基于卷积神经网络的采摘机械臂无碰撞运动规划研究

介绍了卷积神经网络的基本结构及其工作原理,基于DH参数法建立了采摘机械臂运动模型,并设计了一套采摘机械臂无碰撞运动规划算法,旨在实现对采摘机械臂的精确控制。MatLab仿真试验表明:采摘机械臂在系统的驱动控制下,能够准确从起点移动到目标点,轨迹比较圆滑,且能以最优的圆弧路径避开障碍物,优化效果明显,能够满足采摘机器人作业需求,证实了该算法的稳定性和可靠性。

基于深度强化学习的多自动导引车运动规划

为解决移动机器人仓储系统中的多自动导引车(AGV)无冲突运动规划问题,建立了Markov决策过程模型,提出一种新的基于深度Q网络(DQN)的求解方法。将AGV的位置作为输入信息,利用DQN估计该状态下采取每个动作所能获得的最大期望累计奖励,并采用经典的深度Q学习算法进行训练。算例计算结果表明,该方法可以有效克服AGV车队在运动中的碰撞问题,使AGV车队能够在无冲突的情况下完成货架搬运任务。与已有启发式算法相比,该方法求得的AGV运动规划方案所需要的平均最大完工时间更短。

基于ROS的铸件分拣机器人运动规划研究

为铸件分拣机器人在分拣铸件时能快速规划出一条稳定合理的路径、有效躲避障碍物、提高运动规划效率,文章通过ROS进行运动规划研究。利用ROS提供的C++接口完成笛卡尔指定轨迹规划验证。为进一步提高分拣效率和避障能力,文中改进算法在GB-RRT*算法基础上引入了局部迭代人工势场,加入了自适应目标偏置策略和直连策略。通过Matlab和ROS设计并完成了仿真实验和铸件分拣实验,实验结果表明采用改进算法后可有效减少无效点生成,缩短规划时间,减小路径长度,提高规划效率。同时,在规划运动时各关节运动平稳,轨迹平滑,极大地提高了铸件分拣效率,改善了分拣环境,保证了其安全性。

基于节律步态的六足机器人自适应环境运动规划问题研究

在面向灾区救援等典型的复杂环境下,六足机器人通常是行走在非结构化平面上的,其能够在复杂崎岖的陌生地形中保持良好的平稳性和灵活性,对于复杂救援以及协同等任务的执行具有重大意义。六足机器人在自适应运动的过程中需综合考虑机身位姿、可达空间约束、足端轨迹规划、稳定落脚点选取等一系列问题。本项目提出了基于节律步态的自适应运动方法,针对六足机器人的机身轨迹跟踪运动问题,设计了基于节律步态的机身控制方法,改进了足端轨迹设计,设计了节律步态下足端轨迹自适应地形策略,能够在一定程度上使六足机器人具备自主地形感知分类能力,提高了六足机器人执行救援等复杂任务的效率和稳定性。

煤矸石智能分拣机器人运动规划技术的研究进展

运动规划是煤矸石智能分拣机器人研究过程中必不可少的一环,但是目前仍有一些问题待解决。首先介绍煤矸石分选现状,其次分析煤矸石智能分拣机器人运动规划的关键技术,主要包括如何追踪动态煤矸石、如何规划轨迹以减少冲击和如何针对障碍物进行避障。最后得出今后煤矸石智能分拣机器人运动规划的研究方向,包括基于轨迹优化的分拣策略、拣矸机械臂末端抓取位姿和协作空间下多机械臂拣矸的轨迹规划。

自动泊车发展现状及运动规划研究进展

汽车保有量持续上升与城市停车场建设不足间的矛盾引发了严重的停车问题,同时泊车位数量不足、泊车空间狭小等问题严重阻碍了车辆出行任务的完成。自动泊车因其较低的车速以及在特定场景下的高度自动驾驶,成为最先落地的自动驾驶产品。分析了国内外自动泊车市场的发展现状及趋势,重点讨论了泊车系统的规划决策模块。强调了运动规划的重要性,它直接影响车辆行驶质量,综述了国内外的研究成果,包括曲线插值、随机采样、图搜索、智能算法和数值优化方法,并分析了不同路径规划的优势和局限性。最后,展望了未来自动泊车技术的融合和发展方向。

双足人形机器人定位及运动规划系统的设计与实现

基于ZigBee技术和多传感器数据融合设计并实现了双足人形机器人的室内定位与运动规划控制系统,并分别对机器人运动过程建立空间模型和姿态模型,以获得机器人实时位置及姿态信息,实现自主运动规划。系统将树莓派4B和32路串口总线舵机控制板结合起来作为核心控制平台,更好地实现了对机器人的方向控制、目标导航等功能。

基于改进鲸鱼算法的搬运机器人运动规划

针对搬运机器人搬运效率不足、稳定性效果不好等问题,使用改进鲸鱼优化算法的时间最优运动规划方法进行解决。首先将机器人模型导入MATLAB中,根据相关算法计算出机器人的空间范围,从空间范围中选取实际目标点并转换到关节空间,在关节空间中使用“四次-三次-四次”插值多项式构造机器人的轨迹,然后将各关节的角速度、角加速度作为约束条件,采用改进的鲸鱼优化算法对轨迹进行优化,缩短机器人运行时间。通过仿真实验,改进的鲸鱼算法较PSO算法规划时间缩短约30%,较标准的鲸鱼算法规划时间缩短约17%,有效提升了搬运机器人在搬运方面的效率和稳定性。

重大装备制造多机器人任务分配与运动规划技术研究综述

飞机蒙皮、船舶舱体、高铁车身等大型复杂部件高效高品质制造是航空航天、海洋舰船、轨道交通等领域重大装备发展的根基.大型复杂部件具有尺寸超大、型面复杂等特点,传统的人工、单机制造面临着效率低、一致性差、空间有限等问题,多机器人具有高鲁棒性、高效性等优点,为大型复杂部件制造提供了良好的制造基础.任务分配与运动规划是多机器人制造系统的决策中枢,其性能影响整个系统的运行效率.考虑到重大装备部件制造任务分配与运动规划过程中任务工序多、冲突干涉多、精度需求高等挑战,本文首先对复杂环境下多机器人任务分配与运动规划的重要性进行了说明;然后阐述了目前主要的任务分配与运动规划方法,包括其在智能制造领域下的应用;在此基础上,对现阶段复杂场景下任务分配和运动规划存在的问题进行了分析,并使用强化学习与混合优化算法等方法提出了解决思路;最后对重大装备大型复杂部件制造过程多机器人任务分配和动态规划技术及应用的发展进行了总结与展望.

高速公路弯道换道决策及运动规划优化

弯道换道决策及运动规划算法主要影响自动驾驶汽车的安全性和操纵稳定性。针对高速公路弯道换道场景决策的安全性和行驶效率不够高的问题,提出新的基于主车相对前车的驾驶不满意度的决策算法。为了提高运动规划算法实时性,采用路径-速度解耦框架进行主车换道轨迹规划。对于路径规划,选择五次多项式曲线,采用考虑安全、舒适和高效性的4个换道路径评价指标,实现最优路径规划。对于速度规划,结合动态规划与二次规划优化获取平滑速度规划曲线。仿真结果表明基于驾驶不满意度的换道决策模型能选择更高效和安全的行驶方式。在典型的主车换道场景,主车最大质心侧偏角,最大横摆角速度的数值均小,表明换道轨迹规划算法能确保主车换道的安全性和操纵稳定性。

面向冗余机械臂避障运动规划的触控交互技术

针对冗余自由度机械臂运动控制中人机交互性不强、避障算法较为复杂且躲避非结构化障碍较为困难的问题,提出一种面向冗余机械臂避障运动规划的触控交互方法。通过坐标系转换的方式将交互设备屏幕坐标进行变换实现触控交互,并通过柱面避障运动规划,提高交互效率。基于虚幻引擎设计触控交互演示软件,利用触控交互实现了冗余机械臂的运动避障仿真。与传统方法相比,既兼顾了人机交互的友好性,又提升了机械臂运动规划的操作效率和可理解性。

空间桁架在轨装配机器人的运动规划方法

提出一种利用机器人完成空间桁架在轨装配的设计方案,并针对其中机器人的无碰运动规划问题,提出一种引入启发信息的运动规划方法。首先,设计了装配机器人和空间桁架系统;随后,引入基于距离场的碰撞检测算法进行空间中的障碍检测,并利用随机轨迹优化框架下的运动规划(stochastic trajectory optimization for motion planning,STOMP)算法进行机器人无碰运动规划;针对其中随机叠加轨迹方向不确定导致的规划效率低的问题提出了启发式STOMP(heuristically STOMP,hSTOMP)运动规划算法。仿真结果表明该算法能够快速得到机器人的无碰平滑关节轨迹,其中启发信息的引入大大提高了原算法的规划效率,具有一定的理论意义和应用价值。

无信号交叉口处基于深度强化学习的智能网联车辆运动规划

为了兼顾无信号交叉口处智能网联车辆通行效率和舒适性要求,提出基于深度强化学习的车辆运动规划算法.结合时间卷积网络(TCN)和Transformer算法构建周围车辆行驶意图预测模型,通过多层卷积和自注意力机制提高车辆运动特征捕捉能力;利用双延迟深度确定性策略梯度(TD3)强化学习算法构建车辆运动规划模型,综合考虑周围车辆行驶意图、驾驶风格、交互风险以及自车舒适性等因素设计状态空间和奖励函数以增强对动态环境的理解;通过延迟策略更新和平滑目标策略提高算法稳定性,实时输出期望加速度.实验结果表明,所提运动规划算法能够根据周围车辆的行驶意图实时感知潜在的交互风险,生成的运动规划策略满足通行效率、安全性和舒适性要求,且对不同风格的周围车辆和密集交互场景均有良好的适应能力,不同场景下成功率均高于92.1%.

多维曲面成形运动规划中三维模型数据处理研究

多维曲面成形过程中三维模型读取和空间目标点的求解效率对提高成形速度具有重要影响作用。随着STL模型复杂度提升,三角面片数量相应增加,计算复杂度大幅增长,求解效率降低,运动规划和图案映射过程计算难度也随之增加。针对上述问题基于深度学习方法提出一种三维模型数据处理及运动规划方法,并与传统的计算规划方法进行对比。实验结果表明,所提方法能有效提升曲面打印中模型数据点定位速度2倍以上,定位速度随求解点数据量增加而提升,且对模型顶点数增加具有鲁棒性,大大提升运动规划速度,为多维曲面成形运动规划求解提供新思路,适用于大规模数据计算且可被用于直接交互现实的生产制造任务。

面向多规格蒸发器传热管检修的新型机器人机构设计及其运动规划

面向核电站蒸汽发生器的管板爬行式检修机器人存在适应性差、检修效率低等问题。为实现蒸汽发生器多规格传热管的检修任务,设计了一款新型机构的四足爬行检修机器人,并对相关的步态规划展开了研究。首先,根据需要适应多规格管板的要求,提出机器人的构型以及整体方案设计,确定了爬行机器人的主要运动方式,并给出了工具工作空间;之后,根据不同类型管板开展了机器人步态规划相关研究,规划了三角形、正方形两种排布管板上的直线运动步态与转向运动步态;最后,利用V-REP与Python联合仿真进行机器人运动仿真实验,结果表明,爬行机器人能够完成多规格管板下的直线运动与转向运动,证明了机构的合理性与运动的可行性。

基于海事规则和船舶操纵性的运动规划方法研究

文中提出了一种基于海事规则和船舶操纵性的运动规划方法.根据海事规则的要求,限制船舶转艏可行域.根据船舶推进器布局分析船舶操纵性能,并通过人工势场求取船舶转艏方向,采用计算势能的方式取代传统方法中计算合力的方式,计算船舶所需推力和转矩.将所求推力和转矩作用于船舶,得到一条包含速度和艏向信息的船舶运动轨迹.将并提出的方法与传统人工势场法进行仿真对比.结果表明:所提出的运动规划方法所规划的轨迹能够满足海事规则的要求,与传统人工势场法所规划的轨迹相比更加平滑,且满足船舶操纵性的要求,控制效果更好.

桥梁检测机器人运动分析与运动规划研究

针对桥梁检测机器人对于高墩、高厚度桥梁不同部位的便捷检测需求,开展五自由度桥检机器人运动分析与运动规划研究。采用改进型D-H方法进行正向运动学建模,通过解析方法求解两种形式的运动学逆解,推导雅可比矩阵,分析机器人的奇异位型;通过蒙特卡洛方法得到机器人工作空间,确定工作空间可覆盖待检测区域;由连杆力与力矩平衡方程推导各关节受力关系,基于关节负载能力开展运动规划研究。仿真分析结果证明了方法的可行性,说明机器人能够完成预定的工作任务需求。

自动泊车运动规划方法综述

自动泊车是自动驾驶车辆在低速行驶场景中的核心技术之一,已被广泛应用于各类车型中。运动规划确保所规划出的轨迹能指引车辆从起始位姿无碰撞、符合运动学规律地行驶至目标位姿,是体现自动泊车智能水准的关键技术模块。随着当前自动驾驶技术从初步的技术原型研究逐渐向产业化应用转型,低速自动驾驶领域中的自动泊车技术成为了这一转型过程中的关键突破点。文章回顾了现有的应用于自动泊车领域的运动规划方法,将其归纳为几何方法、采样方法、搜索方法、数值优化方法以及机器学习方法等类别,并对各类方法的发展历程与技术特点进行了回顾;探讨了自动泊车运动规划方法的未来研究方向,具体包括构建泛化性更强的模型、提升规划方法的稳定性、关注在线实时高质量重规划的能力与防御性驾驶的能力,以及考虑与其他交通参与者的交互等。

面向复杂交通场景的自动驾驶运动规划模型

针对现有自动驾驶运动规划方法存在未能有效利用长时间连续的时间特征以及在复杂交通场景中成功率低的问题,提出一种基于Transformer的复杂交通场景自动驾驶运动规划模型。该方法以GPT-2为基础模型,通过对离线强化学习进行时序建模,能够有效表征离线强化学习模型中车辆的状态、动作、奖励数据长时间的依赖关系,让模型能够更有效地从历史规划数据中学习,提高在复杂交通场景中规划的准确性和安全性。实验运用MetaDrive模拟器进行仿真测试,结果表明在汇入主路、进入环岛等复杂交通场景中取得了高达93%的成功率,比现有先进的行为克隆算法、策略约束算法、基于双延迟深度确定性策略的行为克隆算法的成功率分别高20、19、13个百分点,说明该方法相比对比方法能够更有效地从质量不高的数据集中学习驾驶策略,具有更好的泛化性能和鲁棒性。

基于混合蜜獾算法的机械臂最优运动规划方法

针对六自由度机械臂末端执行器路径及关节空间下轨迹的规划问题,提出一种基于混合蜜獾算法和3-5-3分段多项式插值的最优运动规划方法,实现机械臂末端执行器运动路径最短及关节运动时间最优,并有效降低优化路径与规划路径的差异。首先,以标准蜜獾算法框架为基础,在初始化、全局寻优与局部探索中采用混沌反向学习、转移算子、正弦余弦算子以及自适应扰动系数策略,提高最优解质量与寻优能力,并据此设计机械臂末端执行器无碰撞、最短路径规划方法,引导关节轨迹规划过程;其次,在关节空间下,利用混合蜜獾算法寻找各关节最优运动时间,在此基础上,利用2次3-5-3分段多项式插值算法,在满足各关节位移、速度、加速度约束的条件下,完成机械臂关节平滑且时间最优的轨迹规划;最后,通过与其他规划方法仿真对比,验证提出的方法能够使规划路径长度缩短,关节运动时间减少,优化路径与规划路径差异较小,并以UR5机械臂抓取实验为例检验了该方法的可行性。