基于人工势力场和遗传算法的播种机路径规划设计

为了提高播种机对复杂地块的自适应能力,提升播种机的播种精度和播种效率,提出了适合精播机的基于子区域的折返全区域覆盖路径规划方法,并对播种机的排肥器和排种器进行了改进,以适应自动路径规划的需要。为了优化基于子区域的路径搜索方法,使用人工势场和遗传算法对寻优方法进行了优化,提高了算法的效率。为了测试该方法的有效性和可靠性,将路径规划系统安装到了播种机械上,通过对播种的测试发现,该方法实现了复杂地块播种的全区域覆盖,并且可以有效地躲避障碍物。对3种不同的算法进行对比测试发现:基于遗传算法的子区域路径规划模型的寻优效果最佳,其覆盖面积大,转弯次数少,用时少,最短时间为11.25 min,仅为其他算法时间的1/2,路径划分效率较高,满足智能化精密播种机的需求,可以在精密播种机的路径规划系统中使用。

基于人工势力场做功的智能导航系统

本文分析了基于人工势力场做功的智能导航系统的物理原理,并设计了一种利用此系统导航的智能小车,其特点是范围小、精度高和能进行全方位避障。

基于复位路径包络误差和改进人工势力场法的复位机器人安全策略

针对机器人辅助骨折复位操作中的人机协同手术安全问题,提出一种基于复位路径包络误差和改进人工势力场的复位安全策略。根据CT扫描数据,采用逆向建模构建骨折的3D数字化模型,采用A*搜索算法规划避障复位路径。基于临床手术精度要求和术前规划的复位路径,在所规划的复位路径周围构建包络误差面,提出改进的人工势力场法,以无数个包络圆形成的包络误差面建立斥力场,在骨折近端断面处建立引力场,引导复位机器人进行骨折复位,保证机器人辅助骨折复位手术操作被限定于复位路径的包络误差范围内。对基于复位路径包络误差的机器人复位安全策略进行仿真验证,针对骨折复位路径无障碍、有障碍两种情况,分别进行复位操作安全策略的仿真分析。仿真结果表明采用包络误差和改进人工势力场的安全策略时,复位路径完全落在包络误差所限定的范围内,能较好地避开障碍物,且仿真路径与规划路径非常接近,能有效提高机器人复位操作的安全性和精准性。

基于改进RRT算法的移动机器人路径规划研究

路径规划是移动机器人开发的核心技术,而传统RRT算法所规划的路径距离长、拐点多,对RRT算法进行改进,引入A*算法思想,改进待扩展节点的选择。引入人工势力场思想,改进扩展方向的选择。对规划的路径消除冗余点,并采用三次样条函数进行平滑处理。将改进的RRT算法应用于虚拟简单环境地图、虚拟复杂环境地图中,结果表明改进RRT算法所规划的路径平顺性好、路径长度短且所用时间短。最后将改进的RRT算法应用于实际的移动机器人路径规划中,路径规划结果验证了该算法的可行性。