混合改进人工蜂群算法的机器人路径规划研究

传统群智能算法在研究路径规划时,存在早熟、搜索效率低及难以获取最佳路径等不足。针对这些问题,提出了一种混合改进人工蜂群算法。新算法首先利用人工势场法高效简单的优势将其与标准人工蜂群算法相结合,然后针对算法中存在易于陷入局部最优等缺陷将Levy分布与柯西变异算子引入标准人工蜂群算法中,新算法用Levy分布产生的步长取代食物源更新公式中的随机步长,在随机搜索策略中运用柯西分布的特点进行全局搜索。实验结果表明,改进后的算法在求解机器人运动路径时能够有效提高搜索效率和精度,新算法具有可行性和有效性。

移动机器人的混合式路径规划算法研究

针对移动机器人在两个相邻的子工作区域中易陷入局部死区陷阱的问题,提出慎思层与反应层相结合的混合式路径规划算法。首先,在慎思层采用栅格法为移动机器人规划出全局较优路径序列,并为反应层提供子目标点。然后,在反应层采用人工势场法或行为分解法实现慎思层规划的路径,并对环境中的障碍物进行避障。仿真结果表明,混合式路径规划算法具有良好的规划效果。基于栅格法与人工势场法的混合式路径规划以及基于栅格法与行为分解法的混合式路径规划都能使移动机器人高效地到达目标点,有效地实现避障。移动机器人路径规划解决方案对室内移动机器人的导航和避障具有一定的借鉴意义。

基于RRT的机械臂路径规划改进算法

针对快速随机树(Rapidly-exploring Random Trees,RRT)算法在复杂环境下规划效率低的问题,提出一种基于RRT的机械臂路径规划改进算法。首先,在初始采样时应用角度约束采样策略限制采样区域,提升采样质量。然后,在扩展节点时融合人工势场法的思想,设定动态步长加快算法的收敛,提升算法在障碍物空间的探索效率,当算法陷入局部极小值时,采用节点拒绝策略快速脱离。最后,将规划路径进行简化处理,并利用B样条曲线平滑拐点提高路径质量。仿真结果表明,改进算法相比传统RRT算法,扩展更具导向性,收敛速度更快,可以有效避免局部极小值。

欠驱动船舶自主避碰的算法设计

为解决传统A^*算法在船舶路径规划中存在的路径不平滑及大范围地图下搜索效率不高等问题,根据能量守恒定律对A^*算法中的评价函数进行重新定义,提出改进A^*算法;同时引入人工势场法(artificial potential field, APF),并对APF中的斥力场系数进行修正;结合2种改进方法,考虑欠驱动船舶的运动特性,设计出一种混合算法。通过MATLAB进行仿真对比,发现所提出的混合算法规划路径更优、效率更高。

动态环境下自主机器人的双机制切向避障

针对机器人工作环境的动态随机性,提出面向双机制切向避障的改进人工势场法.针对传统人工势场法的局部极小值陷阱问题,提出静态避障机制,在规划开始前对地图进行预处理,预测局部极小值点并将障碍物分成连通与非连通障碍物,结合切向避障实现静态切向避障.以静态避障机制为基础,针对动态障碍物,提出动态避障机制,通过实时调整碰撞风险系数并选择系数最大的障碍物进行避障角补偿,实现动态切向避障.通过状态决策统筹静态、动态切向避障机制与全局路径规划,实现混合规划与设计.设计仿真和全向移动平台,对所提方法进行验证测试.结果表明,所提方法在不同环境复杂下均有效解决了传统人工势场法的局部极小值陷阱问题,实现了动态环境下快速自主避障.对比3种方法避开不同类型障碍物的平均耗时,所提方法比动态窗口法(DWA)提升55%,比时间弹性带法(TEB)提升40%;对比3种方法导航不同复杂度地图的平均耗时,所提方法比DWA提升39%,比TEB提升22%.

移动机器人的实时路径规划研究与仿真

研究移动机器人的实时路径规划问题。为了实现移动机器人在动态不确定环境下实时地避开障碍物,安全到达目标点,提出一种人工势场法与指导性RRT算法结合的改进算法,利用人工势场法在初始环境中预规划一条初始路径。当有新的障碍物出现并且覆盖了初始路径时,启动实时规划。在新的障碍物周围确定合适的规划空间,可利用指导性RRT算法规划局部路径。最后,合并初始路径与局部路径,得出最终路径。仿真结果表明,改进的混合算法能够有效实现移动机器人的无碰撞实时规划,路径长度和规划时间有明显改善。

交叉口路况的导向运输系统安全间隔控制研究

为保障导向运输系统(GTS)区间追踪运行的安全性与高效性,提出一种基于交叉口路况的区间追踪安全间隔控制方法。针对导向运输系统运营需求,考虑信号相位的差异性,建立道路交叉口路况评价体系,并基于一种模糊综合评价方法(FAGT)建立路况评价模型;基于人工势场法引入时变参数,提出时变混合人工势场法(TH-APF),并设计导向运输列车区间追踪间隔时间控制算法,动态控制导向车追踪间隔;仿真实际线路交通数据。结果表明:交叉口路况评价模型的结果与第三方评价的一致有效性,导向运输列车追踪间隔算法可针对路况作出反应,且可避免人工势场法局部最优点问题,使追踪间隔时间达到平均140 s,提高运行效率。