基于改进TEB算法的阿克曼移动机器人局部路径规划研究

目标点跟踪是移动机器人导航和路径规划中的关键任务,其中局部路径规划尤为受到关注。作为一种局部路径规划算法,时间弹性带(TimeElasticBand,TEB)算法具有较好的适应性和鲁棒性。然而,在复杂动态环境中使用传统TEB算法时,机器人在障碍密集区可能会出现颠簸现象,并且在发生碰撞时速度过快且轨迹不够平滑。为了解决这些问题,文章以阿克曼移动机器人为研究对象,对传统TEB算法进行了改进,采用了一种区域规划策略,使机器人能够优先选择安全区域行驶。此外,设计了一种自适应调节参数的动态模块,用于在发生碰撞冲突时实时调节机器人的速度,优化其运动轨迹。最后,通过仿真平台进行实现。实验结果表明,改进后的机器人在障碍密集区的轨迹更加平滑,速度变化得到了更好地控制。

改进动态窗口法的阿克曼移动机器人局部路径规划器

局部路径规划是移动机器人的一项关键技术,它的品质密切关系到整个机器人系统的性能。动态窗口法是一种在机器人的速度空间内进行运动规划的自主避障算法。将该算法与阿克曼机器人相结合,提出了一个包含轨迹曲率相似度评价因子的阿克曼移动机器人局部路径规划算法。最后,在机器人操作系统(Robot Operating System,ROS)上对该新算法进行了"S"型路径导航仿真实验。实验结果表明,该算法能在已知栅格地图内实现阿克曼机器人的自主避障功能。

基于ROS的微型无人车设计

描述了一款名为I-RC的自主移动机器人平台,它具有四轮驱动和Ackermann转向结构,主要介绍了机器人系统的机械和电气设计,展示了最终的研究成果。该系统具有成本低、组装容易、软件开发方便等优点,该机器人可以作为自动驾驶验证平台进一步开发。该平台可以用于计算机相关专业的教学研究,可在此平台上进行自动控制、编程等教学实验。此机器人软件系统采用了ROS(机器人操作系统)作为开发环境。