基于改进势场栅格法的移动机器人路径规划

路径规划是移动机器人的核心问题之一。以势场栅格法为前提,在首次得到安全路径的基础上,去掉无效栅格,将剩余栅格长度等比递减,再次以同样方法规划路径。通过对移动机器人在不同环境下的改进前后的2次路径规划结果进行比较知,采用改进后的势场栅格法所得到的路径,距离更短且安全有效。

基于势场栅格法的移动机器人避障路径规划

针对传统人工势场法应用于移动机器人避障路径规划存在的缺陷,建立了改进的人工势场模型,通过在障碍物的斥力势场函数中增加最小安全距离,同时考虑机器人与目标点的相对距离,成功地解决了障碍物附近目标不可达(Good Nonreachable with Obstacles Nearby GNRON)的问题。此外,针对传统人工势场法的局部极小点和障碍物附近目标不可达同时存在的问题,提出了以改进人工势场法为主,栅格法为辅的方案来实施避障,使得机器人能够尽快地脱离局部极小并成功地绕过障碍物到达目标点。采用栅格法对改进人工势场法做辅助决策,弥补了改进人工势场法的不足,使机器人能够顺利到达势场的全局最小点,提高了避障路径规划的安全性和可达性。论文利用Matlab进行了算法仿真,结果证明了所提方法的正确性和有效性。

基于势场栅格法的机器人全局路径规划

综合势场法和栅格法的优点,提出了一个新的全局路径规划方法———势场栅格法.算法在避免局部最优点和降低计算量方面,有着良好的效果;并且可以自动确定栅格粒度.最后,文章分析了影响算法精度的因素,仿真试验表明此算法有良好的可行性和有效性.

结合模糊决策与势场栅格的智能小车路径规划

针对智能小车在路径规划过程中环境建模和人工势场法存在的问题,建立了栅格法与势场法相结合的路径规划方法,并对结合后的势场栅格路径规划方法的缺陷和不足进行了改进。首先,在斥力场函数中引入影响因子,促使在目标点附近的斥力场能够迅速减小,从而解决障碍物附近目标不可达和振荡的问题;其次,将模糊决策和势场栅格法进行有机结合,考虑航向角,建立了势场值和航向角的隶属度函数,选择隶属度函数值最大的栅格作为路径点,有效地提高了路径的平滑性。论文通过matlab对改进前后的算法进行了仿真实验,结果表明该方法实时性好,路径平滑,充分体现了其有效性和优越性。

融合预瞄与势场栅格法的紧急避撞驾驶人模型

紧急避障工况下的驾驶人操作具有响应快且动作幅值较大的特点,传统预瞄驾驶人模型已不能适应紧急避障工况的需求,故考虑实际避撞场景开发相应的驾驶人模型就显得尤为必要。针对此种状况,基于驾驶模拟器,结合紧急避撞工况实际驾驶人操纵数据,提出了一种融合预瞄与势场栅格法的紧急避撞驾驶人模型。首先针对紧急避撞工况下车辆运动特点,建立车辆横、纵向耦合非线性动力学模型.并给出其状态空间方程描述;其次,离线仿真分析紧急避撞系统特征,并结合线性二次型最优控制,建立最优曲率预瞄+跟踪误差反馈驾驶人模型;再者,基于紧急避撞工况下真实驾驶人经验转向行为数据,开发基于势场栅格法的驾驶人模型.为进一步提高驾驶人模型对避障行驶工况的适应性,将基于势场栅格法的驾驶人模型与最优曲率预瞄+跟踪误差反馈驾驶人模型进行融合,并基于Sigmoid函数实现两者输出的权重分配;最后.针对所提出的融合预瞄与势场栅格法的驾驶人模型,开展基于避撞台架的驾驶人在环仿真试验以及实车试验。研究结果表明:在紧急避撞工况下,对比最优曲率预瞄+跟踪误差反馈驾驶人模型,融合预瞄与势场栅格法的驾驶人模型输出的转向动作与实际驾驶人行为较为接近.可在保证避障安全性的前提下.兼顾避障路径跟踪精度与车辆行驶的稳定性。

移动机器人全局覆盖路径规划算法研究进展与展望

首先通过势场栅格法、单元分解法、全局与局部转换法等三大方法介绍了单移动机器人各种不同的全覆盖算法,分析了各种不同算法的性能,指出了它们的优缺点,并对每种方法的改进方法进行了探讨分析;另外,针对多机器人协作全覆盖路径规划的研究,探讨了基于单机器人全覆盖路径规划算法和任务分配算法等结合得到的多机器人协作路径规划算法;最后探讨移动机器人全覆盖路径规划算法的研究方向。分析结果表明,对于移动机器人全覆盖算法的研究,可充分利用现有算法的优势互补,或借助多学科交叉的优势,寻找更有效的算法。

基于“虚拟范围”的多机器人围捕算法

讨论了基于SQL Server数据库的栅格地图建立方法。介绍了一种建立在势场法和栅格地图上的室外多机器人路径规划方法,分析了在已知地图中应用势场法进行路径规划时的路径死点和规划失败问题,并给出了解决方法。以势场栅格法为基础探讨了多机器人协作围捕动态目标的策略。在围捕算法中,根据室外机器人工作环境的特点,提出了“虚拟范围”的概念,以减少动态规划次数,提高围捕速度。介绍了机器人以“虚拟范围”为基准,在各种状态之间的转换机制。利用基于无线局域网的室外多机器人系统进行了试验,试验表明引入“虚拟范围”之后能有效缩短围捕时间,并且存在最短时“虚拟范围”。