基于单片机的移动机器人实验研究

设计了基于单片机控制的红外导航移动机器人,通过超声波测距来感知机器人的环境信息,利用微波和红外发射装置进行通信,机器人采集到红外信号后,调整路径,实现红外跟踪和自主定位,每个环节的电路均在实验中得到验证,为进一步深入研究机器人技术搭建了一个基础的实验平台。     

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。     

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.     

基于模糊预测控制的路径跟踪控制研究

在构建与分析移动机器人运动学模型基础上,研究了基于模糊预测控制的移动机器人路径跟踪控制方法。充分利用模糊控制和预测控制优点,改进了传统模糊控制算法,提高了移动机器人路径跟踪的快速性和平稳性。仿真实验表明,机器人的仿真轨迹和参数表现良好。     

基于改进人工势场法的移动机器人避障研究

为解决移动机器人在静态与动态环境中的自主避障问题,在分析经典人工势场法不足的基础上,通过改进斥力势场函数以及调整引力在坐标轴上的分量,分别解决其在避障过程中存在的目标不可达以及局部极小值问题.同时考虑障碍物运动速度对移动机器人避障的影响,将两者之间的相对速度加入势场函数,使移动机器人能够在动态环境中进行自主运动.最后通...     

基于模糊逻辑的移动机器人智能控制器设计（英文）

为了提高移动机器人在未知环境下的自主性,设计了一种基于模糊逻辑的智能控制器.该控制器可以辅助装备多传感器的机器人在室内未知环境下安全地进行自主导航.首先,基于模糊逻辑设计了2种实现移动机器人智能导航的行为：路径追踪行为和避障行为.使用模糊逻辑的方法可以通过模仿人类驾驶经验,降低移动机器人在未知环境下实现自主导航的复杂性.然后,利用有限状态机对2种行为进行融合,以确保在未知的室内环境下机器人能够安全地追踪一条事先指定的路径.控制器的输入为机器人的传感器数据,输出为要求机器人运动的方向.最后,仿真和实验结果证实了该控制器的有效性.     

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。     

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。     

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。