机器人路径规划算法研究

在日常生活中机器人已经不是一个陌生的名词,家里经常见到的就有扫地机器人,还有目前可以送快递的快递机器人,到目前各个国家的研究人员对移动机器人的研究始终没有间断过。科研人员对机器人的研究中,很多方面都要细心考虑,如机器人的机械结构设计和通讯数据融合,其中最关键的是对所处场景的识别处理和做进一步判断,根据场景反馈的信息规划处下一个目标点的移动方向。机器人如何能躲开前方的障碍物可以从多个方面探讨,比如:所处环境信息的已知或未知,需要躲避的障碍物为静态或动态,每一次路径规划的要求也不一样,如要求路径最短或者是安全性最高。移动机器人躲避障碍物需要从很多方面入手,比如:所处环境各类障碍物的位置已知或者未知,障碍物是否会自己移动或者是静止的,可能对移动机器人对寻路需要每次也是不同的等等。

基于遗传算法的水龙头铣削机器人路径规划

为了提高机器人对水龙头铣削的加工质量及效率,提出一种路径最短的机器人铣削路径规划方法。以UR10e机器人为模型,分析了机器人的工作原理,同时,建立机器人的运动仿真模型。然后针对机器人铣削的水龙头,采用激光三维扫描,精准获取其点云图,并采用改进CC截面法获取1.75%机器人铣削路径。在保证铣削轮廓的前提下,按照曲率采样的方法,简化加工路径点。再结合遗传算法不断进化迭代,搜索铣削路径最短的最优解。通过仿真与实际测试,在最优轨迹优化方面,遗传算法在路径有约1%的正向优化效果。对于一些非关键部位优化了轨迹,提高水龙铣削加工的效率和精度,证明该方法具有可行性。

多UUV集群协同作业技术研究现状及发展趋势分析

与单体UUV相比,多UUV集群具有低成本、高容错、高效率和可重构等优点,将会是未来海洋作业任务的趋势。针对多UUV集群协同作业技术梳理了国内外的研究成果,重点对编队控制、任务规划、协调路径规划和目标搜索等领域的协同作业技术进行分析介绍,最后对多UUV集群协同作业的现状进行总结和展望,为今后的UUV集群协同作业技术的发展提供参考和思路。