融合TEB与Stanley的移动机器人路径规划控制算法

移动机器人根据TEB(timeelasticband)算法优化求解出轨迹点序列,然后通过时间差分计算移动机器人所需的控制量,这种方式在实际应用时由于速度与角速度的频繁跳变,导致对阿克曼底盘移动机器人的运行控制不佳、转向不平稳等问题。为了改善控制效果,将TEB下发的移动机器人控制量进行了改进,融合Stanley算法考虑机器人实际位姿与最优轨迹点之间的航向误差与横向误差,定义基于误差的非线性比例函数来求解移动机器人实时跟踪的控制率,以此设计移动机器人的运动控制器,并搭建基于ROS平台的路径规划控制模块进行仿真和实车测试,实验结果验证了所设计融合算法的有效性,可以实现阿克曼形式的底盘移动机器人可靠、平稳的路径规划和运动控制功能。

基于非线性优化的激光无人叉车导航用外部参数的自动校准系统

随着移动机器人SLAM导航技术的发展,采用基于工厂的实际环境进行导航的激光无人叉车已逐渐得到大量的应用,而激光无人叉车导航所使用的相关参数的精确性对激光无人叉车导航的精度和稳定性有很大的影响。因此,针对工业场景应用中的基于实际周围环境导航的激光无人叉车,对其相关导航用外部参数进行自动校准的问题开展研究非常必要。针对激光无人叉车的导航用外部参数进行自动校准的问题,采用高斯牛顿迭代法求解根据激光无人叉车运动学模型所计算得出的里程计位姿变化量和根据激光扫描帧匹配所计算得出的激光里程计位姿变化量之间偏差的最小化非线性函数,从而得出校准后精确的导航用外部参数数值,有效提高了激光无人叉车建图和定位的准确性。

抢派结合模式下外卖配送问题研究

目前,外卖平台持续地提升顾客服务质量和降低成本,忽视了骑手的权益保障.针对骑手困境,引入骑手奖惩激励机制,建立以平台成本、顾客满意度和骑手激励收益为目标的外卖订单分配模型.基于抢派结合的订单分配模式,考虑配送顺路程度、配送距离和配送能力,构造效用函数来描述骑手自主抢单对订单的偏好及匹配度,利用Logit离散选择模型实现骑手实时抢单决策;并设计自适应变邻域搜索算法,实现平台派单分配和骑手路径优化.算例实验表明,与派单模式相比,抢派结合模式下配送方案能有效降低配送成本,提高顾客满意度和骑手收益.研究结果拓展了外卖订单分配模式等理论研究,可为外卖行业健康发展提供一定的参考.