一种防震荡的机器人路径规划算法

移动机器人路径规划问题中,当机器人遇到较大障碍物时容易出现震荡现象,文章针对该问题提出一种基于栅格模型和蚁群算法的路径规划算法。当蚁群中的蚂蚁没有遇到障碍物时,优先选择离目标点最近的可行点;当蚂蚁遇到障碍物时,特别是较大障碍物时,改变蚂蚁选择下一步栅格的策略,使之能尽快绕开障碍物,朝着目的地前进。最后的仿真结果显示该算法能在一定程度上消除震荡现象。     

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。     

基于激光雷达和温度传感的高温避障

激光雷达不宜用于检测障碍物的温度。如果路径规划时仅使用激光雷达而忽视高温障碍物对智能车和其携带货物的热辐射作用,将会导致安全隐患。针对该问题,在常规RBPF SLAM算法原理基础上,改进并运用提议分布和自适应重采样两种方法,融合红外热像模块检测出的环境温度信号,提出了一种在建图过程中改变高温障碍物栅格状态的方法;在所搭建的智能车高温避障导航测试场景下进行有无高温障碍物的导航避障对比实验。实验结果表明,该方法能让智能车在高温障碍物的环境中有效地规划路径并避开高温障碍物,提高了智能车导航的准确性和可靠性。     

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。     

一种改进蚁群算法的移动机器人路径规划

路径规划是移动机器人运动控制中的关键问题。针对传统蚁群算法在机器人全局路径规划中存在收敛速度慢、易陷入局部最优等缺点,提出一种改进型蚁群路径规划算法。首先,通过栅格法建立机器人运动环境模型,然后在传统蚁群算法基础上引入A*搜索算法的估价函数思想,改进蚁群算法的启发函数,增加目标节点与可选行进节点数对启发函数的影响。其次,在信息素更新公式中,通过引入Logistic增长函数对信息素挥发因子作自适应调整,提高算法速度与精度。最后,通过Matlab仿真实验证明,改进蚁群算法比传统算法在路径搜索速度和精度上都有较大提升。     

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。     

基于智能平面搜索的四轴机械臂避障规划

提出一种智能平面搜索算法,用于解决四轴机械臂规避障碍物的路径规划问题。该算法将人工智能理论与平面几何学相结合,通过栅格化四轴机械臂的关节空间,预先确定障碍物区域,再自动搜索避障路径的编号序列,规划出四轴机械臂运动的关节坐标值序列。仿真结果表明,该规划算法能快速有效地实现四轴机械臂在X—Y平面内的二维避障,具有较强的稳定性与工程实用性。     

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。     

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。