分享到:

机器人路径规划

本文实现了一个基本的机器人规划系统。它能自动生成一系列避免与障碍物发生碰撞的机器人动作轨迹。其视觉子系统可获取环境知识。算法对可能引起碰撞的障碍物进行从直角坐标空间到机器人关节坐标空  (本文共6页) 阅读全文>>

南京邮电大学
南京邮电大学

基于改进粒子群优化算法的机器人路径规划研究

移动机器人路径规划是机器人学中重要的技术之一,在一定程度上标志着机器人智能化水平。移动机器人路径规划要求机器人以最小的代价(例如路径最短、时间最少、能耗最低等)安全地从起始位置运动到目标位置,在这个过程中,要避免发生机器人与障碍物、机器人与机器人之间的碰撞。粒子群优化算法作为一种新型的智能优化算法,由于其具有概念简单且容易实现等优点,已经有许多研究者尝试着将其用于解决移动机器人路径规划问题。但是粒子群优化算法具有容易收敛到局部最优解的缺点,使得当用粒子群算法解决移动机器人路径规划问题时,许多情况下优化出来的路径不是全局最优的路径,而是次优路径。在本文中,在基本粒子群优化(BPSO)算法的基础上,提出了一种基于跳出机制和牵引操作的粒子群优化(JMPOPSO)算法。该算法相较于BPSO算法做了两点改进:针对BPSO算法在迭代后期种群的多样性急剧减少,容易收敛到局部最优解的缺点,引入了一种粒子跳出机制,增加种群的多样性,增强了算法的全...  (本文共61页) 本文目录 | 阅读全文>>

南京理工大学
南京理工大学

基于势场法和遗传算法的机器人路径规划技术研究

移动机器人是迅速发展起来的一门综合学科,集成了计算机、电子、自动控制以及人工智能等多学科的最新研究成果,代表了机电一体化的最高成就。近年来,移动机器人路径规划已经成为自动控制、计算机和人工智能等领域的一个研究热点,其发展对国防、社会、经济和科学技术具有重大的影响力,已成为各国高科技领域的战略性研究目标。本文研究了基于势场法和遗传算法的移动机器人路径规划技术,在传统方法的基础上,提出了一些改进算法及新的解决方案,以提高算法的计算效率,扩展其使用范围。具体的研究内容包括以下几个方面:(1)提出了一种改进的机器人路径规划方法。为了对机器人的复杂工作空间进行预处理,采用二值图像的数学形态学的方法,利用膨胀运算和腐蚀运算两种对偶的基本变换,将离散的障碍物个体融合为完整的障碍物体,使用改进的势场法进行机器人导航,以改善其运动轨迹;另外,通过设置子目标点使陷入局部极小的机器人“逃离”极小状态。(2)考虑到动态环境下移动机器人路径规划的各个量都...  (本文共121页) 本文目录 | 阅读全文>>

华中科技大学
华中科技大学

多移动机器人路径规划研究

高质量的规划路径是确保移动机器人完成既定任务的关键所在。本文着重关注移动机器人路径规划问题。从研究单个机器人的路径规划问题开始,到多个机器人冲突情形下的路径规划问题、再到双层仓库下的资源受限下的多移动机器人路径规划问题,最后为工业环境下的非完整性移动机器人开发出导航支持系统。旨在解决运动学和动力学约束,以及路径质量、路径安全、资源分配等约束下的多移动机器人路径规划问题。首先,针对栅格环境下A*算法规划出的移动机器人路径存在折线多、转折次数多、累计转折角度大等问题,为获得较优路径,提出平滑A*算法。在A*算法规划的路径基础上,遍历路径中的所有节点,当某一节点前后节点连线上无障碍物时,将延长线路的这一中间节点删除,建立平滑A*模型。仿真结果表明,平滑A*算法优于Ant(蚁群)、Anytime D*算法。平滑A*算法降低路径长度约5%、累计转折次数约50%、累计转折角度30%~60%。平滑A*算法能处理不同栅格规模障碍物随机分布的复杂...  (本文共155页) 本文目录 | 阅读全文>>

长安大学
长安大学

面向智能仓库多移动机器人路径规划研究

随着全球制造业形态与格局的发展,机器人技术及应用已经成为主要国家在科技、产业发展、战略走向等必争领域的制高点,机器人类型中最具代表性的移动机器人是一类可根据目标指令执行、协助及取代部分人类工作的机器。本文以智能仓库物流货物搬运工作状况作为移动机器人路径规划的研究背景,旨在障碍物复杂环境下使移动机器人能够准确、高效、安全、自主的探寻一条由起始位置到目标位置的无碰壁最优轨迹。首先,根据国内外机器人发展历程,论述了移动机器人在全球智能制造业中的战略高度及重要意义,并详细阐述了移动机器人路径规划的方法、应用领域以及未来的发展趋势,通过对移动机器人路径规划技术分析,为本文后续智能仓库物流货物搬运机器人路径规划研究提供了方向。然后,针对智能仓库多移动机器人路径规划的关键技术进行了研究。建立了智能仓库多移动机器人路径规划的数学模型;分析了移动机器人的控制系统、硬件系统、运动学模型;探讨了移动机器人的环境地图创建、导航、定位和路径规划方法;详细...  (本文共83页) 本文目录 | 阅读全文>>

西南交通大学
西南交通大学

基于改进布谷鸟算法的移动机器人路径规划仿真研究

近年来,随着社会的发展和科学技术的不断创新,机器人领域的研究也在不断深入。机器人路径规划作为机器人领域的一个分支,在实际生产和应用中有着重要意义。但是由于机器人的实际操作环境复杂多变,现有的许多智能算法应用到路径规划上都有着各自的缺点。布谷鸟算法(Cuckoo Search,CS)是近年提出的一种新的群智能算法,设计简单高效,全局搜索能力较强,参数较少便于调控。为此本文尝试采用布谷鸟算法来解决机器人路径规划问题。首先,对布谷鸟算法的原理进行理解,通过相关文献对布谷鸟算法的研究,发现传统布谷鸟算法存在收敛速度慢,易陷入局部极值的缺点。所以针对布谷鸟算法的不足提出三点改进:一是在发现概率中加入动态调整策略,尽可能保留质量较好的解,丢弃质量较差的解;二是对随机游走进行改进,加强群体最优解对个体的指导作用,加速算法的收敛;三是在随机游走后,加入群体间相互学习策略,提高算法的局部寻优能力。用测试函数集对改进布谷鸟算法(ICS)进行实验,并...  (本文共69页) 本文目录 | 阅读全文>>