中。仿真结果证明了该改进方法的有效性,移动小车能避开局部最小值陷阱到达目标点,实现动态避障路径规划。     

基于免疫算法和人工势场的移动机器人路径规划

分析了人工势场模型存在的两个问题:目标不可到达问题和由于局部最优解的存在而产生的死锁问题。在人工势场路径规划的基础上,提出了基于免疫算法和人工势场法的最优路径规划方法。通过仿真算例验证了该模型的有效性。