基于遗传模糊算法的机器人局部避障规划

提出了在动态环境中,基于遗传模糊算法的移动机器人的局部避障规划方法,该方法适用于复杂环境情况.仿真结果表明改进遗传算法的模糊控制估化效果优于传统遗传算法模糊控制效果,能够满足移动机器人局部路径规划的实时性要求.

月球表面巡视探测自主局部避障规划

路径规划是月球表面巡视探测自主导航的重要功能,是提高地外天体表面探测效率和安全性的关键.国外已实现的地外天体表面自主路径规划方法以局部避障为主要目标,不考虑全局目标可达性和完备性,本文针对该问题,提出一种基于地形通过性定量评价和目标可达的综合自主局部避障规划方法,通过对稠密地形数据进行可通过性能的综合评价,并考虑与目标的方位和距离,规划出能够到达目标的避障安全路径.该方法已经成功应用于我国"玉兔号"和"玉兔二号"月球车的自主导航中.

DWA算法和VO混合路径规划算法对比研究

为解决传统移动机器人在局部路径规划中的避障问题,针对传统DWA(Dynamic Window Approach)算法的移动机器人避障时间过长以及在密集动态障碍物区中无法选择最佳路径的缺点,提出了A^(*)算法结合VO(Velocity Obstacle)算法的VO混合路径规划算法,对移动机器人避障算法进行优化。基于ROS(Robot Operating System)机器人操作系统,在具有3种障碍物的情况下,采用模块化的软件架构,通过设计DWA算法与VO混合路径规划算法的对照研究实验,检验VO混合路径规划算法的避障效果。多种环境下的仿真实验结果表明,在动态障碍物多、障碍物移动速度快以及雷达扫描频率低的情况下,使用VO混合路径规划算法,避障效果有明显改善。