结构环境中多机器人无冲突运动规划的研究

对同一结构环境中从事独立任务的多移动机器人的无冲突运动规划进行了系统的研究,提出了一种实时的多移动机器人无冲突运动规划方法--基于优先权的规则法PBR(Priority Based Rules Method).该方法综合了规则法和优先权法的优点,不仅可以采用规则实时地避免机器人与其他物体之间的碰撞和冲突,而且可以根据冲突机器人间优先权的不同在线地解决那些不可避免的冲突.PBR可以提高机器人运动的鲁棒性和执行任务的效率.     

基于混合整数线性规划的爬壁机器人路径规划

为研究City-Climber爬壁机器人在3D建筑物环境中的路径规划问题,基于混合整数线性规划(MILP, Mixed Integer Linear Programming),提出了一种适用于City-Climber的路径规划方法.为了用MILP方法解决避障问题,首先用限制机器人控制输入的方法对City-Climber的数学模型进行解耦和线性化,再介绍了用MILP方法对控制输入进行描述的数学表达式,并提出了适用于爬壁机器人的新型代价函数,最后以一个方形房间为运动环境,用AMPL和CPLEX优化软件,以及Matlab软件解算路径规划问题.仿真结果表明:MILP方法较好地解决了City-Climber在3D环境下的路径规划和避障问题.     

基于混合整数线性规划的爬壁机器人路径规划

为研究City-Climber爬壁机器人在3D建筑物环境中的路径规划问题,基于混合整数线性规划(MILP,Mixed Integer Linear Programming),提出了一种适用于City-Climber的路径规划方法.为了用MILP方法解决避障问题,首先用限制机器人控制输入的方法对City-Climber的数学模型进行解耦和线性化,再介绍了用MILP方法对控制输入进行描述的数学表达式,并提出了适用于爬壁机器人的新型代价函数,最后以一个方形房间为运动环境,用AMPL和CPLEX优化软件,以及Matlab软件解算路径规划问题.仿真结果表明:MILP方法较好地解决了City-Climber在3D环境下的路径规划和避障问题.     

基于Dijkstra算法的平滑路径规划方法

移动机器人在复杂环境下沿Dijkstra算法规划的路径运动时,由于所规划的路径存在转折点多、部分转折角度小等问题,导致移动机器人不得不频繁转向,甚至要暂停才能完成转向,严重影响机器人的工作效率。利用几何拓扑学方法,结合实际场景信息,提出一种基于Dijkstra算法的平滑路径规划方法。根据应用场景获取连续化地图,将连续化地图离散化后随机生成离散点阵,计算各点之间的欧氏距离,选取与各离散点距离较近、且连线不跨越障碍的多个点,将其连接并生成离散图。在离散图中利用Dijkstra算法搜索最优路径作为引导路径。当移动机器人沿引导路径运动时,结合实际场景信息,采用几何拓扑学计算出移动机器人每一时刻应该采取的最佳动作和运行路线。实验结果表明：所提方法能够有效减少移动机器人运动中的累计转弯角度,增大最小平均转折角度,提高所规划路径的平滑度,从而缩短移动机器人的运动时间,提升机器人的工作效率。     

基于Safe-PPO算法的安全优先路径规划方法

现有的路径规划算法对路径规划过程中的路径安全性问题考虑较少，并且传统的近端策略优化(PPO)算法存在一定的方差适应性问题。为解决这些问题，提出一种融合进化策略思想和安全奖励函数的安全近端策略优化(Safe-PPO)算法，所提算法以安全优先进行路径规划。采用协方差自适应调整的进化策略(CMA-ES)的思想对PPO算法进行改进，并引入危险系数与动作因子来评估路径的安全性。使用二维栅格地图进行仿真实验，采用传统的PPO算法和Safe-PPO算法进行对比；采用六足机器人在搭建的场景中进行实物实验。仿真实验结果表明：所提算法在安全优先导向的路径规划方面具有合理性与可行性：在训练时Safe-PPO算法相比传统的PPO算法收敛速度提升了18%，获得的奖励提升了5.3%；在测试时采用融合危险系数与动作因子的方案能使机器人学会选择更加安全的道路而非直观上最快速的道路。实物实验结果表明：机器人可以在现实环境中选择更加安全的路径到达目标点。     

基于改进蚁群算法的月面机器人的路径规划及虚拟仿真

针对月面机器人在复杂地形下的路径规划问题，提出了一种改进的蚁群算法。算法构建了栅格化地形图，基于人工势场法改进了蚁群算法的启发函数，加快了算法收敛速度；引入空间信息素划分方法，提高了蚁群在最短路径附近区域的搜索能力；实验证明，改进后的蚁群算法，路径规划成功率显著提高，收敛速度加快。在算法规划出月面机器人的最短路径后，采用虚拟仿真技术，基于unity3D构建虚拟月面环境和月球车，直观地展示了月面机器人在月面环境下的路径规划效果。     

基于快速仿射模板匹配的AMCL算法

自主定位是移动机器人的重要任务，机器人绑架问题是定位技术中的难点。基于粒子滤波的自适应蒙特卡罗定位(AMCL)算法能够解决机器人绑架问题，但其在定位恢复过程中需要在全局地图中放入新粒子，恢复效率低。通过对自适应蒙特卡罗定位算法的研究，结合图像学中模板匹配思想，提出了一种基于快速仿射模板匹配的自适应蒙特卡罗定位(AMCL-FM)算法。该算法利用全局代价地图与局部代价地图估计出机器人的真实位置，并在估计出的位置放置新的粒子，提高定位恢复能力。与传统的自适应蒙特卡罗定位算法相比，所提算法定位精度提升了61.13%，定位恢复效率提升了69.23%。     

一种动态环境下空间机器人的快速路径规划方法

针对动态环境下空间机器人采用深度强化学习进行路径规划时存在的收敛速度慢问题,采用迁移学习算法设计了一种适应动态环境的快速路径规划器.首先,综合考虑空间机器人运动过程中存在的避障、时间和扰动约束,在静态环境下对深度神经网络进行预训练.其次,将上述训练后的权值作为动态环境下深度神经网络的初始权值,再经过动态环境下的训练进行参数微调.最后,以平面五自由度空间机器人为例对所设计的方法进行了验证,并与直接训练方法进行了比较.实验结果表明,该方法能够将训练收敛时间从1033回合缩短到450回合,在保证规划路径准确率的前提下,提高训练的收敛速度.     

基于解耦优化和环流APF的多平台协同攻击任务规划

为提升协同攻击任务规划效率，借助人工势场（APF）方法求解速度快的优势，提出多平台协同攻击任务规划方法。针对任务规划问题中任务分配与航路规划的耦合问题，提出基于独立航路规划的解耦（ID）与基于直接距离的解耦（DD）2种解耦框架；建立考虑打击目标价值总和、攻击平台与目标距离极差、攻击平台与目标距离总和等因素的指标函数，采用遗传算法进行任务分配求解；提出环流APF方法，避免了传统APF方法因局部极小值而无解的问题，并提出同时到达控制策略与航路冲突规避策略，实现多平台同时到达航路规划。在不同场景下比较了耦合方式、ID、DD 3种任务规划框架的规划结果，并对比了传统APF方法与环流APF方法的航路规划结果。结果表明，解耦方式能够得到与耦合方式接近的结果，并且计算耗时明显低于耦合方式；环流APF方法相比传统APF方法求解可行性更高，航路性能更好。对于存在大块障碍的场景，推荐使用ID方式获得更好的准确度，在障碍稀疏的场景下，推荐使用DD方式以减少计算耗时。      

基于障碍物代价势场的移动机器人避障算法

移动机器人所处的环境通常是动态的, 机器人需要及时做出响应, 同时保证路径的平滑度及与障碍物间的安全距离。针对此问题, 提出了一种基于障碍物代价势场的移动机器人动态避障算法。通过建立静态栅格地图及障碍物的代价势场, 获得动态场景下的等势线及经过起点、终点的切线, 求解最小生成树获得初始候选路径, 针对路径的长度、障碍物距离及平滑度对候选路径锚点进行调整。通过引入障碍物速度对代价势场的影响, 使得机器人能对移动中的障碍物做出及时的响应。为验证所提算法的有效性, 在分辨率为1 200×1 000 m的栅格场景下分别对静态场景和动态场景进行仿真, 结果表明:所提算法能够在保证路径具有较高的平滑度且与障碍物间保持安全距离的条件下使路径尽可能得短;同时在动态障碍物场景下依然能保持路径的平滑和避障的安全性, 满足动态场景下移动机器人路径规划的要求。      

移动机器人自主动态避障方法

针对基于水流场的全向移动机器人动态避障过程中可能出现的避障失效和避障路径过长问题, 提出了一种基于速度斥力场改进人工势场方法的全向移动机器人自主动态避障方法。详细分析基于水流场改进的人工势场法在动态避障过程中存在的移动机器人从障碍物前方绕过而引起的避障路径过长或避障失效问题;在基于水流场的人工势场避障方法中, 根据移动机器人和动态障碍物的相对速度, 引入速度斥力场, 使得移动机器人从动态障碍物的后方通过, 实现全向移动机器人的安全自主动态避障。通过仿真和室内避障实验, 验证了所提自主动态避障方法的有效性和实用性。      

一种基座姿态可控空间机器人的通用避奇异算法

针对基座姿态可控空间机器人笛卡儿路径规划中的奇异问题，提出了一种通用的运动学奇异回避算法。通过虚拟机械臂的方法建立空间机械臂的雅可比矩阵，实时判断雅可比矩阵行列式的值与角速度的关系确定奇异区，采用Newton-Raphson迭代法进行逆运动学求解，并设计了一种“微分项提取+二次拟合”的分段路径规划算法应用于奇异回避，直至关节角脱离奇异区。仿真结果表明:所提算法能够有效回避奇异，适应各种自由度与构型机械臂，调节计算时间与跟踪精度之间的关系，具备较好的通用性。      

未知环境下移动机器人单目视觉导航算法

提出了一种未知环境下移动机器人单目视觉导航算法,算法包括障碍物检测、单目视觉测距和局部路径规划3部分.为减小光照等环境因素对基于特征的障碍物检测的影响,对彩色图像在HSI颜色空间中用基于像素的直方图比较进行分割,获取障碍物轮廓序列的图像坐标点集.在单目视觉测距中,通过几何关系推导法建立图像坐标系和机器人坐标系间的变换关系,进而实现由障碍物图像位置计算其与机器人间的实际距离.局部路径规划对摄像机梯形视场区域转换后的矩形区域建立模型划分栅格,由障碍物轮廓序列图像坐标和单目视觉测距计算构建障碍物栅格图,并用提出的栅格搜索算法搜索障碍物栅格图,得到机器人安全行驶路径.实际环境中进行的实验结果表明,算法能有效减小反光、阴影等的影响,在未知环境中正确规划出机器人局部可行路径实现导航.      

一种爬壁机器人的动力学建模

City-Climber是1台爬壁机器人,为研究该机器人的3D路径规划问题,建立了City-Climber在方形房间内运动的运动学模型和动力学模型,该动力学模型包括3个子模型,机器人在地面、墙壁和天花板的运动分别用1个子模型描述.引入无量纲变量分别对3个子模型进行简化,再用Matlab软件对模型进行仿真,验证了动力学模型的正确性.该模型可用于解决City-Climber在3D环境下的路径规划和避障问题.     

多空间机器人协同工作空间的数值求解方法

针对未来在轨服务过程中，可能遇到单个空间机器人难以独立胜任的应用场景，需要多个空间机器人协同操作，但目前针对多空间机器人协同工作空间的研究很少。考虑到解析法计算工作空间难度很大，提出了一种基于蒙特卡洛法的一般协同工作空间数值求解方法。再进一步针对空间机器人协同的特殊性，提出了广义协同工作空间的概念，并给出了数值求解方法。仿真结果表明，基座姿态约束会引起协同工作空间的缩小，同时广义协同工作空间的范围明显大于一般协同工作空间。所得结论可以为空间机器人任务设计与规划提供参考。