基于势场的无人驾驶车辆最优路径规划算法

针对无人驾驶车辆在结构化道路环境中的路径规划问题,提出了一种能够实时避开障碍物的动态路径规划算法。首先基于道路与障碍物产生的势场构建环境势场模型;其次结合简化的3自由度车辆动力学模型预测车辆未来时刻的位置序列;最后针对道路上常见的换道避障问题,构建模型预测路径规划控制器。仿真实验结果表明,该方法在多种道路环境下规划的路径均能满足车辆行驶安全性的要求,且能够满足实时规划的需要。     

基于改进人工势场法的汽车避障路径规划研究

传统人工势场法仅适用于规避静态障碍物,而现实交通环境中障碍物一般都是动态的。基于传统人工势场法进行改进,在改进人工势场法加入速度元素,规划出动态路径。同时,考虑到汽车的转向特性,基于最小转向半径对算法进一步改进以满足汽车的转向行驶要求。仿真分析结果表明,基于改进人工势场法所规划出的路径可有效规避动态障碍物,并且满足汽车转向要求。     

基于速度方向判定的动态窗口法

动态窗口法(Dynamic Window Approach-DWA)广泛应用于移动机器人局部避障中,但存在路径不合理及轨迹不平滑的问题。基于此,提出了改进的动态窗口法。求执行速度时,窗口中所有速度先形成预轨迹,然后移除预轨迹与障碍物相交的速度,接着考虑剩余速度的方向,并根据机器人预测位置、速度以及离障碍物最小距离,获得允许速度,从而机器人得到更加合理的执行速度。实验验证了改进的DWA算法在相同环境和自身约束下规划的路径更加合理,机器人能够通过密集障碍物区域,且运行的效率更高。     

自动清粪机器人路径规划方法的研究与实现

自动清粪机器人的工作环境复杂,不仅有静态障碍物(如牛栏),且动态障碍物众多(如人和牲畜等)。为此,提出了一种基于行为方法的路径规划法。该方法非常适合于动态环境下机器人的运动规划,其原理简单、计算快捷、容易实现。根据该算法,确立了一套完整的软件系统和设计方案,并在此基础上制造出了样机。经过样机在奶牛养殖场的工作和测试,验证了该方法的实时性、准确性和可操作性。     

基于改进的A~*算法在三维路径规划中的仿真应用

针对无人机路径规划中全局静态路径优化和局部动态避障的需求,提出一种基于生物神经动力学模型的改进A^*算法实现全局冬天路径规划。建立生物神经动力学模型,并应用该模型实时获取环境中的动态障碍物信息,通过神经元的活性值来引导无人机的局部动态避障。设计了一种A^*算法的优化启发函数,有效地减少A^*算法在全局路径搜索过程中的节点数量,提高A^*算法的全局搜索效率。最后,将生物动力学模型中神经元的活性值融入到A^*算法的实际代价函数中,融合算法保证了A^*算法在全局路径优化的性能,又秉承了生物神经动力学模型的局部实时避障能力。静态路径和动态路径下仿真结果表明:与生物动力学模型相比,该融合算法考虑到实际代花费问题,能够在动态和静态环境下规划出一条低代价的全局路径;与A^*算法相比,该融合算法可提高全局搜索效率,且实现实时动态避障性能。     

基于随机运动障碍避碰规则的农业机器人路径优化

农业机器人作业时,为了提高机器人躲避障碍物及自主导航的效率和水平,将随机运动障碍物避碰规则引入到了农业机器人导航控制系统的设计中。采用人工势场算法对避障规则进行了设计,并利用蚁群算法对机器人路径规划方法进行了优化,从而使机器人在随机运动障碍物的环境下可以实现自主导航,且获得最短的导航路径。模拟多除草机器人的作业过程,对多运动障碍物环境下机器人的路径规划进行了仿真,结果表明:采用随机运动障碍物避障规则可以成功实现运动障碍物环境下的路径规划,且采用蚁群算法得到的路径最短、规划效率最高。     

基于机器学习的农用飞行器路径规划系统设计

基于作业空间模型及更新和飞行器机动性能约束,搭建了农用飞行器路径规划环境模型,并采用改进人工势能的机器学习算法,结合农用飞行器路径规划环境模型和障碍物检测模块,实现了农用飞行器路径规划的最优化。MatLab仿真结果表明:农用飞行器路径规划系统能够识别障碍物的位置和边界信息,并能快速制定出最优的飞行路径,指引农用飞行器顺利到达目标点。     

基于改进人工势场的苹果采摘机器人机械手避障方法

针对非结构化环境下的采摘机器人机械手实时避障问题,提出一种改进人工势场法的避障路径规划方法。根据自行研制的5自由度苹果采摘机器人机械手具体结构和障碍物特征,进行机械手运动学分析和障碍物建模;在保留传统人工势场法易于实现、结构简单等优点的基础上,针对其存在的局部极小点、陷进区等问题,结合果树生长环境中障碍物的特点,通过引入虚拟目标点使搜索过程跳出局部最优的极小点,从而实现机械手避开障碍物到达目标的灵活避障;将该方法应用于机械手末端位置、障碍物位置和目标位置已知条件下的采摘机器人机械手实时避障任务中,仿真和实验研究结果表明此方法简单,实时性好,能够有效地避开障碍物,成功到达目标位置,适合自然生长状态下苹果的自动采摘。     

果实采摘机械手多关节求解方法与避障规划

以Motoman SV3X采摘果实为研究对象,在果实空间位置坐标和竖直类障碍物空间位姿已知的情况下,提出了一种机械手多关节角度计算和路径规划方法。首先根据果实位置和竖直类障碍物的分布计算出若干组机械手终点关节角度,然后选择其中一组作为终点角度,利用A*算法规划出一条机械手从初始角度到达终点角度的避障路径,解决了避障规划中的多关节角求解问题,规划方法对于竖直类障碍物的避碰路径规划具有一般性。Matlab仿真试验表明,求解的机械手关节角度能够避开竖直类障碍物,而且使末端执行器的位置在预设的误差范围内,验证了规划方法的正确性。     

基于改进蚁群算法的多农业机器人路径规划研究

针对蚁群算法在解决多机器人移动路径规划上存在的局限性,本文利用栅格法对环境进行空间建模,并在基本蚁群算法的基础上,对启发信息函数做出了改进,同时提出死锁问题的解决方案.改进方案既保证了算法的速度,又避免了算法的提前收敛.另外,针对未知运动状态和已知运动状态的障碍物,本文分别讨论了动态窗口搭配区域膨胀以及正碰、侧碰两种避...