平面移动机器人最短路径规划的几何算法研究

平面移动机器人最短路径规划算法在许多领域有着十分广泛的应用。利用图论和Dijkstra算法研究了在由大尺度简单多边形（只在公共顶点相交的边组成的多边形）障碍物组成的平面场景中，平面移动机器人最短路径规划的几何算法，编制了仿真实现程序，给出了仿真结果。     

基于改进人工蜂群进化算法的移动机器人路径规划与仿真分析

针对经典人工蜂群算法在机器人路径规划中易于陷入局部极值,且寻优过程收敛速度较慢等问题,提出了一种基于约束优化的改进人工蜂群算法.通过设计变异算子来增大极值在陷入局部最优时的跳出概率,提高机器人路径规划的收敛能力.在机器人路径规划上,对文中方法、遗传算法、A*算法以及经典人工蜂群算法进行性能评估.实验结果表明,文中方法能有效避免路径规划中的局部极值,减少机器人路径规划时间损耗,提高了路径规划效率.     

基于麦克纳姆轮的打磨机器人移动平台仿真分析

传统打磨机器人都是固定基座或者安装于导轨上,其机动性不高,工作区域有限。针对室内墙面打磨机器人需要具备高机动性,提出基于麦克纳姆轮的四轮打磨机器人移动平台。首先对单个麦克纳姆轮做结构分析,了解其运动方式;然后对麦克纳姆四轮移动平台做正、逆运动学分析,得到了四轮移动平台的逆运动学公式;接着在Simulink中建立逆运动学模型;最后在Vrep中进行正运动学验证。结果表明对麦克纳姆轮移动平台分析的正确性,以及麦克纳姆轮移动平台可以充分提高打磨机器人的机动性,为机器人自动打磨打下良好基础。     

退化环境中全向移动机器人位姿鲁棒修正算法

全向移动机器人定位算法在退化环境中通常会产生较大的定位漂移或失效,为此提出一种鲁棒的全向移动机器人在退化环境中的位姿修正算法。首先,通过全向移动机器人的结构、动力学分析确定定位误差产生来源;其次,对机器人的各运动状态进行受力分析,结合机器人的运动环境和机器人的运动状态建立打滑误差模型;再次,通过预试验得到的位移与定位误差,运用非线性加权拟合方法计算得出加工装配误差模型;最后,在轮式里程计中插入误差补偿模块,提高机器人定位精度。试验表明：算法位置平均误差为1.36%,姿态平均误差为0.75%,较传统算法分别提高了3.14倍和5.15倍。算法在保证定位精度的前提下具有很强的鲁棒性。     

多工序加工单元的移动机器人调度优化

为合理分配动力电池生产线容量确定单元中移动机器人的任务,优化机器人调度路径,提高调度效率,在考虑设备加工工时、物理位置等约束下,以最小化调度任务时间为目标,建立多工序加工单元单轨约束下多移动机器人调度模型,设计遗传算法并采用MATLAB进行求解,给出不同机器人分配方案下的目标函数值和收敛情况。结果表明,采用所提出的调度方法对单轨多机器人服务范围进行规划能够减少调度时间、提高调度效率。     

平面移动机器人最短路径规划的几何算法研究

平面移动机器人最短路径规划算法在许多领域有着十分广泛的应用.利用图论和Dijkstra算法研究了在由大尺度简单多边形(只在公共顶点相交的边组成的多边形)障碍物组成的平面场景中,平面移动机器人最短路径规划的几何算法,编制了仿真实现程序,给出了仿真结果.     

基于ROS的铁路客站自主移动机器人关键技术研究

智能服务机器人已成为当前国内外机器人领域的研究热点,其研究成果在人工智能技术的推动下逐步进入人们的日常生活。自主移动作为智能服务机器人重要的智能特征,是保证智能服务机器人实用化的关键。以机器人操作系统(ROS)为基础,对自主移动机器人的架构展开研究,提出自主移动机器人的硬件、软件架构,以该硬件、软件架构为导向,研究基于即时定位与地图构建(SLAM)的地图构建、定位、导航技术,设计了导航系统框架,提出改进型A*路径搜索算法用于导航路径规划,并在车站对算法进行验证,结果表明比传统A*路径搜索算法提高约30%的效率,降低了算法搜索时间及复杂度,提高了路径寻优效率,能够满足铁路客运车站内移动机器人定位、导航及路径规划的需求。     

一种移动机器人的路径规划与路径跟踪控制

介绍了一种载有水轮机转轮修磨设备的移动机器人的系统原理、路径规划方案、路径形状设计和路径跟踪控制及其实现，这种路径规划和路径跟踪控制并不只适用于水轮机转轮这种大型工件，若在路径规划过程中，考虑具体加工对象的几何外形的特点，对路径规划方法加以改造，同样适合于其他特殊外形的几何工件。     

基于麦可纳姆轮动力学特征建模在模型预测控制中的应用

为了提高全向移动平台的控制精度,针对麦克纳姆轮4轮驱动移动机器人的动力学模型进行研究,从移动机器人原动力学方程出发建立特征模型,结合模型预测算法设计了基于动力学模型的轨迹跟踪控制器,该控制器把移动机器人的目标函数转化为一个求解带约束的二次规划问题。将基于特征建模的控制器和传统动力学建模的控制器进行性能对比,仿真结果证明,采用特征建模的轨迹跟踪控制器比传统动力学建模的控制器拥有更好的跟踪性能。     

机器人空间路径规划的ACO算法特性分析

为进一步研究机器人的移动空间路径规划方法,分析蚁群算法的主要系数对路径规划的影响,根据蚁群优化算法的主要特点,对机器人的移动空间信息采用栅格法进行全局描述。对蚁群优化算法的主要系数如蚁群数量m和信息素蒸发系数ρ等进行选择,以路径长度和迭代次数为目标,仿真分析其对规划路径的长度和路径规划效率的影响,找到最佳匹配系数组。仿真结果表明:合理选择算法系数能够缩短机器人的移动空间路径规划长度,且能提高路径规划效率。