基于ROS的移动机器人混合路径规划研究

为有效提高机器人的路径规划能力,设计了一款基于ROS移动机器人的混合路径规划系统。首先,针对室内定位和地图构建问题,研究了基于2D激光雷达的SLAM系统以提高定位精度和地图构建效率;其次,将改进A*算法和改进DWA算法相结合,形成了一种混合路径规划算法,该算法可以应对不同的环境,如无障碍物、狭窄通道、U型障碍物和复杂环境等。实验结果表明,所设计的混合路径规划算法能成功将移动机器人导航到目标点,在各种环境下表现良好,且寻路时间短,适应性强。这种混合路径规划算法提高了移动机器人的自主导航性能和工作效率,为实现机器人的自主导航能力提供了有效支持。

改进QPSO和Morphin算法下移动机器人混合路径规划

为了提高机器人在复杂环境下路径规划的能力,提出了一种基于改进量子粒子群优化算法(QPSO)和Morphin算法的混合路径规划方法。利用栅格地图建立环境模型并确定起始点和目标点,通过引入自适应局部搜索策略和交叉操作对QPSO进行改进规划出一条最优的全局路径,机器人根据全局路径行走,当发现未知静态或动态障碍物立即调用Morphin算法进行局部路径规划,避开障碍物后回到原全局路径上继续行走至目标点。该混合路径规划方法的有效性和可行性通过Matlab仿真和实际应用得到很好地验证。

基于蝙蝠算法和动态窗口法的混合路径规划

为了更好解决移动机器人路径规划中的最优路径及动态避障问题,提出了一种蝙蝠算法与动态窗口法相结合的混合路径规划方法。针对基本蝙蝠算法存在后期收敛速度慢、收敛精度低等问题,首先提出基于对数递减策略和柯西扰动的改进蝙蝠算法。在此基础上,将多个路径指标作为适应度函数,实现了基于蝙蝠算法的全局路径搜索。最后,将全局路径规划的路径节点依次作为动态窗口法的局部目标点,实现了全局路径规划与局部动态避障的结合。实验结果表明,改进的蝙蝠算法具有更好的寻优性能,动态窗口法与蝙蝠算法结合后,在保证路径长度尽可能短的同时,实现了动态避障。

基于安全点引导混合算法的启发式机器人动态路径规划

针对机器人在复杂环境下路径规划难以兼顾全局最优和实时避障的问题,将改进的A*算法和人工势场法结合,提出一种具有启发式动态路径规划的安全点引导(SPG)混合算法。设计了终点逼近策略,解决了传统A*算法规划路径转折点过多的问题,同时采用平面向量积法避免传统人工势场法路径振荡。设计安全点引导的启发式策略将两种改进算法结合,既保证安全路径,又逃离局部极小值点。分别在静态和动态环境下对SPG混合算法进行仿真并与传统混合算法相比,静态环境和动态环境下的路径长度与运行时间分别缩短了10%,25.6%和9.5%,30.9%,表明SPG混合算法具有良好的全局路径规划与动态避障能力。最后在真实场景中验证了SPG混合算法的有效性。

建筑室内火灾疏散路径规划算法研究

为得出快速、安全、有效的室内火灾逃生路径规划方法,对传统A*算法进行了改进,并与人工势场法算法相结合提出了混合路径规划算法。以实际项目为例对比了不同算法的火灾疏散路径规划,研究结果表明:改进后的A*算法和仅引入奖惩机制的A*算法与传统A*算法相比,规划路径长度分别减小了4.1m和2.2m,运行时间分别缩短了3.4s和1.4s,表明改进后的A*算法所得出的疏散路径更加合理;混合路径规划算法和单一算法相比,其运行速度更快,有着更高的遍历节点效率,且所得规划路径较为平滑,能够远离起火部位,避开有害气体。

移动机器人的混合式路径规划算法研究

针对移动机器人在两个相邻的子工作区域中易陷入局部死区陷阱的问题,提出慎思层与反应层相结合的混合式路径规划算法。首先,在慎思层采用栅格法为移动机器人规划出全局较优路径序列,并为反应层提供子目标点。然后,在反应层采用人工势场法或行为分解法实现慎思层规划的路径,并对环境中的障碍物进行避障。仿真结果表明,混合式路径规划算法具有良好的规划效果。基于栅格法与人工势场法的混合式路径规划以及基于栅格法与行为分解法的混合式路径规划都能使移动机器人高效地到达目标点,有效地实现避障。移动机器人路径规划解决方案对室内移动机器人的导航和避障具有一定的借鉴意义。

联合A^(*)与动态窗口法的路径规划算法

由于无人艇所行驶的海洋环境比较复杂,因此无人艇智能系统中的路径规划系统显得越来越重要。针对A^(*)算法与动态窗口法(dynamic window algorithm,DWA)存在的不足之处,提出一种将二者进行结合的混合路径规划算法。通过对A^(*)算法得到的局部目标点进行迭代更新使水面无人艇(unmanned surface vessel,USV)利用DWA得到最佳搜索路径。仿真结果表明,提出的算法所搜索的路径长度以及路径的拐点相对于A^(*)算法分别缩短了21%和减少了59%,验证了所提算法的优越性。

有限信息条件下的机器人路径规划

在移动机器人的相关技术研究中,路径规划技术是其核心技术,也是其实现真正智能化和完全自主移动的关键技术。传统方法多要求预知全局信息,然而实际中机器人多数只能获得有限的环境信息。因此,有限信息条件下移动机器人路径规划贴近现实,是当前研究的热点与难点。根据所依赖信息层次的不同,将路径规划算法分成3类:依赖全局信息的全局路径规划、仅依赖局部信息的局部路径规划以及同时利用全局与局部信息的混合式路径规划,并分别介绍3类方法在有限信息环境下的特点。

基于元胞自动机与改进A^(*)算法的砾石土摊铺实时监控作业路径规划

砾石土摊铺是心墙堆石坝施工的重要环节,其厚度和平整度是表征摊铺质量的关键指标。然而,现有的摊铺作业路径规划高度依赖人工经验,存在主观性强的缺陷,因而摊铺质量难以得到有效控制。针对上述问题,本研究提出了一种基于元胞自动机与改进A^(*)算法的砾石土摊铺实时监控作业路径规划方法。该方法通过改进A^(*)算法中的轨迹距离度量函数并引入避障冗余距离优化全局路径的规划和选取,同时结合质量评价函数优化局部动态路径规划方法,从而实现摊铺作业全局-局部混合路径规划。此外,通过建立砾石土摊铺质量元胞自动机模型,将施工机械的实时监控数据转化为仓面各网格的质量信息,实现质量信息的实时更新。工程应用表明,本研究提出的方法在保证施工效率的前提下,能够控制摊铺厚度在0.27 m左右,有效避免超厚超薄现象的发生,且平整度相较人工提高了22.6%。

有限信息条件下移动机器人路径规划方法综述

在移动机器人的相关技术研究中，也是其实现真正的智能化和完全自主移动的关键技术。传统方法多要求预知全局信息，然而实际中机器人多只能获得有限的环境信息。因此，有限信息条件下移动机器人路径规划贴近现实，是当前研究的难点与热点。根据所依赖信息层次不同，本文将路径规划算法分成三类：依赖全局信息的全局路径规划。仅依赖局部信息的局部路径规划，以及同时利用全局与局部信息的混合式路径规划。并分别就三类方法在有限信息环境下的特点进行介绍。

基于自适应轮廓骨架分区的电弧增材制造成形路径优化方法

传统轮廓偏置路径规划方法具有较高几何还原度,适合电弧增材制造中等尺寸的复杂零件,但轮廓连续偏置过程中的退化现象易形成欠填充区域,进而导致缺陷,形成待优化区.针对上述问题,提出了基于布尔运算的待优化区域精确识别方法.将原始多边形与经过正反两次等距偏置的回溯多边形进行布尔差运算,可获得需要优化的缺陷区域,将待优化区域过滤与合并,重新构建为骨架填充区.结合最小矩形框确定每个骨架填充区的最优填充方向并生成往复直线路径,最后将轮廓偏置路径重新分类分区连接为连续成形路径,并按照骨架填充区成形路径优先打印原则输出为机器代码.后续成形试验采用机器人电弧增材制造系统打印了螺旋桨零件,结果表明,零件成形尺寸达到预期,且表面不存在传统轮廓偏置法中的成形缺陷,证明文中方法具有较高的可行性与适用性.创新点:(1)提出了一种骨架填充方法来准确识别和过滤传统轮廓偏置法中的待优化区域.(2)基于布尔运算的待优化区域精确识别方法,既保留了传统方法的优点,又减少了起熄弧次数.

复杂动态环境下自主机器人路径规划研究

为了提高复杂动态环境下的机器人路径规划性能,文章提出了全局路径规划和局部路径规划相融合的混合路径规划方法。分析了A*算法原理,提出了加权A*算法,使用权值调节启发信息在评价函数中的作用;改进了人工势场法,解决了传统方法目标不可达和局部极值问题;将加权A*算法的全局路径规划和改进人工势场法的局部路径规划相融合,以全局规划路径的拐点作为局部路径规划的子目标点,提出了混合路径规划方法。经仿真验证,对于固定静态障碍物、临时堆放障碍物、动态障碍物三种情况,混合规划方法都能得到平滑的无碰最优路径。

基于局部势场A;算法和动态窗口法的农用轮式机器人路径规划

针对未知农业生产环境中,现有移动机器人路径规划方法实时性差和适应性弱等问题。在视觉传感器实时定位和地图构建的基础上,提出一种混合规划方法用于农用轮式机器人。在全局路径规划中使用局部势场A;算法进行路径规划,在局部路径修正中使用改进的动态窗口法进行路径修正。通过仿真将提出的混合路径规划方法与传统路径规划方法进行比较,验证该方法的优越性和鲁棒性。结果表明,相对于传统路径规划方法,混合路径规划方法通行代价降低63.89%,在保持最大偏移不变的情况下,搜索时间节省27.01%。该混合路径规划方法可以实现未知环境的规划路径,有很好的壁障和路径规划能力,具有一定的应用价值。

教学建筑室内火灾应急疏散路径寻优算法研究

为解决建筑内人员疏散模拟时间长、效率低、无法根据火灾情况改变疏散方向的问题,提出一种新型的混合路径规划算法。首先,在A*算法中加入奖惩机制并对启发函数进行改进。其次,通过改进斥力函数解决人工势场算法易陷入局部极小值的问题。最后,将两种算法组合,构成一种混合路径规划算法。通过对某教学建筑应用BIM和PyroSim软件进行建模与分析,验证混合路径规划算法的可行性。结果表明,所提算法不仅能够快速找到最优疏散路径,还可以避免疏散路径经过危险区域。与单一算法相比,混合路径规划算法遍历节点个数更少,路径平滑性与路径规划效果更好,路径规划效率更高。

室内主动式服务机器人控制系统研究与设计

针对独居老人因记忆力衰退容易忘记服药以及突发疾病无法服药带来的安全健康问题,设计了一种具有定时送药和紧急送药功能的主动式服务机器人控制系统.在到达服药时间或监测到老人体征异常时,利用超宽带定位技术获取老人和机器人的位置信息,通过改进A*算法完成机器人移动路径的规划,当移动过程中遇到障碍物时利用人工势场法进行规避,最终完成送药功能.通过对系统各项功能的测试,表明:该系统在完成送药功能的同时也能实现安全、高效的自主移动,能有效保障独居老人的安全与健康.