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。     

基于迭代局部搜索的路径规划蚁群算法

针对蚁群算法易早熟及局部搜索能力欠佳的缺陷,将迭代局部搜索策略引入蚁群算法。新算法的基本思想是：从初始解出发,用蚁群算法进行局部搜索,如陷入局部最优,则产生一个摄动解作为新的初始解再进行局部搜索,根据接受规则决定进入下一步迭代的局部最优解。将改进算法应用于二维路径规划,数值实验表明,改进算法相比基本蚁群算法有更佳的局部收敛性,可获得比基本蚁群算法结果更优路径。     

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     

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。     

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。     

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。     

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。     

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。     

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.     

道路连通与局部道路连通之间的关系

研究了拓扑学中的连通空间、局部连通空间、道路连通空间和局部道路连通空间之间的关系     

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。     

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。     

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。     

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。     

论高职教育的地方性特征及其显现路径

高职教育是一种新“类型”高等教育,特点鲜明,地方性特征是关键,是办学定位的核心要素。高职教育与地方发展关系非常密切,地方经济催生了高职教育,高职院校依存于地方发展,不可分割,相互促进。高职教育应面向地方办学,谋求地方效益,培养地方人才,服务地方经济,引领地方发展。高职院校、地方政府及社会各界应多管齐下,综合推进,进一步强化高职教育的地方性特征,放大其地方性效能。