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。     

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。     

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。     

基于免疫算法和人工势场的移动机器人路径规划

分析了人工势场模型存在的两个问题:目标不可到达问题和由于局部最优解的存在而产生的死锁问题。在人工势场路径规划的基础上,提出了基于免疫算法和人工势场法的最优路径规划方法。通过仿真算例验证了该模型的有效性。     

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。     

智能车自主避障路径规划研究综述

避障路径规划是智能车技术的关键部分,避障路径规划具有重大研究意义与应用前景。对智能车辆自主避障路径规划进行了综述,分析了人工势场法、智能优化算法、强化学习等避障算法,指出任何一种有效的智能车避障系统均不能只依靠单一算法操作,因此结合多种避障路径规划算法应用于实际,是未来的研究热点与难点。     

红外导航自主充电室内移动机器人设计

提出了一种实用且有效的解决室内移动机器人路径规划及自主充电的方法,设计了一款自主充电的室内移动机器人.移动机器人在目标位置未知且感知不到红外线时,通过激光测距感知外部环境,将多分辨率时变势场法和传统的模糊控制结合起来实时调整机器人的移动方向,实现避障和路径规划,不需要记忆先验信息,让机器人快速离开局部环境,找到外界的红外信号,由红外进行导航,跟踪红外线,实现准确定位于充电座上.多分辨率时变势场法和模糊控制的应用有效解决了机器人漫游过程和红外跟踪过程的过渡及红外跟踪过程中的振荡问题.     

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...     

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.     

基于改进人工势场法的无人船智能避障算法设计

针对传统人工势场法中的局部极小值问题,基于切线理论引入附加斥力势,从而形成对斥力势函数的修正,得到了一种改进的人工势场法。为验证该方法的可行性,基于牛顿—欧拉方法建立无人船在海洋环境中运动的数学模型,并基于PD控制器设计无人船的航向控制算法,从而得到验证改进人工势场法的仿真模型。利用该仿真模型,设计多种不同的障碍物工况进行避障仿真试验。试验结果表明,所提出的智能避障算法能够解决传统势场法的局部极小值问题,并且能够在不同的障碍物环境中引导无人船完成避障任务,具备较好的可行性与鲁棒性。     

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.     

基于改进狼群算法的机器人路径规划研究

路径规划是移动机器人研究的关键技术,针对狼群算法在路径规划中存在收敛速度慢、搜索效率低的问题,提出了一种改进的狼群优化算法。以栅格法构建基于改进狼群算法的机器人路径规划模型,并采用游走机制来改善模型的局部寻优能力;采用智能奔袭方式提高改进狼群算法的自适应调节能力,以使算法收敛到全局最优。仿真实验结果表明:改进后的狼群算法在收敛速度、精度、自适应调节能力上均优于对比算法且在实现机器人路径规划上更有效。     

辐射扫描算法在无人船航迹规划中的应用

提出了一种基于2D扫描为基础的辐射扫描算法。首先利用栅格法确定栅格粒度,建立环境空间模型。在起点与终点之间存在障碍物的前提下,向两侧扫描获取周围障碍物信息,并确定子节点。子节点不断扫描和更新下一级子节点,从而扫描到终点,并通过终点反选父节点确定最终路线。减少了传统算法规划路径中最终的结果并非最优解的问题。使用LabVIEW2017平台编写了算法仿真软件,进行大量实验。结果表明,该射线扫描算法在规划路径上比传统蚁群算法生成路径质量更高,有效提高了算法应用于三维空间路径规划时的可靠性。     

扫地机器人的路径规划研究

扫地机器人的路径规划通常采用将地图转换为栅格的方法,但遇到比较复杂的环境时,会存在漏扫或困在死角的情况.为了解决这个问题,本文在栅格法的基础上加入了田埂式算法,并在田埂法中加入了优先级,同时配合A*算法中特征的标记,提高了到达预定位置的效率.通过实际的测试,证明了该方法的可行性.     

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