【摘 要】
：
移动机器人作为机器人技术中一个及其重要的研究领域和组成部分,在军事、经济、科研、服务等领域起到了不可估量的研究应用价值,因此相关课题一直以来都吸引着大量的科研学者积极探索。路径规划是移动机器人导航与控制的基础,是移动机器人的核心问题之一,它研究如何让移动机器人从起始位置无碰撞、安全地移动到目标位置。安全有效的机器人移动需要高效路径规划算法,规划路径的质量对机器人的实际应用效果影响巨大。一般来讲,路
论文部分内容阅读
移动机器人作为机器人技术中一个及其重要的研究领域和组成部分,在军事、经济、科研、服务等领域起到了不可估量的研究应用价值,因此相关课题一直以来都吸引着大量的科研学者积极探索。路径规划是移动机器人导航与控制的基础,是移动机器人的核心问题之一,它研究如何让移动机器人从起始位置无碰撞、安全地移动到目标位置。安全有效的机器人移动需要高效路径规划算法,规划路径的质量对机器人的实际应用效果影响巨大。一般来讲,路径规划算法需要具备合理性、完备性、最优性、实时性、环境适应性、满足约束等性能指标。在本文中,针对基于随机采样的快速扩展随机树RRT算法进行研究,对其关联算法——基于椭圆采样区域搜索的Informed RRT*算法进行改进,提出了基于双向搜索决策的Informed RRT*＿Con算法和基于地图启发策略的Informed RRT*＿Map算法。对此,本文的主要研究内容如下:（1）针对Informed RRT*算法通过随机采样方式浪费大量采样时间得到初始解的问题,本文利用双向搜索决策对该算法的采样方法进行改进,提出了基于双向搜索决策的Informed RRT*＿Con算法。在提出的算法中,通过对Informed RRT*算法引入双向搜索策略,极大提高了原算法的收敛速度,缩短了Informed RRT*算法得到初始解的时间。同时,通过Informed RRT*算法和Informed RRT*＿Con算法的仿真对比实验,完成对Informed RRT*＿Con算法的性能验证。（2）针对Informed RRT*算法在采样迭代过程中得到理想路径解之后不能及时停止运行完成输出的问题,本文利用图搜索思想,提出了基于地图启发策略的Informed RRT*＿Map算法。在提出的算法中,通过在Informed RRT*算法中引入基于图搜索的路径规划算法思想,将地图启发搜索和采样搜索相结合,使得路径规划能够具有高效有序性和渐进最优性。新算法在保证生成路径质量的同时,极大提高了算法的运行效率,极大程度上缩短了算法的运行时间。同时,通过Informed RRT*算法、Informed RRT*＿Con算法和Informed RRT*＿Map算法的仿真对比实验,完成了对Informed RRT*＿Map算法的性能验证。（3）将路径规划算法应用到移动机器人实际运动过程时,考虑到移动机器人在运动过程中的速度、加速度等运动学状态不能发生“突变”,而路径规划算法生成的路径可能存在拐点、折叠、节点冗余等问题,因此需要对路径进行预处理,需要对路径规划算法得出的路径进行平滑优化。通过平滑优化,使得路径能更加切合移动机器人的运动特性,使得移动机器人能够更加平滑、高效地完成在规划路径上的运动任务。本文利用基于拟合B-样条曲线的方法对Informed RRT*＿Map算法生成的路径进行优化,然后再在二维环境和三位环境下对移动机器人路径规划运动进行仿真实验和实物平台实验,从而完成对基于拟合B-样条曲线的Informed RRT*＿Map算法的实验验证。
其他文献
有效识别高速公路交通异常状态,有利于避免二次事故的发生。其中,数据质量欠佳一直是制约交通异常状态识别率提升的重要因素,对交通流数据进行有效修复可进一步提升异常状态识别的可靠性。同时,此类研究大多基于单一数据源（车检器数据、收费数据和视频数据等）且未考虑数据修复对模型输出的影响,导致模型准确性和鲁棒性较差。伴随着全国电子不停车收费（Electronic Toll Collection,ETC）技术的
加注系统作为发射场地面勤务系统的关键组成部分,在运载火箭发射中扮演着重要角色。繁多的系统设备、复杂的结构机理和恶劣的工作环境,使系统在任务执行过程中运行状态难以获得有效把控。目前,对于加注系统的管理主要依靠操作人员,人力需求大,技术要求高,而且加注系统在各种因素的影响下,个别异常表现得不够清晰,若操作人员没有及时获取到系统的异常信息,就有可能错过采取有效措施的时机,从而引发重大事故。鉴于此,本文以
随着分布式传感器网络在各个行业中的应用变得越来越广泛,传统的有线充电或是电池供电的方式已经不能满足日益发展的传感器的能源供给需求,这严重限制了分布式传感器网络的应用范围。无线电能传输技术,作为一种更加安全、稳定和灵活的新型供电方案,可以从空间全方位给各种耗电装置进行供电,这为分布式传感器网络的能源供给提供了一种全新的方法。在航空火箭内部,有着许多分布放置的传感器,为了保证分布式传感器网络的稳定工作
随着科技的进步与社会的发展,机器人所面临的任务越来越复杂。这就要求机器人能在更复杂的环境中处理更复杂的任务。对于广泛使用的机械臂视觉伺服控制系统,视觉图像的深度学习和机械臂强化学习运动控制已经成为研究的热点。但是传统的基于深度学习的目标检测算法和运动控制强化学习算法,分别针对图像学习和行为学习,彼此相互独立,而在复杂多变且存在大量未知环境的情况下,机械臂视觉伺服控制系统,往往需要视觉学习和行为学习
自动引导车（Automated guided vehicle,AGV）在物流行业作为一种越来越重要的自动运输载体,广泛应用于智能化自动停车场以及工厂制造业中进行物料的搬运和运送任务。其中,自动搬运过程中最重要的技术之一就是完成AGV对轨迹跟踪的控制,目前已有许多的轨迹跟踪控制方法,随着研究人员不断地解决越来越先进的AGV系统的出现,在保持小车运动稳定的情况下,能进一步提高小车的快速性和精确性。本文
近年来,送餐机器人、物流机器人、扫地机器人等一系列移动机器人已在日常生活中被广泛使用。未来,移动机器人将在更多领域为人类服务。同时定位与建图（SLAM）技术的实现,是移动机器人能够施展自身基本功能的前提。使用昂贵的传感器,例如激光雷达、深度摄像头等,固然能够达到精准的建图定位效果,但这显然不利于移动机器人的普遍使用。因此,本课题旨在,在对精度不苛求的应用场景中,以低成本实现同时定位与建图技术,且达
现代社会对能源的需求在急剧增长,不可再生能源的过量使用产生大量的碳排放,进而导致严重的环境污染。而以清洁能源为主的可再生能源,具有很强的不确定性,难以稳定满足负载需求。多种再生能源与不可再生能源的协同使用可填补由清洁能源的间歇性所导致的功率供应不足,但同时使用多种能源进行发电会带来强耦合性和强非线性,导致传统方法难以实现对系统的有效控制,无法实现对经济成本的最优调度。因此,本文对综合能源系统经济调
基于监控视频的车辆目标跟踪对于道路运行状态感知与异常事件检测具有重要的应用价值,一直以来都是智能交通领域的研究热点。但在高速公路外场的监控视频中,车辆目标存在遮挡频繁、多尺度、变尺度等问题,以及外场环境存在阴影干扰、恶劣天气、光照变化等不稳定因素,这给车辆目标跟踪带来了很大的挑战。CenterTrack是经典的联合检测跟踪模型,但尚存在跟踪精度不足和遮挡情况下易发生ID跳变的问题,因此,研究基于C
目前,全球能源危机愈演愈烈,同时伴随着各国对环境污染问题日渐重视,以及各国政府和各大企业越来越注意到低碳经济的红利和发展前景,清洁能源的开发利用迫在眉睫。储能设备在清洁能源的开发利用过程中扮演着极其重要的角色,而锂离子电池是极其重要和常用的储能设备之一,这是因为其具有耐高低温、能量密度高、循环寿命长、自放电率低以及无记忆效应等诸多优势。然而单体锂电池电压无法满足绝大部分应用场合对电压水平的要求,锂
近年来,无线电能传输（Wireless Power Transfer,WPT）技术作为一种新型电能传输技术受到国内外的广泛关注。在WPT系统的应用中,单能量传输已难以满足人们的日常需求。为了得知系统的工作状况,如:系统工作状态的检测、负载端状态信息的上传、跟踪系统以实现最优工作效率以及异物检测等等,在能量传输的同时,不可避免的需要进行信息的交互,根据获得的数据信息对系统的工作状态进行调整。因此,能