基于T-S模糊神经网络的智能轮椅避障控制策略

在复杂的环境中,智能轮椅的自主避障是安全的保证。本文提出基于超声波和激光传感器的环境深度分区算法,和T-S模糊神经网路的信息融合方法,实现避障策略。提高了智能轮椅控制系统的实时性和安全性,实现避障控制的高效性。     

基于模糊贝叶斯网络算法的智能轮椅避障

对传统BP神经网络模糊逻辑的智能轮椅避障方法在训练过程中存在的过拟合和避障路径不够优化的问题,提出了一种模糊贝叶斯网络避障算法以降低神经网络的复杂度。该算法利用模糊神经网络对隶属度函数的参数进行自主学习调整,同时为增强神经网络的泛化能力和计算能力,在网络目标函数中加入权衰减项,利用贝叶斯原理优化神经网络的结构和权值。仿真和实机实验表明,该算法在训练结果和避障效果上均优于传统BP神经网络,提高了智能轮椅避障的实时性,优化了避障路径,可满足用户对智能轮椅安全性和舒适性的需求。化了避障路径,可满足用户对智能轮椅安全性和舒适性的需求。     

基于激光雷达的多旋翼飞行器实时避障系统

针对多旋翼飞行器的障碍物规避问题,提出一种基于激光雷达的自主飞行多旋翼飞行器避障系统,实现多旋翼飞行器自主飞行的实时避障;该避障系统针对静态、低速运动障碍物,综合飞行器本体姿态、速度、加速度等状态信息,建立基于改进势场法的避障模型和算法;在机器人操作系统(ROS,Robot Operating System)平台进行该避障系统的软件实现,其通过串口与飞控进行通信,完成多旋翼飞行器的自主避障飞行;同时,为了使该系统能在强光环境正常工作,在不影响系统实时性的前提下,对激光雷达的干扰问题进行优化设计;大量实验表明:该避障算法计算量小,能够保证避障系统的实时性,在机体慢速以及低速运动(机体与障碍物之间的相对运动速度小于等于3 m/s)的场景中能够正确检测范围6 m内,并迅速规避障碍物。     

嵌入式单目机器人视觉检测及避障系统设计

为实现机器人在移动中快速检测和避开障碍物功能,提出一种在室内以单目视觉为基础的嵌入式机器人检测障碍和避障的设计方案;通过对HSI颜色空间的H空间进行分块,获取分块区的颜色矩特征进行比较,能快速检测障碍物;通过几何法建立机器人坐标和图像坐标的关系,计算障碍物实际距离,准确定位障碍物;通过输入障碍物距离和偏离前进方向的角度到模糊控制器,获得输出转动角度,并对输出的角度进行调节;实验结果表明该系统具有实时性和可行性,实现了利用图像分块的信息快速检测定位障碍物,并通过模糊控制器完成了避障要求。     

基于行为模糊控制的移动机器人路径规划

针对未知环境下移动机器人路径规划和提高自主导航安全性问题,基于行为的控制结构思想,在此基础上提出了一种基于模糊控制的移动机器人路径规划算法;根据传感器接收的障碍物和目标距离方位信息,将路径规划分成避障行为、趋向目标行为;结合模糊逻辑理论和人类驾驶经验,制定模糊规则,输出转角和速度;仿真结果表明,移动机器人能够克服环境中的不确定性,有效地实现良好的路径规划,验证了模糊控制算法的可行性,体现了该路径规划策略的有效性和正确性。     

基于动态人工势场法移动机器人路径规划研究

考虑机器人与目标点的相对位置以及相对速度因素构建引力势场和引力函数,考虑机器人与障碍物之间的相对位置、相对速度以及相对加速度因素构建斥力势场和斥力函数。基于位置的“分而治之”策略,将机器人所处的环境分解成不同的情景,通过传感器获得周围环境信息,制定并执行情景-运动规则。建立复杂动态机器人仿真环境,验证改进后的算法在动态环境中机器人自动避障的可行性。以IN-RE机器人为实验平台,做动态环境下机器人自动避障路径规划实验,验证本文提出的动态人工势场法在动态环境中的可行性。     

一种复杂环境下移动机器人避障新方法

基于传统人工势场法的机器人避障算法虽然计算量小、实时性好,但在陷阱区域或在障碍物前可能产生震荡,导致机器人不能到达目标点,为解决上述缺陷,提出一种带记忆功能的沿边法。通过记录和分析障碍物边缘人工势场法的局部最小点来判断目标点是否被障碍物包围,从而避免机器人来回震荡和围着目标点旋转的发生。该方法步骤分为沿边行为激活和退出条件、局部最小点记录条件以及目标点被障碍物包围的判断准则。通过实验,结果表明该方法解决了复杂环境下机器人的避障问题。该方法用于复杂环境下的机器人避障是可行的、有效的。     

基于改进比例导引法的机器人动态避障算法

随着机器人运动环境日益复杂,为了使机器人可以安全、有效的避开动态障碍到达目的地,提出一种基于改进比例导引法的机器人动态避障算法。首先借助比例导引法的思想,通过使机器人与动态障碍物的相对速度方向导引到避障向量方向完成避障,然后为满足避障完成时间和机器人机动性能约束要求,得到重叠比例导引系数取值范围,并采用比例导引法对机器人运动路径进行规划到达目的地,最后采用仿真实验测试其有效性。仿真结果表明,本文算法可以使机器安全有效的避开动态障碍物,对机器人的实际运动轨迹控制具有一定的参考价值。     

一种冗余机械臂的多运动障碍物避障算法

冗余机械臂的避障问题一直是工业机器人应用领域的研究热点之一;为了改进传统避障算法的不足,提出了一种多运动障碍物的避障算法;该算法利用各障碍物的运动状态得到与机械臂之间的最小预测距离,并将其利用雅可比转置矩阵转化为机械臂对应杆件上的躲避速度,再将躲避速度引入梯度投影法中求得机械臂的关节角速度,并通过积分得到避障运动中机械臂的关节角度值,在完成末端轨迹跟踪的同时实现冗余机械臂的实时避障;利用一款七自由度冗余机械臂对该算法进行了仿真验证,结果表明该算法能有效实现冗余机械臂对多运动障碍物的避障。     

基于结构光的植保无人机障碍物在线检测系统

为了确保植保无人机在飞行作业过程中的安全,要求植保无人机具有自动避障能力,为此提出了基于结构光视觉的障碍物检测方法。为提高障碍物检测的实时性,重点研究了基于嵌入式平台的植保无人机障碍物检测系统,通过将障碍物图像处理算法的并行计算映射到GPU硬件资源上完成,大大提高了算法的运行效率。实验表明,在保证障碍物轮廓线完整的前提下,通过对比CPU和CPU-GPU实现处理算法,障碍物检测系统获得了约46.15的加速比,采集及处理时间约为48.985 ms。该系统具有处理效果明显与实时性好等优点,为植保无人机的实时障碍物检测和进一步实现自动避障奠定了基础。     

单目视觉融合激光投射的无人机障碍探测方法

针对微小型无人机在飞行作业任务中的主动避障需求,提出一种用于微小型无人机避障的、基于单目视觉与主动激光点阵投射的障碍探测方法。使用单目相机采集投射的激光点阵图案,经过图像分割、聚类、质心提取等处理过程,通过像面激光线方程约束快速排除特征一致激光点的歧义,使用激光点探测出无人机前方空间中障碍的方位信息。实验验证装置在基线距离为65 mm,工作距离为7 m的条件下,障碍探测的相对误差在1.5%以内。该方法精度高、时间复杂度低,可满足低算力的微小型无人机对障碍探测方法的需求,为进一步避障策略的生成提供数据支撑。     

适用于实时避障的新型智能化机器人敏感皮肤的研究

在未知环境中,实时避障是实现智能化机器人自主工作的关键技术。敏感的皮肤可以使智能机器人具有环境感知和实时决策的能力。研制的敏感皮肤南模块化和带有强数据处理能力的微型红外传感器阵列构成,可以粘贴在机器人表面,依赖于皮肤上的红外传感器来感知外部环境。系统采用了几何光学模型法来测量敏感皮肤与障碍物间的距离。实验结果表明,在感知区域内,敏感皮肤能够实时准确地给出多关节机器人周围的障碍物存在和距离信息,为解决机器人避障问题提供新的范例。同时敏感皮肤的研制也是机器人在传感和控制领域中应用的一次尝试,对促进机器人和各相关科学的发展及提高机器人智能化的水平具有深远的意义,并将有着广阔的应用前景。     

基于激光雷达的移动机器人避障控制研究

以VFH算法思想为基础,提出适用于激光雷达的数据处理算法,将其作为避障算法用于移动机器人的室内自主行进过程中。根据室内避障问题的特点,通过仿真研究设计了适用于室内避障的障碍物阈值规则。在移动机器人实验中发现,受室内地面环境影响,直接将仿真程序应用到移动机器人实际操作中,会出现打滑偏航乃至不能顺利到达目标点的严重后果。为此,根据航向角变化率提出了分段降速方法,应用该方法移动机器人在起始点与目标点可以自主移动,验证了算法的有效性与实用性。     

存在障碍物时电波传播抛物线方程分析及其验证

双向抛物线方法主要用于起伏地形下电波传播问题的计算,该算法本身无法处理地面存在障碍物,尤其是真实环境下障碍物与地面为不同媒质的情况.因此本文提出一种用于存在障碍物时电波传播计算的抛物线方程新算法.该方法采用区域分解,对不同障碍物区域的场值进行分区计算,并对计算结果进行相位修正,从而实现该情况下空间中场值的计算.在此基础上,使用矩量法来精确验证抛物线方法的计算精度.通过实例分析,证明了存在障碍物时新算法的精确性,为之后求解真实环境下的电波传播问题提供了参考.     

Collision avoidance for a mobile robot based on radial basis function hybrid force control technique

Collision avoidance is always difficult in the planning path for a mobile robot. In this paper, the virtual force field between a mobile robot and an obstacle is formed and regulated to maintain a desired distance by hybrid force control algorithm. Since uncertainties from robot dynamics and obstacle degrade the performance of a collision avoidance task, intelligent control is used to compensate for the uncertainties. A radial basis function (RBF) neural network is used to regulate the force field of an accurate distance between a robot and an obstacle in this paper and then simulation studies are conducted to confirm that the proposed algorithm is effective.     

利用激光散斑获取深度图

相对于普通灰度和彩色二维图像,深度图像可以得到物体的三维信息,使视觉识别和人机交互更加智能。国内外目前还没有低成本、公开的实时获取高质量深度图的方法。本文在对散斑图获取深度图原理研究的基础上,采取激光散斑的方式,运用块匹配的方法给出了一种大范围深度图的获取方法。首先,从原理上验证了块匹配方法的可行性;然后,分别从理论和实验两个方面对深度图的计算公式进行了推导和验证;再次,对深度图恢复过程进行了详细叙述,包括散斑图像的预处理和块匹配的过程;最后,给出了运用该块匹配方法得到的实验数据。实验结果表明,本文方法在物体距离相机50 cm左右时精度可以达到5 mm,200 cm时精度可以达到5 cm,可以满足室内大部分对象的识别要求。     

改进蚁群算法的局部信息动态路径规划

针对传统蚁群算法收敛速度慢、对动态路径变化适应性低的局限性,提出了一种基于局部信息获取策略的动态改进型蚁群算法。该算法利用局部信息获取策略,进行最优局部目标点的获取,然后调用改进蚁群算法获取局部区域内的最优路径,再重复循环获取新的最优局部目标点,直到找到全局目标点。与此同时,将提出的改进型蚁群算法应用于动态路径规划中的路径寻优与避障,仿真结果表明：提出的算法在具有与传统蚁群算法相当的路径优化效果的同时,能够有效适应障碍变化、大大提高了路径规划的收敛速度。