AGV路径规划及避障算法研究综述

自动导向车(Automated Guided Vehicle,AGV)目前被广泛应用于物流、仓储、制造业和仓储等领域.AGV的路径规划和避障算法是实现AGV自主导航的关键技术,决定了AGV在复杂环境中能否高效、安全地完成任务,近年来成为AGV领域的重要研究热点之一.本文根据AGV路径规划及避障算法的原理与特点,将主流AGV路径规划及避障算法划分为局部避障路径规划算法、基于几何模型的路径规划算法、智能路径规划算法和混合算法4类,对算法的原理、工作流程、优缺点进行了深入分析,并介绍了相应的改进算法.最后,本文对AGV路径规划及避障的未来发展趋势进行展望,为AGV路径规划及避障算法的研究指出了方向.

基于磁轨导航和多影响层判据识别的送餐机器人避障算法开发

针对在路径寻优过程中采用常规避障算法的机器人产生剧烈摇晃以及与行人相互避让时产生的“囚徒困境”问题,提出了以工控机为控制核心,以STM32单片机为辅助控制的激光雷达下基于磁轨导航和PID全自动送餐机器人新型巡线避障算法。在运动和导航模块基于磁轨导航与PID算法,优化机器人运动轨迹以实现机器人的巡线运动;通过RFID标签辅助控制机器人加速、减速、驻停等动作;通过建立的多影响层避障判据识别模型来实现机器人的高效避障。最后实验验证了算法的适用性和高效性,能够在校园、工厂等人员复杂环境下有效避障。

矿山环境下的矿车自主导航与避障算法探析

随着我国经济的快速发展,矿产资源的开采和利用日益受到重视。然而,矿山环境复杂多变,人工驾驶矿车存在极大的安全隐患,如何实现矿车的自主导航与避障,成为矿山智能化建设亟待解决的问题。本文将针对这一问题进行深入探讨,以期为我国智能矿山建设提供有益的参考。

基于多数据融合的智能定位传感器避障算法研究

在智能定位传感器内增加避障算法,可使机器人拥有自动躲避障碍的能力,该文基于多数据融合设计智能定位传感器避障算法。设置激光雷达测距和超声波测距作为多传感器障碍检测的方法,获取机器人当前位置与障碍点坐标的相对几何关系,计算机器人与障碍点位置的距离,定位路面障碍点,对2种传感器收集到的数据进行多元障碍定位信息的加权融合。设置智能机器人避障轨迹目标函数以及约束条件,设计机器人避障算法,得到基于定位传感器的机器人避障方法。实验结果表明,在简单环境及复杂环境下机器人均未与障碍物相撞。在运行轨迹中随机放置障碍物,机器人能够及时完成运行轨迹的变化。由此可见,该避障算法具备较好的应用前景,可应用于各种智能机器人中。

基于扩展卡尔曼滤波的无人车避障算法研究

目前自动驾驶技术是当前的研究热点之一,而无人车的避障算法又是自动驾驶的核心技术之一,直接关系着无人车的安全行驶。文章提出了一种基于扩展卡尔曼滤波的无人车避障算法,首先,当无人车传感器感知到前方出现障碍物时,构建相应的运动方程和观测方程,然后使用扩展卡尔曼滤波对障碍物的运动路径进行预测,最后将预测轨迹输入至多层栅格代价地图,多层栅格地图A^(*)算法分为障碍物层、预测轨迹层和膨胀层,使用A*算法求解最优避障路径。通过仿真实验表明,文章方法能够同时有效躲避多个动态障碍物。

Frenet坐标框架下的自适应避障算法

目的 解决包装车间无人运输车辆在沿全局路径行驶过程中,难以同时保证跟随轨迹平滑及规避障碍物的问题。方法 构建Frenet坐标框架,描述车辆位姿与全局路径的相对关系,利用五次多项式生成多条待选局部路径;采用障碍物势场法模糊处理包装车间障碍的外形轮廓,并设置膨胀区间;结合待选路径采样点经过障碍物膨胀区间得到的碰撞值,以及采样点与全局规划路径的偏差值,综合评估路径的避障能力,筛选出最优的避障路径。结果 该算法能根据障碍物的大小,动态解算出与全局路径偏移量小且运动连贯的局部避障路径。结论 所提算法使得车辆完成运输任务时的效果更好,且效率更高。

基于深度学习的无人机单目视觉避障算法

针对基于单目视觉的无人机(UAV)避障问题,本研究提出基于单目深度估计和目标检测的四旋翼自主避障方法。其中,单目深度估计模型提供障碍物像素级别的深度信息,目标检测模型提供障碍物的位置信息。单张红绿蓝(RGB)图像的深度图和目标检测结果由卷积神经网络(CNN)获得;图像的区域划分以目标检测结果为依据,区域深度以深度估计结果为计算依据;规划算法依据区域深度和区域划分结果计算无人机的线速度和角速度,实现无人机的自主避障。为验证算法的自主避障性能,采用Parrot Bebop2无人机对本研究提出的算法与直飞算法进行实飞对比实验。结果表明:本研究提出的算法可用于四旋翼无人机的低速自主避障。

基于四轴飞行器的单目视觉避障算法

针对四轴飞行器平台上单目视觉避障算法实时性不够,准确率不高的问题,提出了一种新的基于金字塔LK(Lucas-Kanade)光流与平移光流融合的单目视觉避障算法并给出了这一方法的数学推导过程。在配有320pixel×240pixel摄像头的ArduCopter四轴飞行器上开发和实现了该算法,并进行了多次飞行测试验证了算法的可行性与有效性。在飞行器自主飞行过程中,采用消失点进行导航,并结合神经网络PID对其进行飞行自适应控制。与单目即时定位与地图构建(SLAM)避障算法、Horn-Schunck光流避障算法以及图像分割避障算法比较了算法的实时性和准确性,结果显示:本算法具有实时性好和准确率高的优点,可以满足实际工程中四轴飞行器的实时避障要求。

一种局部动态环境下的避障算法

提出一种基于传统VFH避障算法的增强形式,称为VFH#算法。这种算法对VFH算法第一层进行局部环境预测,重新确定静态动态栅格,为后几层的最优选择提供准确的参数。利用这种方法,机器人能在局部动态环境下选择较优的行进方向。

自主移动机器人避障算法研究及展望

随着科学技术水平的不断进步,自主移动机器人技术也得以快速发展,自主移动机器人具有智能、自主、高效、便捷等特点,因此被广泛地应用到国防、工业、航天、生活等各个领域。在移动机器人的运动过程中,机器人能否主动避开前方的障碍物,寻找出一条从起始点到目标点的安全路径,是机器人能否实现自主作业的关键。研究针对移动机器人的避障算法进行了深入研究,对不同算法的优、缺点进行了比较与分析,并在此基础上对避障算法的未来发展进行展望。

基于横向安全距离模型的主动避障算法

现有的安全距离模型是基于纵向相对车速或减速度值建立的,没有考虑移动目标的横向运动特性。本文利用移动目标横穿马路的速度、相对位置,建立横向安全距离模型,并提出一种基于横向安全距离模型的主动避障算法。首先,根据横向移动目标横穿马路的速度、相对位置和自车的制动距离建立横向安全距离模型,设计主动避障算法。接着,为计及路面条件对制动效果的影响,引入当前行驶路面估算的附着系数峰值估算最大制动减速度,约束目标避障减速度,并调整制动强度,以适应不同路况的安全避障行驶。最后,以典型横向移动目标骑行者作为研究对象,通过PreScan/Simulink/CarSim联合仿真验证避障算法的有效性。结果表明:基于横向安全距离模型的主动避障算法能有效避免与骑行者碰撞,提高行车的主动安全性。

吸尘机器人系统设计与避障算法研究

基于Cortex-M0微控制器设计超声波、红外和碰撞等多传感器硬件系统感知机器人工作环境,应用模糊神经网络对采集的数据进行信息融合处理,输出结果用来控制吸尘机器人的定位与避障。实验证明,多传感器硬件系统和基于模糊神经网络的避障算法大大提高了吸尘机器人的定位与避障精度,对不同的工作环境也具有良好的鲁棒性。

移动机器人的超声模糊避障算法

超声传感器是移动机器人避障常用的传感器,但存在幻影的干扰。该文提出多个超声传感器的模糊避障算法,该算法把多个超声传感器分为左右两组,如果障碍物在右侧,机器人就向左转,反之机器人向右转。实验表明,该文提出的算法可以实现机器人的安全避障。

一个计算机生成角色的行进避障算法

文章对计算机生成角色在分布式虚拟环境中行进时的障碍规避进行了研究。避障是计算机生成角色在行进中对各种障碍物的实时处理过程,文中给出了一个计算机生成角色的避障算法,对虚拟环境中不同类型的实体发生的可能碰撞采取了不同的避撞策略,着重研究了多个计算机生成角色间避障的方法;与已有的一些研究不同,笔者提出了可能障碍区和可能障碍集的概念,在此基础上对多个计算机生成角色产生可能障碍区后进行了实时处理;文中还给出了算法的正确性证明和时间复杂度分析。使用这个算法,可使计算机生成角色在虚拟环境中的行进行为更加逼真。

无人机自主避障飞行避障算法优化

提出旋转翼无人机平面自主避障算法,保证其在复杂环境下安全到达目标地,提高飞行稳定性和安全性。该算法通过一元二次方程解的方式,分析障碍威胁点,计算在发生碰撞条件下的最小碰撞时间,依据障碍物位置确定期望速度和方向。同时,分析在过载约束条件下,对仿真迭代计算中可选速度进行二等分,依据惩罚因子最小原则,确定避障速度。通过MATLAB仿真分析,平面空间避障算法可以发挥旋转翼无人机的悬停优势,实现其自主避障目的。

工业机器人超声波传感器避障算法设计与优化研究

超声波传感器具有成本低、精度高、运算快、避障算法设计简单的特点,在工业机器人避障、路径规划领域表现出良好的前景。文章以超声波避障算法为基本原理,探讨其在工业机器人领域的应用价值、算法设计及优化方向,以便于改善现有技术在避障设计中的缺点,使工业机器人更好地服务于工业企业的生产需要。

GOA避障算法的嵌入式系统实现

针对水面障碍物目标的边缘纹理特征,提出一种方向增强的GOA改进算法,可有效提高巡检船对水面目标识别的准确度。采用GOA算法强化障碍物目标竖(斜)向纹理,结合形态学滤波以及连通分析方法完成目标边缘特征检测。通过与Hough变换等算法进行实验对比,结果表明改进算法边缘特征提取完整,目标适应性强。针对嵌入式系统平台的DM642芯片采用DMA乒乓处理模式并进行算法核心函数优化,使CIF图像处理速度达到37.9 f/s(帧/秒),满足实时性要求。

机器人辅助经颅磁刺激线圈定位的导航路径规划与避障算法研究

目的:研究一种用于经颅磁刺激(transcranial magnetic stimulation,TMS)的机器人导航路径规划与避障算法,以保证TMS机器人在刺激靶点定位和切换过程中的安全性。方法:应用机器人避障技术,基于TMS线圈的形状和TMS机器人的工作特点,提出用于TMS的机器人导航路径规划与避障算法。基于搭建的TMS机器人实验系统,设定4个刺激靶点,使用机器人引导刺激线圈依次定位4个刺激靶点,验证算法的可行性。结果:在线圈沿导航路径行进的过程中未发现线圈和头部模型产生接触。第一个刺激靶点的定位时间为(13.6±3.65)s,全部4个刺激靶点的定位时间为(59.1±3.64)s。结论:提出的TMS机器人导航路径规划与避障算法可以安全有效地控制机器人完成刺激靶点的定位和切换。

低空无人机自主避障算法综述

随着民用无人机技术的广泛应用,将无人机融入国家空域,与有人机共享空域在低空开展飞行任务的做法已成为今后发展的趋势。无人机“感知避让”系统对于未来在融合空域内安全航行起着至关重要的作用,其中,自主避障算法是保证整个系统高效运行的关键部分。目前,对无人机自主避障算法的研究已经十分深入。根据避障算法的特点和避障机制对现有的避障算法进行分类,并在此基础上对每一种类型的算法展开详细介绍,阐述其优点以及局限性,最后展望了无人机自主避障算法的发展方向。

信息素模糊逻辑导引的机器人室内避障算法

机器人室内避障是机器人运动学研究的重要课题,在室内运动的机器人受到障碍物干扰因素复杂,避障路径规划困难,传统的避障算法采用遗传进化双目视觉动态跟踪技术,在室内障碍区分布不规则的情况下,避障性能不好。提出一种基于信息素模糊逻辑导引的机器人室内避障算法。把机器人的运动轨迹描述为一个种群觅食问题,种群觅食中释放的信息素作为避障导引,求出机器人运动参数和环境参数,构建机器人行为运动方程,根据环境中播撒信息素,以此驱动机器人运动,实现避障算法改进。仿真结果表明,采用该算法能有效规避障碍物,实现行走路程最短和最优。