移动机器人自主寻路避障启发式动态规划算法

用启发式动态规划算法解决移动机器人自主寻路、避障问题。提出了传感器检测环境状态的方法,以及对传感器检测信息进行归一化处理的方案。对输入、输出量以及学习系统的强化信号进行定义,设计了机器人自主学习寻路、避障的控制策略。定义了连续型强化信号,使机器人通过学习,对优先寻路还是优先避障做出决策判断。为验证启发式动态规划算法在移动机器人寻路、避障问题上的学习能力,设计了3种不同的寻路、避障仿真实验:同目标、不同起始点,同起始点、不同目标,和移动目标仿真实验。仿真结果表明,对于不同的寻路、避障要求,基于启发式动态规划算法的移动机器人具有良好的学习及适应能力。

新颖的基于梯度投影法的混合指标动态避障算法

针对冗余度机械臂的动态避障规划问题提出一种新颖的混合指标避障算法。考虑到移动障碍物运动的随机性,在障碍物位于机械臂构形之内时采用最短距离指标作为避障指标,并利用梯度投影法进行规划。而在障碍物位于机械臂构形之外最短距离指标失效时采用避障面积指标进行替代。在整个避障过程中两种指标的混合使用实现机械臂构形微调与粗调的相结合,提高整体的避障效果。另外,在线动态调整放大系数以控制零空间解与最小范数解的2范数比值恒定,避免可能出现的关节速度超限现象。以平面3R2P冗余度机械臂为例具体阐述这种算法。单独指标规划和混合指标规划的对比仿真试验表明,提出的混合指标避障算法在避障效果方面具有优越性和有效性,并通过实物试验证明该算法可以较好地满足系统的实时性要求,具有一定的通用性。