许刚[1]2004年在《移动机器人仿真平台的构建及路径规划问题研究》文中指出本文首先介绍了移动机器人的研究现状和非完整系统的基础理论，引入了一类两轮移动机器人的运动学模型，并以此模型为基础，在Borland C++ Builder 6.0开发环境下，利用多路复用技术，构建了网络环境下移动机器人控制的仿真实验平台，实现了模拟轮式移动机器人的网络控制。最后利用该平台对静态未知复杂环境下移动机器人路径规划的问题进行了仿真研究，提出叁种无障碍物环境中的路径规划算法和一种障碍物环境中的避障规划算法，理论分析和仿真结果都表明本文提出的算法能够较好地实现轮式机器人的运动规划。此平台在仿真试验中体现了操作简单、功能扩充便捷、适用范围广的优点。
李晋[2]2007年在《改进人工势场法的移动机器人路径规划》文中研究表明路径规划是移动机器人研究领域的一个重要问题,它控制机器人在环境中按照预定的路径运动到目标点。本文以AS-R移动机器人为背景,对移动机器人的路径规划问题进行了研究。本文在熟悉AS-R移动机器人的基础上,针对AS-R的声纳传感器特点,提出了滚动式处理声纳数据的方法,在机器人的实际避障过程中取得了满意的结果。针对理论研究的需要,开发了AS-R移动机器人仿真软件,重点仿真了声纳传感器的测距过程,通过由近到远的扫描方式实现障碍物的检测,结果表明声纳仿真算法是可行的。在局部路径规划研究中,探讨了传统人工势场法的不足,提出了改进的斥力函数,进行了软件仿真。讨论了基于行为的方法,与人工势场相结合,用于机器人的路径规划,并给出了仿真结果。
郭振昊[3]2018年在《室内服务机器人定位和导航方案设计与实现》文中研究表明现代社会对服务机器人的需求与日俱增,服务机器人能够帮助人类从事保养、修理、运输、清洗、保安、救援、监护等领域的工作。针对服务机器人的研究也日益深入。本文以智能化工厂里无人车间中的工业服务机器人为研究对象,进行定位算法、路径规划和运动控制方案的研究。具体研究工作包括以下几方面。1.搭建了实验用室内服务机器人平台结合现有资源和条件,设计和搭建了用于试验的移动平台。设计了车体结构,进行了驱动方式与运动执行机构的合理搭配,选择了移动平台搭载的传感器,从而搭建了可满足实验用途的移动平台。2.设计了基于惯性的室内服务机器人定位方法通过对加速度传感器采集到的信息进行处理,包括对零点漂移进行校正、对加速度进行转换与积分,得到机器人平台在地面坐标系下的坐标,完成对移动机器人的定位,该方法具有不易受外界干扰和相对稳定的特点。3.对路径规划算法进行了选择和仿真将服务机器人导航问题分为路径规划和运动控制两部分来进行研究。在对几种电子地图表示方法进行分析的基础上,选择了栅格法作为地图的表示方法。接下来论述了广度优先搜索、Dijkstra算法、A*算法等路径规划算法的相通点和不同点,并最终选择了A*算法作为寻路算法。针对预设情境,给出了基于栅格法的A*算法路径规划仿真与分析过程。4.构建了服务机器人运动控制方案对机器人轨迹跟踪控制模型进行了分析,结合Backstepping反向递推方法得出了一组满足李雅普诺夫稳定性的轨迹跟踪运动控制率,在Matlab软件平台上进行了仿真,运用C#语言编写了运动控制界面。本文研究了室内服务机器人定位与导航过程中的关键问题,有针对性地提出了一些方法和思路。对其他室内移动机器人导航或路径规划方法的建立具有一定的参考价值。
许心德[4]2009年在《环境部分未知情况下的服务机器人导航研究》文中研究说明机器人导航问题一直是机器人应用中的热点和难点问题,而服务机器人由于所处的环境不可能是完全确定的,使得机器人导航问题在服务型机器人应用中越发关键。本文围绕移动机器人导航问题在以下几个方面做出了研究和探讨:首先,论文简要地介绍了机器人导航的发展历史以及国内外研究现状,分析了机器人导航领域的几个主要研究方向。其次,在综合分析和比较了目前国内外对于移动机器人导航问题的现状后,本文将环境部分未知的情况下的导航问题划分为两个层次。第一层是全局路径规划,根据环境中的静态已知障碍物利用蚁群算法找出全局最优路径;第二层是局部路径规划,利用全局最优路径提供的局部目标点以及传感器探测到的局部障碍物来进行局部路径规划,该层包含两方面内容,即局部避障和路径跟踪。对于第一层的全局路径规划,采用了链接图来建立环境全局地图,将工作空间转换为带权图的形式,然后使用蚁群算法对带权图进行搜索,得到从起始点到目标的一条全局最优路径。对于第二层的局部避障算法采用的是VFH*算法,VFH*算法的是由VFF算法发展而来的,它在VFH+算法的基础上引入了A*搜索算法,使得VFH*算法称为一种伪全局路径规划方法,可以防止机器人进入死区。然后,针对VFH*算法的缺陷,在VFH*算法的基础上做了两点改进,使得VFH*算法可以用于动态障碍物的环境中,并在Aria平台上仿真实现了文中的算法。最后对全文进行了总结,并对移动服务机器人的导航问题做出了展望。
侯朋岐[5]2016年在《移动机器人路径规划与二维地图构建研究》文中研究说明移动机器人技术涉及机械、电子技术、计算机科学、控制等众多学科领域,伴随着科学技术的发展,移动机器人技术已经成功应用于工业、交通运输、服务业、医疗康复、国防以及航空航天等诸多领域。本课题旨在移动机器人路径规划和室内环境下二维地图构建的应用研究。同时,对于Dr Robot X80Pro无线智能机器人实验平台,在VS编程环境下,基于C#编程语言设计开发其控制界面。本文基于里程计采用差分控制算法实现移动机器人定位,能够在任意时刻获取自身的位置与方向,并且成功应用于Dr Robot X80Pro无线智能机器人实验平台。移动机器人路径规划是指在有障碍物环境中动态规划出一条从起始位置到达目标位置的安全、较优的路径。本文对传统人工势场法存在的问题进行了分析,并且对于引入距离因子后进行MATLAB仿真实验,结果表明此算法未能完全解决存在的局部极小点问题。在上述算法的基础上,通过修改斥力方向,使得移动机器人在未到达目标位置前,不可能出现所受合力为零而造成的局部极小点问题。进行MATLAB仿真实验,算法有效,将此算法应用于Dr Robot X80Pro无线智能机器人平台,实验结果表明路径规划成功。室内环境下基于激光测距仪二维环境地图的实时构建算法包括扫描数据分割和激光数据点集匹配两部分。采用基于激光数据点之间欧式距离的划分方法,选择正确的阈值进行扫描数据分割,提取有用的数据信息,删除外界环境干扰信息。激光数据点集匹配是对相邻时刻两组激光数据点集中的对应点对进行搜索和变换参数的求解,利用变换参数对相邻时刻两组激光数据点集进行匹配,使得两组数据点集中公共部分能够大致重合。将此算法应用于Dr Robot X80Pro无线智能机器人平台,进行室内二维地图实时构建,实验结果表明机器人能够准确、有效地完成地图构建任务。
陈健[6]2013年在《基于视觉信息的机器人导航技术研究》文中提出机器人导航是移动机器人的核心,而视觉传感器具有使机器人在非接触条件下获取到丰富环境信息的特点,从而使得基于视觉信息的机器人导航技术成为了研究热门。本文的主要内容是对基于视觉信息的机器人导航技术进行研究。本文使用了微软开发的机器人平台MRDS进行建模和仿真,编程实现虚拟移动机器人在仿真环境中“漫游”,在“漫游”过程中移动机器人通过自带的红外传感器、摄像机和电子罗盘等传感器得到当前的环境信息。机器人“漫游”结束后可以进一步得到未知环境的整体信息,使用直方图比较机器人采集得到的环境地图与原始环境地图的相似度。若满足一定阈值大小,则认为环境信息基本采集完成。在提取环境图像信息的过程中,本文使用了Robinson算子对图像进行了轮廓提取,并将提取后的图像信息和与之对应的机器人在环境中的位姿信息存储到数据库SQL Server2005中。除此之外,如何解决移动机器人在未知环境下的定位是实现移动机器人自主导航的又一问题。本文将SIFT算法与Markov算法相结合,利用Markov算法预测出移动机器人下一位姿状态的大概范围。这样在不降低运算精度的情况下,极大的减少了SIFT算法的计算量,最终成功的实现了移动机器人的定位。最后在得到移动机器人当前位姿信息的情况下,栅格化环境地图,分别验证了A*算法和RRT算法实现路径规划的能力。
陈良良[7]2016年在《室内移动机器人自主导航与抓取规划》文中指出近年来,移动机器人已经是机器人技术中非常火热的研究领域,而且不断向自主智能化的方向发展,代表着机电一体化的最高成就。相比传统的工业机器人,智能移动机器人具有自主感知、决策和执行的能力,在众多领域特别是家庭、教育、服务以及物流行业中得到广泛的应用与推广。本文对全向移动机械臂展开研究,包含机器人的自主导航与机械臂的自主抓取。研究工作主要从以下几个方面展开：首先,以youBot机器人作为研究对象,搭建HOKUYO二维激光测距仪和Xtion叁维深度相机作为传感器输入,并搭建机器人的ROS软件平台,对全方位移动平台进行运动学建模分析,推导出四轮的运动与移动平台在地面坐标系中的对应位置关系,为后面移动平台的导航做准备。其次,介绍移动机器人SLAM技术,通过基于粒子滤波器的FastSLAM技术实现了移动平台的自动建图,通过A*算法实现了移动平台的路径规划,并在软件平台上得到实现。再次,对全向移动机械臂进行建模分析。先单独对机械臂运用D-H建模方法建立其正向运动学,通过MATLAB仿真验证其正确性,并求得了其的工作空间。接着对逆向运动学求解,编写C++逆解程序得出机械臂的所有逆解,并在MATLAB上得到正确验证,根据机械臂大臂少动的能量最优原则选出最优逆解。然后建立全方位移动机械臂的8自由度运动学模型,根据机械臂的工作空间,先确定移动平台方位的叁个变量,为移动平台导航提供目标点信息,再根据机械臂逆运动学求解出各关节角度,为机械臂的轨迹规划做准备。最后,通过笔记本电脑实现对机器人的网络监控,在实验室环境具有障碍物通道中进行机器人自主导航实验,证明了SLAM算法和路径规划算法的可行性。配置机械臂在MoveIt!下的仿真环境,当机械臂进入到抓取的工作范围时,通过Xtion深度相机的标定工作,能够识别出目标物体的位姿,针对MoveIt!下的KDL求解器得不出机械臂的逆解问题,通过配置新的求解器能够得到很好的解答。最终采用新求解器对识别的目标物体位姿求解,将得出的各关节角度运用过路径点的五次多项式插值实现了"pick and place"操作仿真和实验,保证了各关节在过渡点处的关节位移、关节速度和关节加速度的连续平滑,为实现移动机械臂在真实环境中的抓取做了重要的准备。
陆亮[8]2017年在《叁维空间移动机器人路径规划技术的研究》文中研究说明在机器人智能控制的研究中,路径规划是实现移动机器人自主导航研究的重要环节之一,也是当今国内学者研究的重点。为了提高叁维空间移动机器人的自主导航能力,本文在充分调研轮式移动机器人和空间旋翼机器人路径规划技术的研究现状及发展趋势的基础上,对其路径规划技术展开了深入的研究。主要研究内容包含以下几个方面:首先,分别建立了轮式移动机器人和空间旋翼机器人的运动学模型和动力学模型,并根据轮式移动机器人的运动学模型,空间旋翼机器人的动力学模型以及路径规划任务的需求,建立了轮式移动机器人姿态变换的控制模型及空间旋翼机器人达点运动的控制模型。其次,考虑到叁维空间移动机器人全局路径规划的需求,先在二维的栅格环境下,采用A*算法和B样条曲线技术为轮式移动机器人构建了满足其运动学约束的全局路径规划模型。再在满足空间旋翼机器人动力学约束的基础上,将A*算法改进并应用在叁维空间并建立空间旋翼机器人的全局路径规划模型。之后,考虑到叁维空间移动机器人在动态环境下的路径规划需求,先将动态障碍物在避障环境中的运动情况考虑到RRT路径规划算法之中,提出了基于目标的动态RRT算法。然后考虑了轮式移动机器人的运动学约束,改进了所提出的RRT算法的节点扩展方式并建立了基于此算法的轮式移动机器人的动态路径规划模型。最后根据空间旋翼机器人的特性,将算法进一步扩展应用到叁维空间,并建立了空间旋翼机器人的动态路径规划模型。最后,利用MATLAB GUI开发环境,按照环境建模模块,规划途径和算法选择模块,算法参数设置模块和仿真结果显示模块为所提出的路径规划模型建立了仿真规划平台,通过之前所建立的控制模型和仿真平台验证了所提出的算法的有效性。
吴振宇[9]2014年在《足球机器人目标识别及决策规划方法研究》文中提出多机器人系统是当前机器人领域研究的一个热点,与之相关的研究包括多机器人协作、任务分配、多机通信、路径规划等。相比单机器人系统,多机器人系统在技术实现、使用范围、环境适应能力、完成任务的效率和质量等方面都有明显优势。随着现代科学技术的发展,在国民经济需求的推动下,机器人系统的实用性能逐步提升,对机器人的研究工作也逐渐转向在实际复杂环境中建模的应用性研究。机器人足球比赛是近年来发展起来的一项科技竞赛活动,机器人足球比赛主要涉及机器人技术、感知与融合、通信、视觉与图像处理、推理决策及机器学习等多个领域,作为一个典型的多智能体协作系统,该系统为机器人学和多智能体协作提供了一个理想的实验平台。本文以基于全局视觉系统的小型足球机器人系统为研究对象,重点对多机器人系统中时变环境下目标识别方法、复杂环境下路径规划方法、目标位置不确定的动态任务分配策略等问题进行研究,取得了如下具有创新性的研究成果：(1)针对足球机器人比赛中场地环境亮度变化影响机器人决策的问题,本文提出了动态模板模型,在模板建立过程中考虑数据特征随时间变化的特点,并结合传统聚类数据精简模型,提出了一种引入时间控制因子的改进的支持向量机(Support Vector Machine, SVM)分类算法,保证了环境亮度变化情况下视觉识别目标的稳定性和实时性,同时通过间隔数据抽取构建数据集来模拟亮度快变过程,测试结果表明该策略在亮度快速变化时同样具有优良的分类处理能力,最后在大规模数据集下做了一组测试,验证了算法的通用性和有效性。(2)针对足球机器人系统中目标位置时变的特点,本文提出了一种利用Voronoi图进行建模的快速任务分配方法,用以提升由于目标位置快速变化而导致的任务执行效率的问题。在分析足球机器人系统任务分配特点的过程中,本文对传统拍卖算法进行任务分配可能产生死锁的原因进行分析,进而在拍卖流程中引入防止过度等待流程和任务执行监督流程,并利用单个任务执行结束事件触发拍卖流程,降低了任务分配中可能出现的死锁风险,提升了任务分配流程的鲁棒性。(3)针对足球机器人在动态复杂环境中的路径规划问题,本文提出了一种基于障碍预测的滚动窗口式移动机器人动态路径规划方法。该方法有效地结合了静态全局路径规划与动态局部路径规划的优点,在移动机器人运动过程中,通过对动态障碍物运动轨迹的预测来创建滚动窗口规划局部路径,在分析静态全局遍历路径规划方法的不足后,本文提出了一种主方向路径搜索策略,并利用方向一致性回溯实现了滚动窗口中的较优路径快速获取,从而实现对全局路径的调整,使机器人在运动过程中达到整体避障,局部避碰的目的,提升了机器人决策系统的动态路径规划效率。本文最后在小型足球机器人平台应用中通过连续变化的光线、强光干扰、特定队形变换及跑位等方式测试了上述研究成果在实际应用中的作用,测试结果表明,本文提出的叁种策略在机器人决策系统中表现出了良好的性能,从而整体提升了机器人系统的决策能力。
闫琳宇[10]2018年在《室内动态环境下移动小车的路径规划技术研究》文中认为移动机器人自主导航主要分为定位和路径规划,其中路径规划是自主导航的决策部分。由于运行时环境和自身状态的不确定性,对移动机器人在线路径规划算法的实时性、鲁棒性要求都较高,使动态环境下移动机器人的路径规划成为一个高度复杂的问题。而现有路径规划算法还没能有效的解决机器人震荡和死锁问题,局部路径规划算法仍然比较缺乏,因此对动态环境下移动机器人的路径规划技术进行研究具有现实意义。本论文基于机器人操作系统(Robot Operating System,ROS)搭建了移动机器人平台,重点研究了全局路径规划和局部路径规划算法等内容,并且将算法移植进移动机器人嵌入式平台中,通过实验验证了算法的有效性和优越性。本论文的具体研究工作及成果如下:首先搭建了基于ROS及Arm的移动机器人软硬件平台,搭建的实验平台能够正常运行且能进行人机交互。在全局路径规划中,提出用改进人工势场法(Artificial Potential Field Method,APFM)产生全局较优路径并利用粒子群优化算法(Particle Swarm Optimization,PSO)进行优化。针对传统APFM在路径规划中存在的局部最优问题,提出用障碍物势场值填充局部最小区域的方法。然后,利用PSO对改进APFM产生的路径进行优化。在PSO的评价函数中除了路径长度,还增加了安全性和平滑度的评价因子。通过仿真实验验证了该方法的可行性和优越性。在局部路径规划中,针对传统动态窗口法(Dynamic Window Approach,DWA)存在的问题给出解决方案,提出将DWA与行为控制思想相结合来规划局部路径。根据滚动窗口内环境预测信息判断移动小车是否会与障碍物碰撞:若有碰撞风险采取避障行为,否则采取跟踪路径行为。通过仿真实验验证了该算法的可行性。最后分别在复杂的静态、动态环境下,在搭建的移动平台上对提出的改进路径规划算法进行了实验验证。结果表明,静态环境下,本文提出的PSO-APFM算法与A*算法相比规划出的路径长度、平滑度以及安全性指标都较优;在动态环境下,本文提出的改进DWA算法与传统DWA算法相比动态避障时间较短且稳定性较高。
参考文献：
[1]. 移动机器人仿真平台的构建及路径规划问题研究[D]. 许刚. 南京理工大学. 2004
[2]. 改进人工势场法的移动机器人路径规划[D]. 李晋. 北京交通大学. 2007
[3]. 室内服务机器人定位和导航方案设计与实现[D]. 郭振昊. 电子科技大学. 2018
[4]. 环境部分未知情况下的服务机器人导航研究[D]. 许心德. 中国科学技术大学. 2009
[5]. 移动机器人路径规划与二维地图构建研究[D]. 侯朋岐. 大连海事大学. 2016
[6]. 基于视觉信息的机器人导航技术研究[D]. 陈健. 南京理工大学. 2013
[7]. 室内移动机器人自主导航与抓取规划[D]. 陈良良. 广东工业大学. 2016
[8]. 叁维空间移动机器人路径规划技术的研究[D]. 陆亮. 合肥工业大学. 2017
[9]. 足球机器人目标识别及决策规划方法研究[D]. 吴振宇. 大连理工大学. 2014
[10]. 室内动态环境下移动小车的路径规划技术研究[D]. 闫琳宇. 东南大学. 2018