基于改进人工势场法的机器人路径规划研究

传统人工势场法在机器人路径规划中存在障碍物附近目标不可达(GNRON)和局部极小值问题,针对目标不可达问题,使用改进斥力场函数的方法。针对局部极小值问题,在改进人工势场法的基础上,利用随机逃离和沿等势线逃离的方法,并且对此方法进行分析和改进,改进后的方法优化处理了机器人的避障路径。仿真结果证明了此方法的有效性。     

基于改进人工势场法的机器人路径规划研究

传统人工势场法在机器人路径规划中存在障碍物附近目标不可达(GNRON)和局部极小值问题,针对目标不可达问题,使用改进斥力场函数的方法。针对局部极小值问题,在改进人工势场法的基础上,利用随机逃离和沿等势线逃离的方法,并且对此方法进行分析和改进,改进后的方法优化处理了机器人的避障路径。仿真结果证明了此方法的有效性。     

改进人工势场法的机械臂避障路径规划研究

文章针对人工势场法可能会进入局部极小这一缺陷,通过添加虚拟目标点来改进人工势场法。该方法可以让机械臂逃离局部极小点,实现机械臂的避障路径规划。文章使用DH模型对机械臂进行正逆运动学分析,使用椭球包围盒进行机械臂碰撞检测,通过建立目标点,机械臂的引力场和障碍物对机械臂的斥力场,再搜索势函数的下降方向,实现机械臂的路径规划。最后仿真结果验证,使用虚拟目标点的人工势场法可以快速有效地进行避障规划路径。     

基于遗传算法和人工势场法的路径规划

在移动机器人的研究中,路劲规划是一个最基本也最复杂的问题。为了得到适合于机器人行走,以及全局最优的路径,采用遗传算法与人工势场法相结合的方法进行机器人的路径规划。首先采用遗传算法规划出全局最优或近似最优的无碰撞路径;再通过改进的人工势场法优化路径,增加路径节点,使路径更平滑。仿真实验结果表明,使用该方法所规划的路径是有效的和可行的。     

基于改进人工势场法的机器入路径规划研究

传统人工势场法在机器人路径规划中存在障碍物附近目标不可达（GNRON）和局部极小值问题,针对目标不可达问题,使用改进斥力场函数的方法.针对局部极小值问题,在改进人工势场法的基础上,利用随机逃离和沿等势线逃离的方法,并且对此方法进行分析和改进,改进后的方法优化处理了机器人的避障路径.仿真结果证明了此方法的有效性.     

改进势场蚁群法的机器人避障及路径规划

针对传统蚁群算法机器人在路径规划过程中出现收敛速度缓慢和陷入局部最优的问题,将蚁群算法与加入虚拟牵引力和快速函数的人工势场法相结合,引入势场合力作为蚂蚁搜索路径点的部分启发信息,使结合后的算法具有较高的全局搜索能力,避免了传统蚁群算法由于启发信息误导所致的局部最优问题,同时提高了收敛速度。为了验证此方法的有效性,用Matlab软件进行仿真实验,结果表明机器人运动轨迹平滑,接近最优路径。     

改进A*算法与人工势场算法移动机器人路径规划

针对复杂环境下移动机器人路径规划问题,提出了将局部路径规划与全局路径规划相混合的路径规划方法.首先,对全局规划A *算法进行改进.改进后的A *算法路径转折点减少,总转折角度减小并删除冗余节点,缩短了路径长度;其次,综合环境和路径的情况以全局路径的拐点为局部目标点,采用改进的人工势场法进行局部路径规划,通过加入机器人与...     

基于改进双向A*势场混合算法的灭火机器人路径规划方法研究

在灭火机器人的运行中,由于其工作环境的复杂性对机器人的路径规划提出了很高的要求,因此本文提出了一种改进A*算法和人工势场法相结合的路径规划算法。本文采用双向搜索方式的A*算法进行全局规划,解决了传统A*算法耗时长的不足;本文采用改进的人工势场法进行局部动态路径规划,解决了目标不可达和局部极小值问题。本文通过MATLAB平台,分别对改进A*算法和人工势场法进行仿真分析,结果表明混合算法有效减少规划时间并可生成更优路径。最后,在Turtlebot2移动平台上对该融合算法应用进行实验,结果表明融合算法减少了规划计算时间,使路径搜索效率和规划指标得到显著提升。     

改进Ａ∗算法与人工势场算法移动机器人路径规划

针对复杂环境下移动机器人路径规划问题,提出了将局部路径规划与全局路径规划相混合的路径规划方法。首先,对全局规划A*算法进行改进。改进后的A*算法路径转折点减少,总转折角度减小并删除冗余节点,缩短了路径长度;其次,综合环境和路径的情况以全局路径的拐点为局部目标点,采用改进的人工势场法进行局部路径规划,通过加入机器人与目标点的相对位置和改变合力角度的方法来解决目标不可达问题和局部极小值问题;最后对所提算法进行仿真,仿真结果表明该算法可以有效解决复杂环境下移动机器人路径规划的问题,提高规划效率。     

改进人工势场法无人机脱离局部极小值问题

针对现有人工势场法在无人机路径规划应用过程中存在无人机陷入受力平衡,导致目标不可达,且当无人机陷入局部极小值时,该方法无法根据环境信息使无人机脱离力平衡点的问题,提出一种基于自膨胀系数改进的人工势场法。针对无人机陷入局部极小值的问题,建立自膨胀函数;当无人机陷入局部极小值时,针对无人机与目标点的距离为膨胀提供方向。通过改变自膨胀系数增大最近障碍物对无人机产生的斥力从而改变无人机受力形式,解决无人机陷入最优解的问题。仿真实验结果表明,改进后的人工势场法多次改变了无人机陷入最优点的情况,能够解决人工势场法无人机陷入局部极小值无法自主脱离的问题。     

改进的A＊算法在机器人路径规划中的应用

文中提出了一种改进的A＊算法并应用于机器人路径规划中。采用基于A＊算法的二次路径规划策略,机器人行走时遇到突然出现的未知障碍物时能有效地进行路径重规划;采用基于优先级的子节点生成策略,考虑到了现实中机器人的体积,使规划路径能在现实中得到执行;最后,通过MATLAB仿真平台进行了仿真,验证了此算法的有效性和可靠性。改进的A＊算法提高了机器人的智能水平和实时路径规划能力。     

2D仿真机器人足球中Agent定位设计

为了模拟真实情况,通常在2D仿真机器人足球的Serve埋人为地加入了一些随机噪声[1-2],使得球员获得的定位信息不够准确,甚至是随机的,从而导致球员会做出一些错误的决策。针对该问题,本文提出一种解决方法——半逆推量化公式法。从Server中的量化噪声公式入手,进行数学的分析与证明和仿真实验的验证,从而得出该有效的方法,并将它写入代码来提高球员的定位能力,以使得传球、截球、射门等能够更为精准。即球员获得的信息更为准确,那么球员做出的决策判断就更为合理。     

基于人工流场的移动机器人路径规划方法研究

针对移动机器人路径规划问题,将二维流体流动过程与机器人移动过程相结合,提出基于人工流场的移动机器人路径规划方法,即人工流场法AFF。该方法首先在移动机器人的规划空间中建立虚拟流场,然后求解虚拟流场的速度场分布和压力场分布,而后获得一组流线簇,最后依据所定义的最优路径评价准则生成移动机器人最优规划路径。该方法针对几种典型的障碍环境进行了仿真分析,结果表明该方法相比现有的方法能获得一条更安全且平滑的路径,验证了该方法的有效性。     

移动机器人路径规划方法研究

移动机器人技术研究中的一个重要领域是路径规划技术，它分为基于模型的环境已知的全局路径规划和基于传感器的环境未知的局部路径规划。综述了移动机器人路径规划技术的发展现状指出了各种方法的优点与不足，最后对移动机器人路径规划技术的发展趋势进行了展望。     

人工神经网络在水文领域中的应用

本文以某干旱地区的河流为典型研究对象,通过构建人工神经网络的方法,对该河流的水文情况进行预测.研究结果显示,本文中所采用的BP神经网络及其算法具有较好的精度和稳定性,可用于该地区今后水文情况的预测,同时也可为其他地区的相关工作提供参考借鉴.     

巷战环境中军用机器人路径规划技术研究

从观测角度安全性及协同侦查任务的特点出发,作战环境对执行侦察任务的地面移动机器人提出了将作战任务与路径规划相结合的路径规划要求。针对这一需求,提出了VSS(Vir-tual Semi-Siege)对机器人进行路径规划;然后,克服了NOD(No Obstacle Drawing)在优化全局路径的过程中暴露的缺陷,并进行数字仿真验证。仿真结果表明,提出的方法合理、有效。