基于局部单元分解的机器人3D路径规划

本文针对移动机器人在三维受限空间的路径规划,提出了一种基于优先级思想的局部单元分解法,在机器人远离障碍物的时候优先考虑路径最短,当机器人靠近障碍物时优先保证机器人与障碍物避免碰撞。     

关于无人机自主避障的进化研究

部署无人机的很多利益可以从自主任务得到。然而,对于那些任务避免障碍物的感知和避免能力是一个决定性的要求。碰撞避免可以概括性得分类为全局和局部路径规划算法,并且为保证成功的完成任务两种算法均需要被很好的应用和处理。然而全局路径规划明显是为到达目标点而进行的路径规划,局部碰撞避免算法是很快速、反应性的并且被应用在在线路经规划中,在意外的和无法预料的障碍物避碰中确保无人机的飞行安全。本文综述了关于无人机避碰问题的已有的和进化的算法,更加详尽的介绍了局部碰撞避免问题。     

基于音乐墙的多机器人路径规划研究

针对复杂环境下机器人与目标任务之间分配不稳定,导致机器人路径规划优化度降低的问题,建立音乐墙模型,结合匈牙利算法,构建机器人与目标任务之间分配的相应路径,并利用MATLAB软件进行仿真。仿真结果表明:构建的机器人路径在兼顾效率和成本的条件下,有效地完成了目标任务的分配。     

多足球机器人视觉躲避相撞算法的仿真分析

在机器人足球比赛中,比赛过程对抗性激烈,需要机器人在运动状态下完成障碍物的躲避,但是当前的多机器人时间配合任务中,对避障的要求往往都是单一的,静态的障碍物,对运动中的同视觉机器人壁障效果不好。为了解决这一问题,提出一种基于多传感器运动信息约束规划的机器人视觉避障技术,采取信号采样技术采集多路机器人信号,采用射线追踪算法和内建的相撞检测机制,对足球机器人实际的不同路状下进行障碍躲避。实验证明该方法具有很好的鲁棒性与有效性。     

基于PSO和滚动优化的不确定环境下移动机器人动态路径规划

针对全局环境未知且存在动态障碍物情况下的移动机器人路径规划问题,本文提出了一种结合粒子群算法(PSO)和滚动优化策略的动态路径规划方法。通过在一系列移动空间窗口中进行在线规划来充分利用机器人实时测得的局部环境信息,并用粒子群算法求解每一个移动窗口内的最优路径。为及时躲避动态障碍物,提出了一种适用于动态未知环境下的适应度函数。仿真试验表明,该方法克服了现有局部路径规划方法的高复杂性的缺点,算法操作简单、具有全局寻优能力、收敛速度快、鲁棒性好,可以满足机器人在复杂的未知动态环境下路径规划的实时性要求。     

基于机器人视觉的猕猴桃采摘机器路径生成方法研究

为了实现猕猴桃智能化采摘,提高采摘路径精准度,本文选取机器人视觉技术作为核心技术,提出猕猴桃采摘机器路径生成方法研究。利用CCD仪器采集猕猴桃图像信息,通过MATLAB软件处理图像信息,并对相机采集信息相关参数进行标定,利用红外障碍传感器采集机器人行走路径中的障碍物信息,对采摘路径进行调整,得到最终采摘路径方案。实验测试结果表明,本文设计方案能够准确且安全地完成猕猴桃采摘任务。     

非确定环境下基于遗传算法的机器人路径规划方法研究

采用栅格法建立机器人工作环境模型,并用MATLAB语言随机产生栅格中障碍物的位置及数量,应用遗传算法完成机器人路径规划,对遗传算法的插入和删除操作进行了改进,提高了遗传算法的搜索速度,并采用序号编码的方法,减小编码长度,简化遗传算法程序,缩短程序执行时间。仿真结果表明了该方法的有效性及可行性。     

单片机控制的智能灭火机器人

智能灭火机器人是一个复杂的机电一体化系统,涉及到机械、自动控制、通信、传感器信息融合、电子技术等多个领域。本文设计了一种沿墙行走并自动避障的智能灭火机器人,该机器人的硬件采用89C4051单片机、红外避障传感器、碰撞传感器、灰度传感器、火焰传感器;而软件采用C语言进行编程。该机器人具有自动检测障碍,并绕过障碍物,准确定位,完成灭火任务等特征,结构较简单,易于实现。     

牛舍清洁机器人避障设计及环境模型建立

本文主要开发一种能够用于牛舍的的自主轮式清洁机器人,本文主要介绍了牛舍清洁机器人的避障系统对障碍物的分类识别技术,对其路径进行规划并躲避障碍物,并对环境模型的建立进行了详细介绍,从而能够全天候的对牛舍进行清洁工作,时刻保证牛舍的清洁与卫生。     

动态环境下基于实际隶属函数的移动机器人路径规划

为优化模糊神经网络的实时性、学习速度、收敛性、稳定性,在移动机器人局部路径规划中构建了基于实际隶属函数T-S(Takagi-Sugeno)模型的改进型模糊神经网络。对外部环境信息用多传感器(超声波、摄像头)采集并优化,将机器人横纵坐标及行进方向作为输入、机器人下一步行进方向及速度作为输出,以便机器人实现局部路径规划;结合动态环境下机器人路径规划的实际,综合考虑二维直角坐标体系下机器人、障碍物的位置、速度及运动方向等实时信息,推导出一种新的具有实际含义的隶属函数作为避碰隶属函数,并通过对比隐含层节点数对网络相对误差的影响来确定隶属函数层节点数,构建五层T-S型模糊神经网络;在此基础上应用改进型误差反传学习算法,通过matlab模拟实验仿真验证及对比分析,表明了改进型网络在优化网络实时性、学习速度、收敛性、稳定性方面有良好的性能。     

信息素模糊逻辑导引的机器人室内避障算法

机器人室内避障是机器人运动学研究的重要课题,在室内运动的机器人受到障碍物干扰因素复杂,避障路径规划困难,传统的避障算法采用遗传进化双目视觉动态跟踪技术,在室内障碍区分布不规则的情况下,避障性能不好。提出一种基于信息素模糊逻辑导引的机器人室内避障算法。把机器人的运动轨迹描述为一个种群觅食问题,种群觅食中释放的信息素作为避障导引,求出机器人运动参数和环境参数,构建机器人行为运动方程,根据环境中播撒信息素,以此驱动机器人运动,实现避障算法改进。仿真结果表明,采用该算法能有效规避障碍物,实现行走路程最短和最优。     

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。     

清扫机器人系统的设计

机器人系统由下列四个互相作用的部分组成：执行机构、环境、任务和控制器,其中,执行机构是机器人系统的机械部分,具有执行装置（如马达）、高速机构和关节式机构等。执行机构用于执行指定的作业任务。机器人传感器在机器人的控制中起了非常重要的作用,清扫机器人的行走系统采用履带式,软件编程采用C语言完成,经编译连接后写入CYGNAL C8051 F005单片机。清扫机器人系统外型轻巧、实用,碰到障碍物会巧妙避开,单片机智能编程,适用面广,可广泛用于家居或办公等高档场所。     

无人飞行器避障路径规划算法设计

无人飞行器的路径规划是在综合考虑其飞行时间、飞行区域和燃料等条件下,确定的一条满足飞行器自身性能和飞行任务的飞行轨迹,是无人飞行器任务规划的核心之一,基于此,设计了一种路径规划算法,实现无人飞行器的飞行避障。本文的避障思想,通过走切线的方式,逐个扫描障碍物的切点,通过启发函数对切点进行筛选,选择最优的切点飞行,并逐步搜索新切点,直到目标点,最终得到一条有若干直线段组成的路径。     

瞄准机器人技术前沿开展教学与科研创新--第六届“全国优秀科技工作者”、哈尔滨工业大学附属中学副校长蔺绍勇

蔺绍勇,1972年生,中学高级教师,计算机高级工程师,哈尔滨工业大学附属中学副校长,黑龙江省机器人学会秘书长,黑龙江省教育信息化学会副秘书长。长期从事机器人相关内容教学、科研及竞赛工作,曾主持完成“用互联网对学生进行预见和创造能力训练的研究”等多项省级教育科学“十一五”规划课题。作为“基于物联网环境下服务机器人”国家课题组成员参与了相关课题的研究工作。撰写并发表了《编程技术在机器人中的应用》《信息化进程中的教育技术发展研究》《教育信息化发展略谈》等多篇论文。     

基于软时间窗约束多机器人最优路径规划

通过定义一些基本运算操作符的运算规则而对粒子群算法进行了改进,构造了多机器人路径规划问题的编码方式。同时,提出了两阶段法对多机器人路径规划进行优化求解:在第一阶段,即采用普通优化方法,对多机器人路径以及任务点分配进行整体优化求解;在第二阶段,依据第一阶段优化出的最优解,分别对各个机器人的路径进行再次优化。通过仿真实验验证:与普通优化方法相比,该方法具有更好的寻优能力。     

一种自动规划路径AGV机器人的设计

本文以在室内环境工作的移动机器人自主导航为应用背景,构建基于ROS平台并具有自动规划路径功能的AGV机器人。在建立机器人导航用环境地图方面,对只依赖激光雷达数据的Hector SLAM地图创建进行了改进,将激光雷达、里程计及惯导(IMU)等多个传感器数据进行融合,通过里程计辅助的方式改进ICP配准精度,有效降低了Hector SLAM建图打滑现象产生的影响,并进行基于A*算法和行为动力学的路径规划研究。实验结果表明,本AGV机器人能够完成室内环境的路径自动规划。     

改进遗传算法在移动机器人路径规划中的研究

移动机器人合理的路径规划是进行探索任务的前提,针对移动机器人路径规划的复杂性,把遗传算法引入到机器人路径规划中,而标准的遗传算法存在着收敛速度慢、效率低等缺陷,提出一种改进遗传算法的移动机器人路径规划方案,在栅格环境下对移动机器人路径规划进行仿真测试,仿真结果表明此方案能缩小路径的局部查找范围,提高发现最优路径的效率,整体性能优于标准遗传算法。     

基于交叉探测的凹形障碍物识别方法研究

针对武装机器人在未知环境下的避障规划问题,利用双超声波传感器对凹形障碍物进行探测识别和分析研究,并提出交叉探测的识别方法。该方法简单有效,能较快对机器人面临的凹形障碍物进行检测并执行相应的规避动作,能够实现实时、稳定地避障。     

一种改进的蚁群算法在机器人路径规划中的应用

随着现代化科学技术的飞速发展,高科技技术也得到了越来越广泛地应用.路径规划技术作为机器人研究和人工智能研究中一个非常重要的研究领域,对于提高机器人功能和技术层次等方面都有巨大的作用.路径规划能够有效地帮助移动机器人实现导航技术的成功运用,同时也能够较好地评判移动机器人的智能化程度.本文主要阐述了移动机器人技术中基本蚁群算法在路径规划中的应用,同时改进并优化了该种蚁群算法,通过“三步走”的方式,帮助α、β与Q实现最佳组合确定的模式,以此来显著提高机器人的稳定性以及寻优能力.