机器人群体间不对称对抗策略研究

针对机器人群体之间的对抗性问题,尤其是双方实力存在不对称的情形,即一方无论单个或整体都无法直接战胜对方时,借鉴军事战略中"分而歼之、以弱胜强"的思想,提出了一种选取合适地势位置进行布阵埋伏、选派诱饵不断引诱对方单个机器人进入包围圈后进行围捕的策略,最后通过仿真实验验证了该策略的正确性和有效性。

基于ARM的移动机器人全局路径规划策略

针对移动机器人在已知环境下对地图进行全局路径规划的问题,提出一种采用AutoCAD软件的DXF文件作为地图源码,在不采用任何外设传感器的情况下,实现移动机器人地图匹配与定位的全局路径规划策略。该策略由软件体系和硬件体系两部分结构组成,软件体系采用Windows CE作为系统平台,C语言作为读取工具,对DXF文件进行读取处理;硬件体系选取ARM(S3C2410)为移动机器人处理器,实现Windows CE系统的嵌入;并对该策略的可靠性进行分析。通过室内定位实验评估其有效性和准确性。

一种机器人路径规划的元胞自动机算法

利用元胞自动机模型解决移动机器人的运动路径规划问题。该算法环境空间已知且被分解成规则的方形元胞网格,机器人根据转换规则由当前元胞向邻居元胞移动最终形成最优路径。最后在实验环境中进行仿真,结果显示在机器人起点和终点的运动方向有约束的情况下也能迅速规划出最优路径,表明了该算法的可行性和有效性。

一种基于元胞自动机的机器人运动规划算法

利用元胞自动机模型对周围环境已知的机器人的运动进行规划。对机器人所在空间建模后,通过演化规则计算最短路径,使机器人成功避开障碍到达终点。实验结果表明机器人能快速搜索到无碰路径,证明该算法的可行性和有效性。

基于方位编码的遗传算法在路径规划中的应用

路径规划是移动机器人关键技术,针对移动机器人在已知环境下避障和搜索最优路径问题,提出了一种运用栅格法辅以遗传算法进行搜索的方案。其中栅格法用来划分地图,而后为机器人自身周围八个方位进行二进制编码,这些方位编码按顺序排列,组成一串定长染色体,包含机器人移动的路径信息。运用自适应遗传算法得出最优路径的方位编码组合,最后对其解码求出最优路径。

基于TSA*算法的双机械臂协同避障规划方法

提出了一种基于时序A*(TSA*)算法的双机械臂路径规划方法。针对A*算法在高维环境下计算时间急剧增加的问题,引入期望步数Fs避开无效节点,减少计算工作量;在高维空间搜索时,因open表急剧变大导致维持open表最小二叉堆结构的时间大幅增加,通过对open表进行拆分,进而降低维持open表结构的时间消耗。主臂在静态环境中进行避障路径规划,从臂以主臂为已知动态障碍物进行路径规划。在规划从臂时,通过运动等待策略实现从臂自动做出等待决策。经过仿真实验对比,验证了该算法的有效性和可行性。

智能控制下的AGV路径规划研究

一直以来路径规划都是智能控制下的AGV的重要内容,使得AGV能够顺利的完成导航任务。笔者简要介绍智能控制下的AGV,阐述其重要的两个路径规划,在静态已知环境中的路径规划和动态复杂环境中的路径规划。其中动态环境中的AGV路径规划是相对来说难解决的问题。笔者从多个角度对智能控制下的AVG静态路径与动态路径规划进行分析研究,希望能够得到一套合理的规划路径。