移动机器人避障路径规划方法研究

以全自主移动机器人为研究平台，介绍了移动机器人的硬件体系结构、避障行为决策、避障运动控制等。提出一种足球机器人避障路径规划方法，该方法吸取了栅格法信息处理量小的优点，只对障碍物的威胁点进行检测，弥补了其在特征匹配方面的不足，同时无需考虑障碍物的运动状态和运动速度，提高了机器人避障的灵活性和鲁棒性。     

移动机器人目标图像识别技术研究

针对设施移动机器人工作环境的复杂性,如光照多变性等,提出了基于L模型的一种新的目标识别方法。L模型是一种新的颜色模型,能够在一定程度上克服光照变化带来的影响。通过对不同光照下的作物果实等目标物进行分割识别结果的实验比较,表明该方法相对于其他常见的识别方法,在各种光照变化条件下均能保持较好的识别效果。     

基于势场蚁群算法的移动机器人全局路径规划方法

针对移动机器人路径规划蚁群算法收敛速度慢和人工势场法易陷入局部最优的问题,提出一种以栅格地图为环境模型,在蚁群算法搜索过程中加入针对具体问题的人工势场局部搜索寻优算法,将人工势场法中力因素转换为局部扩散信息素,使蚁群倾向于具有高适应值的子空间搜索,减少了蚁群算法在盲目搜索路径过程中产生的局部交叉路径及蚂蚁"迷失"数量,提高了蚁群对障碍物的预避障能力。对不同参数组合下2种算法及其它改进算法仿真结果做了比较,验证了基于势场蚁群算法的全局路径规划能够加快寻优过程且具有较强的搜索能力,收敛速度提高近1倍。     

自主式移动机器人定位坐标平滑算法研究

为了提高基于全局视觉导航的移动机器人的全局绝对定位精度，提出了一种适用于较大工作空间的摄像机参数分区标定方法，并借用数字图像中邻域的概念，定义了小区域的8—邻域关系，利用模糊数学的方法确定了中心区域及其邻域的权值函数，有效解决了各小区域边界的定位坐标平滑过渡问题。该平滑算法是一种计算模板，计算量不会因小区域的面积和小区域的个数的增加而增加，对于区域的内部和边缘计算一样有效。     

自调整模糊控制在移动机器人路径规划中的应用

针对传统移动机器人模糊控制可能产生"擦伤"事故的问题,提出了一种走安全路线的自调整模糊控制方法.该控制方法选用高斯函数作为模糊变量的隶属度函数,控制精度相对较高.最后在.NET平台上利用GDI+工具开发的仿真软件进行了实验,验证了该方法的有效性.     

移动机器人自动导航技术研究进展

针对目前果园移动机器人自动导航技术研究现状,综合分析现有的有关文献,依据环境感知方式的不同,分别讨论了以激光、视觉、机械、电磁、GPS、超声波为感知系统的导航方法的研究进展,分析了现有几种导航方法在精度、实时性、抗干扰能力及系统适应性等方面的优缺点,认为多传感器融合技术可为果园移动机器人的导航提供更高的精度和稳定性。在此基础上,提出了未来果园移动机器人自动导航技术的发展趋势,即多传感器融合技术是果园移动机器人感知环境的主要手段,满足果园移动机器人精度和稳定性要求的导航系统将是今后研究的重点。     

林区火源探测机器人的路径规划仿真研究

林区防火是关系国家林业安全的重要工作之一。为此，使用栅格法对森林火灾探测机器人的工作空间进行简化，通过蚁群算法对其探测区域内的障碍物及局部目标进行路径规划，并据此进行了大量的仿真实验。实验结果表明，该算法简单、快速、高效，特别适合解决复杂环境下的路径规划问题。此算法为研究森林大空间平面范围内的热源自动搜索与逼近的最优路径规划问题奠定了一个基础。     

基于栅格法的机器人路径规划

阐述了基于栅格法的机器人路径规划算法问题.首先通过将不完全可行栅格归于完全可行栅格,在粗略划分整个工作环境的情况下,采用概率搜索方法,先获得一条次优最短路径,然后在此基础上,将不完全可行栅格还原到原工作环境,剔除无效栅格后,通过将栅格长度等比递减的策略,最终获得一条所需精度下的最短无碰撞路径.     

基于颜色特征的图像分割方法及其在足球机器人中的应用

提出一种新的适用于跟踪移动机器人的视觉系统的彩色图像分割技术,这种方法采用符合人类视觉特性的HIS颜色空间表示图像的颜色特性,利用人对颜色的感知来对颜色分量进行非等间隔的量化并形成特征矢量,根据HIS颜色空间三个基本分量合成的一维特征矢量直方图进行分割,并克服HIS颜色空间存在不可避免的奇点对图像分割的影响.另外采用一种基于背景图像的非均匀光照修正算法,应用在足球机器人中.实验结果表明该方法不仅使目标定位和方向角更精确,而且提高动态环境下的鲁棒性.