利用示教学习的移动机械臂轨迹避障算法

为了提高服务机器人的环境适应性和减轻操作者的控制负担,本文提出了一种利用示教学习的轨迹修正算法。利用动态动作基元模型,生成与示教轨迹形状相似的新轨迹。进而提出改进的距离加权k-近邻算法,实现移动机械臂末端轨迹形状的局部修正。本文设计了避免相邻有效训练数据丢失的在线更新方法,并在人机交互系统上进行避障和实时性测试。实验结果证明了本文提出的轨迹避障算法具有对新任务的适应能力,不同场景下的避障决策能力和在线修正能力,从而保证友好、流畅的人机交互过程。

拖挂式移动机器人的多约束避障轨迹规划

基于七次多项式曲线研究了拖挂式移动机器人多约束避障轨迹规划问题,建立了具有非完整约束特性拖挂式移动机器人的前向和后向运动学模型。在速度、加速度、急动度、曲率和曲率导数等多约束条件下,提出基于七次多项式曲线的避障轨迹规划方法。考虑平稳性、舒适性和交通效率等设计了优化目标函数,对七次多项式曲线参数进行优化。仿真结果表明,所提出的基于七次多项式曲线的避障轨迹规划方法,能够得到多约束条件下满足最优避障时间和最优避障距离的避障轨迹规划结果。

多类型障碍物环境下机器人机械臂避障轨迹自动规划研究

针对机器人机械臂在多类型障碍物环境下的避障轨迹规划问题,提出一种通过深度学习进行机器人机械臂避障轨迹自动规划的方法。通过D-H参数法进行机器人机械臂的运动轨迹建模,并结合多障碍物环境进行碰撞检测分析。将多类型不规则障碍物归一化为圆球形状便于计算,通过马尔科夫决策以及Q算法进行深度强化学习,实现机器人机械臂避障轨迹的自动规划。实验结果表明,研究方法迭代收敛速度较快,自动规划避障轨迹步数更少。

基于改进人工势场法的电力巡检机器人自动避障轨迹规划

为了使巡检机器人在电力系统中避开障碍物,顺利完成电力巡检工作,提出基于改进人工势场法的电力巡检机器人自动避障轨迹规划方法。构建了电力巡检机器人的被控对象模型,分析电力巡检机器人的避障运动学,根据分析结果采用栅格法获取环境参数,实现环境建模,获取电力巡检机器人工作环境信息;引入改进人工势场法,叠加斥力势场和引力势场获得合力势场,判断环境中的障碍物并规划避障路线,完成电力巡检机器人自动避障轨迹的规划。实验结果表明,所提方法的避障准确率高、规划效果好、规划效率高。

障碍物环境下机械臂避障轨迹检测研究

为获得机器人机械臂躲避多障碍时的最优路径,研究了多类型障碍物环境下机械臂避障轨迹检测方法。根据笛卡尔空间和机械臂关节空间的关系,对机械臂进行运动学建模;构建障碍物简化模型,将障碍物模型映射到C-空间中,并将机械臂运动简化为一个两关节机械臂的运动,在C-空间内进行障碍物与两关节机械臂的碰撞运算,确定机器人机械臂的移动空间;在移动空间内采用象限判别法改进A^(*)算法,结合贝塞尔曲线路径点平滑优化,检测机器人机械臂在障碍环境下的最佳避障轨迹。实验结果表明:采用该方法对障碍物模型进行C-空间映射,障碍物和机械臂可运动空间醒目,机械臂的避障轨迹检测结果清晰,避障轨迹规划成功率大于98%。

基于改进的Khatib方法的冗余机器人手避障轨迹规划

讨论了人工势场方法中 Khatib方法规划冗余度机器人手爪在障碍环境中的轨迹问题 ,基于 Khatib方法提出由程序自动确定势场力比例因子的改进方法 ,寻找一条机器人手爪从起点到终点的安全路径。仿真结果表明 ,使用该方法计算时间短 。

Q-learning算法下的机械臂轨迹规划与避障行为研究

机械臂运动和避障中存在轨迹偏差,要通过适当控制算法加以纠正确保实际轨迹趋近于理想轨迹。提出基于改进Q-learning算法的轨迹规划与避障方案,分别构建状态向量集合和每种状态下的动作集合,利用BP神经网络算法提高模型的连续逼近能力,并在迭代中不断更新Q函数值;路径规划中按照关节旋转角度及连杆空间移动距离最小原则,实现在合理避障同时轨迹偏差度最低。仿真结果表明:提出的控制算法收敛性速度快,路径规划效果优于传统规划方案,偏移成本最低。

考虑车辆运动约束的最优避障轨迹规划算法

无人驾驶车辆进行障碍物规避时,须考虑车辆的运动特性以保证避障过程的安全性、舒适性、操纵稳定性等。本文中提出了一种在车辆运动约束下的避障轨迹规划算法。该算法结合障碍物的运动状态和位姿信息,在局部环境地图中对超越障碍物的期望位置进行局部采样组成离散终端状态点集,将复杂道路环境中的避障轨迹搜索问题转换为自车与状态点集之间的轨迹拟合和寻优问题。轨迹的拟合通过基于车辆侧向动力学模型的Bézier曲线规划器实现,而寻优过程则考虑到了车辆进行轨迹跟随过程中的行驶平顺性和操纵稳定性。通过与常规State Lattice算法和MPC算法在多种测试环境中进行避障效果的对比,结果表明本文中提出的规划方法在测试场景中能够使车辆安全、合理地规避障碍,同时在轨迹平顺性、操纵稳定性等方面有较好的表现。

遵循COLREGs的USV多阶段自适应ph-Radau伪谱避障轨迹规划

针对无人水面航行器的动、静态障碍物规避问题,提出了符合国际海上避碰规则公约的多阶段自适应ph-Radau伪谱避障轨迹规划算法.遵循避碰规则公约设定避让航路点和禁航区约束,建立含禁航区、机动性能等约束的连续时间避障最优轨迹规划模型.引入内点约束,将模型转化为多阶段轨迹规划问题.然后,综合考虑求解精度和速度,给出自适应ph-Radau伪谱法离散化求解策略.最后,仿真实验验证了该算法的可行性和有效性.

空间机械臂避障轨迹规划的遗传算法应用

空间机械臂系统往往存在着一些特殊需求,并且在系统运转的过程中出现了一种空间机械臂轨迹规划方法,使得机械臂在遵从样条轨迹运动的时候,能够避开所有的障碍。在这一过程中不仅使用加权系数法进行笛卡儿空间机械臂末端轨迹长度和运动过程中关节最大扭矩等建立,还需使用遗传算法在关节空间下规划满足裕度要求和运动时间较短的理想轨迹。另外,空间机械臂避障轨迹规划的遗传算法应用的时候,其本身的拓展性是比较强的,需要通过多次分解轨迹求取中间点,使机械臂避开障碍,使用这一方式能够在进行C语言建立的空间机械臂仿真平台中实施验证处理,结果显示,这一轨迹能够促使空间机械臂的性能要求得到满足。

考虑轨迹预测的大曲率道路智能车辆动态避障控制

为了提高智能车辆大曲率道路动态避障安全性,提出基于实时轨迹更新长短时记忆(U-LSTM)神经网络的轨迹预测和基于模糊控制重规划逻辑策略的智能车辆动态避障控制方法。通过提取MATLAB工具箱大曲率道路参数,利用当前时域真实轨迹点信息并训练更新迭代的方法,建立U-LSTM神经网络的轨迹预测模型;考虑到大曲率道路场景中智能车辆跟踪、避让与自车周围信息的非线性关系,提出基于模糊控制的重规划避障逻辑策略,运用动态规划和二次规划算法、S-T(累积距离预测时域)图法对局部路径的轨迹跟踪和速度控制进行优化;通过建立跟踪误差模型和速度跟踪模型实现车辆横向和纵向控制,设计用于车辆横向和纵向控制的MPC路径跟踪和速度跟踪控制器,搭建联合仿真模型并验证轨迹预测和控制方法的有效性。研究结果表明:提出的智能车辆动态避障控制方法在大曲率道路上能准确预测车辆的轨迹,U-LSTM神经网络能有效提高预测准确性;重规划避障逻辑策略能够实现动态障碍物有效避让,且满足车辆纵向和横向跟踪控制精度,能够保证车辆的行驶稳定性。

基于分段动态运动基元的机械臂轨迹学习与避障方法

针对存在障碍物的复杂工作场景中所规划的机械臂运动轨迹与示教轨迹相似性不高的问题,提出一种基于分段DMP(动态运动基元)的轨迹学习与避障方法。首先利用DMP模型对示教轨迹编码生成一条学习轨迹,结合快速扩展随机树算法(RRT)在工作空间中获得能够顺利回归原始轨迹的避障路径;然后针对避障路径确定中间点进行分段DMP优化编码,学习生成具有一定泛化能力的复现轨迹;最后通过机械臂进行轨迹复现,实现保留原始轨迹特征的避障功能。通过手写体字母实验与六轴机械臂平台上的物块搬运实验进行验证,结果表明:DMP分段编码的能力有效解决了传统避障算法所造成的轨迹变形和特征破坏问题,与传统避障算法的轨迹相比,实验结果轨迹与示教轨迹的相似性有了明显提高,验证了所提方法的有效性。

能耗约束优化工业机器人作业轨迹

工业机器人作业过程中普遍需要较高的能耗。基于量子行为和差分进化的改进蜻蜓算法,实现能耗约束下优化工业机器人避障作业轨迹。基于工业机器人五次B样条曲线矩阵式和动力学模型,构建能耗约束模型;进行仿真实验,利用改进蜻蜓算法求解能耗约束模型为适应度评价函数的工业机器人轨迹,对比改进蜻蜓算法与原始蜻蜓算法和基于指数函数步长的精英反向蜻蜓算法的优化结果,表明改进蜻蜓算法具有更优的性能。

基于广义坐标的冗余度机器人运动轨迹的规划

在有障碍的工作环境中 ,为了使机器人到达其目标位置 ,并实现正常作业 ,就必须进行无碰撞轨迹规划。本文介绍了一种广义坐标法 ,它能快速获得两空间凸形物的距离。因此 ,它在避障轨迹规划中是一种运算速度较快的计算方法。