基于视觉定位的仓储搬运机器人避障控制方法

为保证仓储搬运机器人的工作效率和安全,在动态环境下,提出基于视觉定位的仓储搬运机器人避障控制方法。利用视觉定位技术,通过环境图像生成、预处理、特征提取、障碍物识别等步骤,确定动态环境中的障碍物位置。检测仓储搬运机器人实时位姿,考虑障碍物实时位置和搬运目标地点,规划出机器人移动路径。根据机器人位姿与规划路径之间的偏差,计算仓储搬运机器人避障控制量,在控制器的支持下,实现仓储搬运机器人避障控制工作。实验结果表明:与传统方法相比,采用优化设计的避障控制方法后,仓储搬运机器人在动态环境中的碰撞次数明显减少,位置和姿态角控制误差均值分别为0.08 m和0.029°,所提方法的控制数据优于传统控制方法。

基于毫米波雷达的无人驾驶电动汽车换道动态避障控制方法

无人驾驶电动汽车在换道行驶中,难以细致地衡量道路中障碍物的移动状态,从而导致规划后的避障路线不够准确,可能会发生交通事故;对此,提出基于毫米波雷达的无人驾驶电动汽车换道动态避障控制方法;利用电动汽车内置的传感器设备,检测无人驾驶电动汽车的行驶状态和道路环境,判断电动汽车是否满足换道条件;综合考虑电动汽车和动态障碍物的移动状态,对无人驾驶电动汽车换道行为进行决策;采用毫米波雷达技术,设计动态避障控制器,根据决策结果规划换道避障路线,生成控制指令,实现无人驾驶电动汽车换道动态避障控制;通过效果测试实验得出结论:毫米波雷达技术的测量误差能够控制在0.1以内,位置控制误差和碰撞风险明显降低,具有更优的控制效果。

基于改进机器学习的图书馆机器人自主避障控制研究

为控制图书馆机器人在行进过程中自动躲避障碍,达到理想工作效果,提出基于改进机器学习的图书馆机器人自主避障控制方法;采集图书馆机器人与目标障碍物距离信息,感知环境特征向量,当成卷积神经网络输入,经卷积、池化等操作,输出图书馆机器人对当前环境感知结果,该结果经输入输出变量模糊化、模糊推理以及输出变量解模糊等操作后,实现图书馆机器人自主避障无冲突运行;实验结果表明:该方法自主避障控制效果较好,避障行驶距离短,高速运行时反应更快,能够避开多个障碍物,识别分类结果与实际感知环境类型一致。

复杂地形六轮独立驱动与转向机器人轨迹跟踪与避障控制

为研究六轮移动机器人在复杂地形的运动控制方法,针对六轮独立驱动与转向机器人复杂地形轨迹跟踪问题,提出一种预测控制和动态补偿的控制方法。基于非完整约束的线性六轮移动机器人运动学模型,以模型预测控制算法为基础,引入比例-积分-微分补偿控制器,抑制动态滞后引起的跟踪误差,设计速度与转向角动态反馈补偿,以应对地形扰动对轨迹跟踪的影响。分析机器人运动过程中障碍物的避碰问题,设计可求解避障轨迹的避障规划器,通过轨迹跟踪系统对局部避障轨迹进行跟踪控制,实现机器人的轨迹跟踪和自动避碰。对轨迹跟踪算法和避障算法进行仿真实验。实验结果表明:在典型工况下,机器人可完成凹形斜坡、凸形斜坡和凹凸地形正弦型轨迹跟踪控制和静态与动态障碍物避碰,验证了新方法的有效性。

基于模型预测的海缆铺设用水下航行器最优避障控制

[目的]自主水下航行器(AUV)在海底复杂地形环境下执行独立铺缆作业时,需要兼顾铺缆质量和自身安全,即在避障的同时还需要保持船体与海底平面的相对高度。为此,设计一种基于模型预测的海缆铺设AUV最优避障控制方法。[方法]首先,基于模型预测控制(MPC)建立AUV的路径跟踪模型,将海底不规则障碍物分类为凸起和凹陷地形,并分别建立障碍物的工程简化数学模型;然后,根据不同地形和海缆铺设要求来设计多个目标优化函数;最后,根据地形特征点迭代计算与海底平面保持稳定高度且路径最短的最优避障路径。[结果]仿真结果表明,该方法响应性能好、可靠性高,能够使AUV选择最短路径并避开意外障碍物。[结论]在复杂的海底环境下,该方法既保障了AUV作业过程中的自身安全,又极大提高了海缆的铺设质量。

基于毫米波雷达的智能车辆主动避障控制系统设计

智能车辆所搭载监测设备对障碍物目标的识别准确性,影响行驶车辆的避障能力;为避免车辆与障碍物发生碰撞,提升智能车辆的避障能力,设计基于毫米波雷达的智能车辆主动避障控制系统;在底层控制单元中,按需连接纵横向导航控制元件与毫米波雷达摄像头,完成智能车辆主动避障控制系统的部件结构设计;利用毫米波雷达监测所得的车辆避障图像,定义空间坐标系转换条件,通过标定雷达相机参数的方式,实现基于毫米波雷达的智能车辆避障路径规划;建立车辆纵横向运动模型,根据避障安全距离计算结果,完善具体控制流程,联合各级硬件应用结构,完成基于毫米波雷达的智能车辆纵横向主动避障控制系统的设计;实验结果表明,所设计系统可在智能车辆通过障碍物目标时,保证车体与障碍物之间的距离大于0.3 m,能够避免碰撞行为发生,对于车载监测设备而言,其对于障碍物目标的准确识别能力得到了保障,能够有效提升智能车辆避障能力。

基于深度强化学习的异构智能体编队避障控制方法

针对在编队避障控制中智能体个体的异构性和多任务的复杂性问题,提出一种基于深度强化学习的异构智能体编队避障控制方法。首先,为了克服智能体个体的异构性,详细描述了领航者和跟随者智能体各自采用的局部观测表示;其次,根据智能体的相应任务,设计了编队、避障和导航三种复合的综合奖励函数,以实现更加灵活和高效的编队避障控制;最后,设计了融合注意力机制的行动者-评论家网络,用于联合训练领航者和跟随者的运动策略,从而使智能体能够逐步优化综合策略,以应对复杂的交互信息。数值仿真实验结果显示,文中提出的方法使得智能体能有效完成各自的任务,与其他强化学习算法相比,能够更迅速、更精确地使智能体学习到最优的运动策略,并在未来应用于复杂环境中,具有潜在的前景和价值。

基于鸽群优化改进动态窗的多无人车协同编队避障控制

在复杂未知的战场环境中,无人车集群较单台无人车可承担更为复杂的任务,无人车集群协同编队避障行驶是群体智能领域研究热点之一.针对未知环境下无人车集群在规避障碍物时容易出现动态位置与预期队形偏差较大问题,本文提出了一种基于改进动态窗的无人车编队协同避障控制方法,在基本动态窗路径评价函数的方位角评价因子、障碍物评价因子、速度评价因子基础上,增加了无人车编队的方向协同因子和队形保持因子.同时,基于变权重鸽群优化算法对改进动态窗的路径评价函数各系数进行优化.当无人车集群感知到障碍物时,通过改进动态窗算法进行相对位置及速度的自适应协同调整,更好地保证无人车编队避障行驶过程中队形位置的精确性.最后,以3台无人车构成三角形编队避障行驶为例进行仿真验证.仿真结果表明基于改进动态窗和变权重鸽群优化算法的无人车编队在规避障碍物时,队形位置偏差相对较小.可见,本文提出的改进算法能够使得无人车集群在规避障碍物过程中提高动态编队的稳定性和精确性.

自主式绝缘台升降过程避障控制方法研究

为提高自主式绝缘台在升降过程中的稳定性,针对升降过程避障控制方法进行了研究。首先从结构角度展开分析。控制系统的两个主要结构为AM600-CPU1608TP型可编程逻辑控制器(PLC)和伺服电机。两者相互配合完成避障控制。为维持控制系统的平稳运行,需约束伺服电机的工作状态,确保电流脉动系数保持在0.67以下,使伺服驱动器保持平稳状态。基于此,通过一级和二级调平计算升降过程中人工势场函数,调整绝缘升降台的姿势和轨迹,并建立补偿函数弥补升降过程中的不稳定颤动,以判断障碍物位置并实现避障控制。试验结果表明,该方法能够有效地完成绝缘台的升降避障任务,具有避障误差小、避障过程中调平性能好、绝缘台升降状态稳定的优点。该方法具有良好的控制效果。

时变通信网络下多无人机系统分布式编队避障控制

针对多无人机分布式自主编队过程中的通信不连通及碰撞问题,提出了时变通信网络下分段调节人工势场的多无人机系统编队避障方法。首先,针对通信设备传输和处理信息的速度有限而易出现信号堵塞等问题,设计一种时变通信网络下的分布式编队控制器。其次,分析传统人工势场法的缺陷,提出分段调节人工势场方法,进而研究时变通信网络下基于分段调节人工势场的分布式编队避障控制律。最后,通过仿真实验验证了文中方法的有效性和准确性。

高精度激光测距下的机器人自主避障控制

在机器人自主避障过程中,由于传感器数据的误差会降低机器人感知和决策的准确性,从而影响机器人自主避障能力;为此,提出高精度激光测距下的机器人自主避障控制方法;通过设计机器人体系结构,建立机器人运动学模型,为机器人避障控制提供依据;采用高精度激光测距技术,构建机器人移动场地地形;通过自适应阈值方法,完成机器人的自主避障控制;实验结果表明,所提方法的机器人自主避障控制效果好,且障碍物位置测试值与实际位置值的误差保持在0.4 m以内,具有较高的避障控制精确度。

多轴轮式小车变速避障控制系统研究

车辆快速行驶时避障安全性差、稳定性较弱。鉴于此,设计了一款相对体积较大、轴轮多、旋转半径大(结构类似于挂车、卡车等重型运输设备)的轮式避障小车进行变速避障控制模拟。变速系统基于上位机LabVIEW 2018动态窗口,根据障碍物分布情况调节小车速度,以安全、稳定地变速避障。避障过程中小车遇到障碍物,对避障信息进行读取判断,雷达接收并运转数据时间变长,计算机程序运行时间与小车运行时间会存在差值,利用这一差值对处于同一时间段的小车进行速度调节。通过匀速与变速的对比试验来验证变速避障控制系统的功能,结果表明,在相同环境下变速避障小车在避障反应时间内位移量减少,能更快速、可靠、稳定地实现避障。

动态环境下基于视觉定位的仓储搬运机器人避障控制方法

仓储搬运机器人避障研究过程中,容易受到机器人运动环境干扰,使得该方法实施后避障运动路径较长。因此,提出动态环境下基于视觉定位的仓储搬运机器人避障控制方法。通过机器人身上安装的双目摄像机采集动态与环境信息,定位到周边环境中障碍物位置。利用自组织可增长特征映射图(GSOM)进一步处理障碍物定位信息,绘制仓储搬运机器人运动环境地图。然后,运用人工势场法模拟机器人工作空间,得出动态环境下机器人避障规划路径。最后,计算出机器人避障转动控制目标角度,再结合PID闭环控制思想实现避障反馈控制。实验结果表明:在60m^(2)的室内环境中,将新研究方法应用到多种类型的动态环境中完成避障控制,所产生的机器人避障运动路径最长仅为3.5m,更好地满足了仓储搬运机器人工作要求。

基于改进PRM算法的体育运动路径避障控制系统

为提升体育运动的训练效果,解决现有体育机器人路径避障控制效果不佳的问题,利用改进PRM算法完成路径避障控制系统设计。首先调整测距传感器和倾角传感器的内部结构和分布方式,优化机器人的运动驱动和通信网络模块。通过实时运动信号的采集与融合,确定当前机器人的位姿及障碍物位置信息,利用改进PRM算法规划机器人避障路径,实现系统的体育机器人运动路径避障控制功能。通过系统测试实验得出结论:所提系统体育机器人的实际运动路径更接近理想路径,且碰撞事故更少,即设计系统在控制效果方面具有明显优势。

基于视觉引导的四足机器人避障控制系统设计

直至目前,国内四足机器人发展还不成熟。针对四足机器人的自主避障问题,提出一种以树莓派控制器为核心、基于深度相机的视觉引导避障控制系统。结果表明:利用该系统,四足机器人能有效避开局部路径规划中检测到的障碍物。

基于单片机的低碳节能环卫车的路径规划与避障控制

在“双碳”目标背景下,道路交通环保行业在节能减排方面面临新的挑战。文章从环保车的定位、障碍物检测以及导航规划3个方面展开深入研究,旨在实现环卫场景中的无人化作业与智能环卫管理。智能无人环卫车配备了高精度循迹避障系统和多重清洁装置,能够通过传感器感知环境信息,并基于模糊控制理论提出避障控制策略。文章致力于提升环卫车的智能化水平,减少能耗,以适应低碳环保的要求,为城市环境卫生事业提供创新且节能的解决方案,具有重要的实际应用价值和社会意义。

基于激光传感器的动态拟合避障控制与仿真

考虑未知动态环境下机器人系统的运动规划问题,提出了一种避障规划策略。针对一类圆形动态障碍,机器人通过激光传感器采样获得障碍边缘,采用最小二乘法对障碍边缘进行拟合。经过多次估计动态中心位置和大小,获取障碍物的相对速度和方向。综合考虑机器人、动态障碍以及目标点间的相对关系,确定机器人的最优运动方向,以保证机器人安全运行和任务完成。在此基础上,进一步给出了多机器人系统在未知动态环境下的编队控制策略。所提出的避障控制策略通过仿真实验进行了验证。

轮履复合式农业机器人越避障控制研究

轮履复合式农业机器人具有行走灵活,通过能力强的特点,本文将模糊逻辑理论应用于轮履复合式农业机器人的越避障控制,设计了模糊控制器,建立了模糊控制规则,MATLAB仿真实验证明,该控制器可有效控制机器人攀越和避过障碍物。

冗余自由度机械手的避障控制

避障碍物一直是冗余自由度机械手的主要应用 ,本文采用伪逆矩阵法 ,以障碍物和机械手之间的距离的函数作为性能指标函数来解冗余自由度机械手逆解 ,进行避障控制 ,并提出一种简单的计算机械手和障碍物之间的距离方法 ,通过对一个三自由度的平面机械手进行仿真 。

基于信息融合的模型小车ANN避障控制

本文将模糊逻辑、神经网络和传感器融合技术结合起来，用于移动机器人的避障控制研究，利用多个非摄像类的超声波和红外线传感器探测环境信息，采用多传感器融合技术进行传感器信号处理，并且探讨了模糊聚类和神经网络系统在机器人系统中的避障控制能力，给出了虚拟环境下的计算机仿真结果．