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     

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。     

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。     

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。     

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。     

基于混合粒子群算法的巡检机器人路径规划

针对巡检机器人路径规划问题,提出一种基于混合粒子群算法的路径规划方法,目的是当巡检机器人在工作区进行巡检时,为其提供一条最短路径。该方法引入遗传算法中的交叉和变异策略,对传统粒子群算法进行改进。试验结果表明,在70m×70m的工作区中,改进粒子群算法规划的最短路径长度相比传统粒子群算法和遗传算法分别减少43. 93m和23. 34m,其迭代次数相比传统粒子群算法和遗传算法分别减少34次和23次,验证了此改进算法的有效性。     

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。     

一种基于元胞自动机的机器人运动规划算法

利用元胞自动机模型对周围环境已知的机器人的运动进行规划。对机器人所在空间建模后,通过演化规则计算最短路径,使机器人成功避开障碍到达终点。实验结果表明机器人能快速搜索到无碰路径,证明该算法的可行性和有效性。     

机器人路径规划跟踪算法研究

设计一种线性观测器模型,通过奇异值分析将观测模型分解为路标信息矩阵和机器人位置和姿态信息矩阵,并通过多重多元统计方法计算出关系矩阵,保证了移动机器人的目标跟踪。     

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。     

基于模糊控制的足球机器人运动控制算法

提出了一种基于行为的机器人运动模糊控制算法,对机器人运动到定点进行控制,设计了线速度模糊控制器和方向角模糊控制器,将模糊控制本身所具有的鲁棒性与基于生理学上的“感知-动作”行为结合起来,为移动机器人在未知环境中运动控制提出了一种新思路.     

基于深度学习改进的机器人轨迹规划算法

在公路环境巡逻机器人轨迹规划问题中,实时准确的交通流量预测对机器人轨迹规划尤为重要。然而由于车流量的随机非线性,使得机器人轨迹规划任务仍然充满挑战。提出一种深度神经网络与轨迹规划算法相结合的融合算法。通过深度学习预测短期交通流量,优化交通网络图并运用轨迹规划算法完成路径规划。实验表明,改进的机器人能够更快、更安全地完成道路巡逻任务。     

A*算法估价函数的特性分析

确定估价函数是A^＊算法中最关键的问题。在对估价函数特性进行分析的基础上，讨论了它的几个一般构造原则，并简要介绍一些试验经验及若干实例。     

基于运动相似性的仿人机器人动作规划研究综述

阐述了基于运动相似性的仿人机器人动作规划研究进展：首先,分析了捕获人体运动轨迹,包括运动捕获设备类型与运动轨迹处理;其次,阐述了人机运动模型构建,包括运动重定向、分解与重构运动姿势;再次,阐述了不一致的目标环境控制,包括地面碰撞控制、不一致的形态控制、自适应学习、非线性连续运动轨迹设计等;最后进行了总结。     

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.     

码垛机器人的CP轨迹规划

对于码垛机器人,轨迹规划的核心是控制曲线的选取和其算法的实现,其轨迹规划是有的束非线性形的复杂问题,本文根据求得的逆运动学解,用ＭＡＴＬＡＢ软件对轨迹规划进行编程,得出了关节变量的运动曲线,为以后的伺服控制提供了依据。     

机器人运动规划中的姿态建模方法研究

提出了机器人运动规划中的一种姿态空间建模方法,可用于机械臂在复杂环境中的运动规划．