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。     

人工势场法在机器人避碰路径规划中的应用

利用人工势场法对机器人在特定环境中进行路径规划,并针对传统人工势场法存在的局部极小点问题,引入沿墙走行为,运用改进的人工势场法有效地克服了机器人在障碍物附近出现的反复震荡或停止不前等问题,仿真结果表明所用方法的有效性。     

基于改进人工势场的水下无人航行器路径规划仿真研究

为解决动静态障碍物环境下水下无人航行器避障与路径规划问题，提出一种改进人工势场算法。针对传统人工势场算法存在目标不可达和局部最小值问题，将水下无人航行器与期望目标之间的距离及障碍物之间的预计碰撞时间加入斥力势场函数，利用改进后的人工势场算法实现动静态障碍物环境下的避障与路径规划，保证水下无人航行器的航行安全。仿真结果表明，改进人工势场算法在两种环境下均可使水下无人航行器成功避障并到达目标点。通过仿真研究可提高学生独立开展工程问题研究的能力。     

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。     

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。     

基于人工势场的多Agent路径规划方法研究

智能机器人自身运动路径的规划是其完成任务的基础.主要针对实际应用中常用的栅格法和人工势场法两种路径规划算法进行研究,针对多Agent运行的复杂陆地环境,利用栅格法构建环境模型,给出了一种基于人工势场法的路径规划方法.分析了势函数的选取方式,得出了参数选取的基本原则,并结合常用的冲突消解办法,使得规划出的路径更加平滑,效率更高.     

具有势场启发因子的蚁群路径规划仿真

移动机器人路径规划是目前实验教学中学生最为感兴趣的创新实验项目之一。为在程序运行的不同阶段让蚁群算法和人工势场法发挥各自优势,利用人工势场法对蚁群算法进行了改进,引入势场启发因子,使改进后算法能够较为快速地规划出一条较优的全局路径,并在实验室环境下对改进算法进行了仿真分析与验证。该实验项目有效地训炼了学生的编程能力和培养了创新思维。     

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     

基于光诱导介电泳的微粒子操纵路径规划方法

为实现基于光诱导介电泳的微粒子自动化操纵,设计了基于改进人工势场的缩微光图案路径规划方法.针对传统人工势场的局部极小问题,给出一种新的局部极小判别准则.在此基础上提出导引目标和点障碍相结合的方法来脱离局部极小点,并将改进后的人工势场算法集成于基于光诱导介电泳的微纳米生物粒子操纵平台中,进行微粒子操纵实验.结果表明,该方...     

融栅格法和人工势场法的机器人三维路径规划

为使机器人在三维工作空间中无碰撞地到达目标,使用栅格法建立了三维空间模型,并在栅格空间中对人工势场算法进行分析,确定空间每个位置在任意时刻的位势值,使机器人沿着势场下降的方向,避开碰撞点,最终到达目标点。在MATLAB环境下,建立三维空间模型。仿真结果表明该方法在三维空间能找到最优的路径,且避开障碍物到达目标点。     

利用加权法改进的蚁群算法在车载导航中的应用

设计一种专门适用于路径规划的改进蚁群算法,利用图论中的加权图的方法来表示交通网络,通过对蚁群算法加以改进,从距离和时间两个方面来综合考虑最优路径标准.而非传统的仅从距离角度来考虑.结果表明：改进的算法在距离和时间综合方面比传统的方法更优化.为实际车载导航系统中最优路径规划问题的解决提供了一种新方法.     

平行泊车路径规划算法研究及验证

路径规划算法研究是自动泊车系统中最常见的问题之一。为解决平行泊车场景下,车辆泊车入位较难的问题,采用反向推导法,理论分析泊车过程并推导了路径规划函数公式,在确定泊车起点后,能够安全引导车辆进入泊车位。首先建立车辆模型,在确定碰撞约束和最优目标函数后,推导了车辆三阶段单向行驶泊车路径;然后针对单向泊车路径规划中要求车位长度较长的问题,提出四阶段行驶路径规划方法;最后,根据实际车辆及车位信息,利用Matlab软件与实验车平台,分别验证了该路径规划方法的有效性。实验结果表明,采用双向四阶段泊车方式相比单向三阶段泊车方式,对车位长度的要求缩短了0.26m。     

边长交会测量在水口船闸的应用与分析

选择采用边长交会法进行船闸位移测量,除了考虑这种方法的简易性,耗时少,能满足水口船闸通航实时观测外,主要还是由于在长距离野外测量时,测角中误差所受大气折光影响比测距影响更为显著,而边长交会法则可以避免这一误差影响,从而提高测量精度.     

人工智能+教育融合的困境与出路——复杂系统科学视角

“十四五”规划中明确要瞄准人工智能、量子信息、集成电路等前沿领域,推动人工智能同各产业深度融合,并且提出要建设高质量的教育体系。近几年,人工智能已经逼近新一轮科技浪潮的巅峰,人工智能+教育融合程度也在急剧深化。但面对新冠肺炎疫情广泛深远的影响,国际环境日趋复杂多变,人工智能技术如何继续深度融入教育?运用复杂系统科学的理论审视社会、教育和技术系统,可以发现人工智能和教育融合面临社会-教育系统发展质量不充分、基础理论研究较薄弱和实践应用领域不均衡三大困境。通过呈现开放动态的系统结构,以系统科学理论为指导,采用技术路线图的基本框架,描绘出人工智能和教育深度融合的三维关键路径,即打破知识技能壁垒、构建智慧学习体系和培育学习型社会价值系统。     

矩形环境分解机器人遍历算法

提出了一种矩形分解的环境建模方法．该方法模型用环境分解出的节点及节点之间的连接关系网络来表示．环境建模首先将环境分解为正方形区域,区域中心点代表该区域位置．在邻近区域有障碍物情况下,扩大正方形边长形成矩形区域,有利于提高局部遍历效率．在这种环境建模思想下,提出了一种包含局部和全局2层结构路径规划下的机器人遍历方法．在全局路径规划中子区域之间的探索采用了基于知识规则的方法,定义了决定局部子区域向周围区域移动的一维优先权数组,该数组综合表征了本区域与相邻区域的遍历情况、连通关系和用户定义优先权级别．局部子区域根据环境形状采用模版匹配法实现遍历．仿真实验结果说明,该方法简单、高效,并适合解决复杂二维环境遍历问题．     

多无人机联合自动围捕策略研究

该文提出从追捕问题研究无人机的协同作战能力,进而为协同追捕策略的研究提供仿真验证平台．首先,按照所受人工势场（APF）力的合力决定下一次移动的新位置坐标,根据动力学和运动学方程计算速度及方向;其次,利用“伸缩式”搜索方法搜索目标;最后,设计“势点”作为子目标的追捕决策,并进行了仿真验证．仿真验证该方法的有效性．     

Mechanical design and locomotion control of a homogenous lattice modular self-reconfigurable robot

INTRODUCTION Modular self-reconfigurable (MSR) robots con-sisting of a set of standardized electromechanical modules which can independently and dynamically change their aggregate geometric structure to com-plete different task requirements. Compared with the traditional fixed architecture robot, this kind of robot has several potential advantages: versatility, adapta-bility, robustness, and low cost. MSR robots’ ability in self-reconfiguration makes them particularly useful for applica…     

On-line real-time path planning of mobile robots in dynamic uncertain environment

INTRODUCTION Path planning of mobile robots is one of the key issues in robotics research on the problem of a robot finding a collision-free path from beginning to goal in the presence of obstacles. Depending on the envi- ronment surrounding the robot, it can be classified as follows: (1) Path planning for static obstacles in com- pletely known environment; (2) Path planning for static obstacles in un- known or partially known environment; (3) Path planning for dynamic obstacles in com- p…