基于改进人工势场的矿井导航装置路径规划

矿井中障碍物密集且移动,这给煤矿井下导航装置路径规划造成了极大的困难。结合原有的传统人工势场法,通过将相对速度场和相对加速度场引入势场函数中,改进引力势场函数,使矿井机器人、无人机等导航装置在路径规划中,充分考虑导航装置自身的移动信息,使躲避移动障碍物成为可能,并且避免动目标陷入局部极小点;针对路径规划过程中路径最优化的问题,提出了"全局势场线"的概念,使导航装置在局部路径规划的同时,充分考虑到全局的规划信息,避免局部规划与全局规划冲突,从而选取最优的路径进行导航。提出的方法通过仿真和地面模拟测试,结果证明,该方法可以帮助导航装置在煤矿井下成功躲避移动障碍物,避免与移动障碍物发生碰撞导致路径规划失败,同时处理复杂多变的环境,优化避障路径,最终到达目标位置,完成导航装置的路径规划任务。

基于动态运动基元的机器人轨迹学习方法研究

针对动态运动基元(Dynamic movement primitives,DMP)轨迹学习方法在机器人示教轨迹学习过程中轨迹位置收敛精度低的问题,提出了一种改进的动态运动基元机器人轨迹学习方法。首先采用操作空间动态运动基元对示教轨迹进行泛化,然后利用高斯函数在少数示教轨迹型值点处建立位置误差吸引力势场函数,并耦合在标准动态运动基元转换系统函数中。将提出的方法与标准动态运动基元方法追踪同一条轨迹进行对比仿真。仿真结果表明,所提方法能够有效提高机器人在轨迹学习过程中的轨迹位置收敛精度。