周一群[1]2017年在《并联机器人工作空间、奇异特性及路径规划研究》文中进行了进一步梳理机器人既是实现自动化生产的关键,也是改善人类生活的重要装置。我国工信部大力推进工业机器人及服务机器人的发展,制定了《机器人产业发展规划(2016～2020年)》。相对于串联机器人,并联机器人具有刚度大、精度高、结构紧凑、承载能力强等特点,在并联机床、运动模拟器等领域得到了广泛的应用。然而,并联机器人工作空间较小、工作空间内奇异性复杂等缺陷也限制了其推广和应用。因此,相关理论的研究对改进并联机器人的性能、推进并联机器人的应用具有重要意义。本文在国家自然科学基金"高铁等超大型结构宽频声振预报的混合能量流方法"(51675306)、"基于柔性变胞机构的精密设备多维振动的主动控制研究"(51275275)和汽车仿真与控制国家重点实验室开放基金"基于可重构并联机构的救护车减振担架及其主动控制研究"(20161112)的资助下,完成了对并联机器人工作空间、奇异特性、免奇异工作空间、路径规划等问题的研究。第一,建立了一般六自由度并联机器人的运动学与动力学模型,得到了一般六自由度并联机器人的雅克比矩阵、位置逆解、速度逆解、加速度逆解以及主动输入力方程,并基于此对3RPR并联机器人的运动学及6/6型Stewart并联机器人的运动学、动力学方程进行了推导。第二,基于一般六自由度并联机器人的运动学模型,通过对方位和位置同时进行离散的处理方法,提出了并联机器人各类工作空间求解的普适性数值算法,并分析了算法的求解效率。基于提出的数值算法,对3RPR并联机器人及6/6型Stewart并联机器人的工作空间进行了求解。第叁,为准确描述并联机器人工作空间内的奇异特性,引入了定方位奇异曲线、最大奇异曲线、绝对奇异曲线以及奇异概率的概念,研究了其物理意义,并给出了各类奇异曲线及奇异概率的图示方法。基于该方法,对3RPR并联机器人及6/6型Stewart并联机器人的各类奇异曲线及奇异概率进行了求解。第四,为解决实际工作过程中完全免奇异工作空间太小,而直接在最大工作空间内运动又无法保证一定可以进行免奇异路径规划的问题,提出了并联机器人连通免奇异工作空间的概念。引入数据结构中无向图的理论,得到了连通免奇异工作空间的求解方法。基于该方法,对3RPR并联机器人及6/6型Stewart并联机器人的连通免奇异工作空间进行了求解。第五,引入数据结构中赋权图的理论,对并联机器人性能最优路径规划的方法进行了研究。采用随机离散的处理方法,给出了计算并联机器人按照性能最优路径运动所需最短时间的遗传算法。最后,基于采用的方法,对6/6型Stewart并联机器人进行了灵巧度最优路径规划,并计算得到了按照该最优路径运动所需要的最短时间。
徐军[2]2017年在《复杂环境下移动机器人路径规划方法研究》文中进行了进一步梳理路径规划问题是移动机器人研究领域的一个最基本、最关键的课题,它解决的是移动机器人在工作环境中如何行走的问题。本文主要研究移动机器人在不同环境下的路径规划,包括一般环境下点对点之间的路径规划与改善,温室环境下围绕农作物生长区域半包围式的路径规划和叁维立体环境下的路径规划。针对在这叁种环境下机器人路径规划的不同特点分别开发了相应的算法,并通过仿真实验验证了相应算法的有效性。本文的研究工作主要分为以下叁个部分:1.提出用于改善路径质量的平滑蚁群算法。在利用蚁群算法进行路径规划时,机器人所走路径节点都是自由栅格的中心点,这样就造成了机器人会出现不必要的转弯和行走一些多余的路径。应用平滑蚁群算法将蚁群算法规划出来的最优路径进行平滑处理,在处理过程中,将机器人所在的当前节点与转折点后的其它节点连接,如果连接线没有穿越障碍物区域,则当前连接的线段就可以作为新的路径代替原来路径,并将中间不必要的节点删除,否则对当前路径不作任何改动。2.提出一种温室环境下的路径规划方法。在温室环境下,农民会将农作物按照一定结构来种植,机器人在温室内工作,就需要围绕着农作物进行运动,运动的同时对农作物进行喷药、施肥等工作。针对温室内机器人的特殊路径规划方式,将蚁群算法和人工势场法相结合,综合利用蚁群算法全局搜索和正反馈的特点以及人工势场法能够定向运动和预先规避障碍物的优点,在规定机器人的工作区域和起止点之后,新的势场蚁群算法会根据要求规划出机器人的最优路径。3.提出一种在叁维环境下利用蚁群算法进行路径规划的方法。在构建叁维地图时,首先将移动机器人所处的叁维环境划分为一个个的平面,然后再将这些平面进行栅格化。在利用蚁群算法进行路径规划的过程中,将蚂蚁释放的信息素全部存储在路径节点上,而不是放在蚂蚁的行走路径中,这样能大大减少信息素的存储空间,同时构建了新的期望启发函数,提高了路径搜索效率。
孙华林[3]2007年在《基于C空间和人工势场的4R机器人路径规划》文中指出冗余自由度机械臂被越来越广泛地应用于海上作业,火灾救护,建筑等行业。特别是深海勘探,废物与污染处理,道路和桥梁的施工的人力难以完成的特殊领域。具有灵巧结构的智能机械臂能够检测并躲避障碍,从而能够安全完成指定任务。冗余自由度机械臂可以帮助人类从繁重的劳动负担中解脱出来,并可以利用其更好地探索世界。冗余自由度机械臂运动规划一直是机器人研究领域的重点,目的是使机器人无碰撞且快速地到达目的地。机械臂路径规划主要分为全局规划方法和局部规划方法两大类。全局规划方法主要是以基于构形空间的几何法和拓扑法为主;全局方法考虑整个环境的信息细节,但需要存储大量信息,并且时间开销大;而局部规划方法主要是以基于直角坐标空间的人工势场法为主。人工势场法是机器人局部路径规划常用的一种方法,具有反应速度快、计算量小和实时性等优点。但这种方法容易产生局部极点,致机器人停止移动,达不到目标。本文针对平面4R机械臂的路径规划问题提出一种全局规划和局部规划相结合的规划方法。该方法将平面4R机械臂分为前两臂和后两臂两组,其中后两臂为靠近基座的两臂。后两臂利用C空间进行全局规划到达一中间点,在后两臂到达中间点的过程中,前两臂利用人工势场法避开障碍物并尽量向目标点逼近。在后两臂到达指定中间点后,前两臂再利用C空间进行全局路径规划到达目标点。该方法并不是真正的全局规划,但具备了全局与局部规划方法的优点:考虑了全局环境,人工势场法中存在的局部极小值问题对本方法影响较小,提高了算法的鲁棒性,同时具有更好的实时性。
陈魁[4]2012年在《基于马尔可夫决策过程的码垛机器人路径规划研究》文中认为随着工业机器人的发展与应用，工业自动化程度逐渐提高；码垛机器人的应用，也使自动码垛装置和自动化仓库技术进入普及和发展阶段。多传感器集成和信息融合技术使机器人路径规划技术更加智能化。本文基于运动学方程分别对已知工作空间情况和未知工作空间情况的码垛机器人进行路径规划，为码垛机器人系统的实际应用提供理论依据，对机器人在军事上的运用具有借鉴意义。本文建立基于D-H坐标法的码垛机器人运动学模型，根据相邻两连杆之间的运动学关系，列出码垛机器人的运动学方程，将末端执行器的空间位置用参数方程表示，依据参数方程分析码垛机器人的工作空间；建立码垛机器人的动态静力学模型，对连杆和关节列出力平衡方程和力矩平衡方程，为码垛机器人驱动机构选择合适的伺服电机和减速器。基于马尔可夫决策过程理论，在码垛机器人的工作空间中进行安全避障的路径规划。根据码垛机器人的运动学模型，确定连杆的组合状态、组合行为、转移概率及报酬函数，使用最小二乘策略迭代算法求解最优策略，对码垛机器人的叁维路径进行仿真规划。在马尔可夫决策过程模型基础上引入状态聚类思想建立分层马尔可夫决策过程模型规划路径，利用障碍物的空间位置将码垛机器人的工作空间划分为几个状态簇，以这些状态簇作为分层马尔可夫决策过程模型的状态空间，采用分层值函数迭代算法对码垛机器人的二维和叁维路径进行仿真规划。对于码垛机器人不确定情况下的工作空间，建立部分可观马尔可夫决策过程模型，引入信念状态，将部分可观马尔可夫决策过程转化为基于信念状态的马尔可夫决策过程。使用激光测距仪实时检测工作空间，在线对码垛机器人路径进行规划仿真。最后，设计了码垛机器人控制系统，编写最优策略控制程序，检测以上叁种模型下的码垛机器人避障能力及末端执行器的运动精确度，验证算法的可行性。
田德伟[5]2017年在《基于蚁群算法的机器人路径规划研究》文中研究指明在最近几十年里,伴随着各个行业技术的不断更新,促进了移动机器人整体性能和实用性都得到了提升,这也让移动机器人能够更好地服务于人类,无论是各个行业还是我们平常的生活,机器人都发挥着重要的作用。而路径规划技术作为移动机器人的导航技术甚至在整个移动机器人技术的重要核心技术,也更加受到广大研究学者的关注。论文首先主要对移动机器人的最近发展和研究移动机器人的重要性和使用性展开论述,接着还对移动机器人的组成结构和功能划分进行了分析,以及分析和介绍了常见的移动机器人路径规划算法及其发展趋势。本文主要论述的是蚁群算法在二维环境和叁维环境中的应用。首先是对蚁群算法的基础理论进行分析,并运用TSP问题对传统蚁群算法进行深入的理解。然后在此基础上分析了传统蚁群算法的改进方案。在蚁群算法中融入了人工势场法和A*算法,以提高蚁群算法的性能,改善蚁群算法在搜索路径初期由于各条路径上信息素浓度不足容易出现的盲目性和随机性,避免随着算法迭代的深入而容易出现的局部最优路径。在Matlab软件中仿真的结果也验证了改进蚁群算法相对于传统蚁群算法的优越性。在讲述蚁群算法在二维环境中的应用之后,本文又详细论述了蚁群算法在叁维环境中应用,主要是针对叁维环境中的建模、搜索策略和蚂蚁在叁维环境中的可视区域进行了详细的介绍。最后也在Matlab软件中进行了编程仿真验证,仿真结果也表明蚁群算法在叁维环境中不仅能够进行安全避障,还能够规划出一条有效路径,进一步验证了蚁群算法广泛的应用性和较强的鲁棒性。
曹骁炜[6]2008年在《带臂球形机器人关键技术的研究》文中研究说明本论文以国家863《一种带伸缩臂的全方位滚动球形机器人的研制》(课题编号:2006AA04Z243)项目为背景,以球形移动机器人为基础,对带臂球形机器人系统进行了设计,包括了结构设计,控制系统设计,稳定平衡分析,并且提出了一种新颖移动机器人避障及多机器人协同路径规划算法。本文首先介绍了球形机器人的国内外发展状况,并介绍了移动机器人控制系统的现状以及移动机器人避障及路径规划算法的研究现状。在带臂球形机器人结构设计中,将带臂球形机器人分为运动驱动部分,机械臂部分,支撑稳定部分叁个子部分进设计,通过比较待选方案,得出最后的整体方案,然后对各个部分的尺寸进行估计,然后通过实际的设计调整确定最后的设计尺寸并给出了基本的性能指标。在本章中,还根据驱动执行部件的需求,对驱动电机及减速器进行了选型。在带臂球形机器人控制系统设计中,首先对带臂球形机器人的控制系统进行设计,通过方案比较,最终选择分布式ARM控制系统方案并进行系统设计,然后从传感器,通信方式两个方面出发,对系统控制需求进行分析和器件选型。在带臂球形机器人运动学动力学分析中,首先介绍了球形机器人的圆盘模型,然后在圆盘模型的基础上对带臂球形机器人的稳定状态控制进行了分析,得出了当支撑装置不支开的时候,为了保持整个带臂球形机器人的平衡状态,抓取状态与重摆姿态的关系;以及在不同的滚动摩阻下,带臂球形机器人从非平衡状态回复到平衡状态的特征,并通过实验数据对性质进行了验证。在移动机器人避障及路径规划研究中,提出了一种全新的基于虚拟机械臂模型的移动机器人避障和多机器人全局路径规划的算法,并对算法进行了分析和仿真验证。在论文的最后,对整个的带臂球形机器人的设计工作进行了全面的总结。
杜道轶[7]2016年在《面向通道避障的Mecanum轮式机器人路径规划设计与实现》文中进行了进一步梳理移动机器人的避障路径规划是机器人领域中的关键内容。实际的工业现场存在狭窄的通道,当通道内障碍物分布情况未知且边缘非结构化时,往往造成机器人无法通过,因此针对性的研究机器人在该场景下的路径规划问题十分必要。现有的路径规划方法主要针对于开阔空间,对于空间相对狭窄的通道场景的适用性较低。因此,研究通道内机器人避障路径规划方法,提高其在该场景下的通过率及通过效率,具有重要的学术意义和应用价值。论文针对上述机器人在狭窄通道内通过率及通过效率较低的问题,从激光雷达输出距离数据及反射强度数据入手,给出了激光雷达动态误差修正方法,提出了考虑激光雷达反射强度信息的数据分割聚类算法。进而通过引入局部目标点及虚拟引力,建立了改进型的人工势场法模型并结合通道的典型场景及Mecanum轮式机器人的运动学模型对路径进行优化。最后完成了Mecanum轮机器人在通道内的避障路径规划系统的设计。主要的研究内容包括:(1)激光雷达运动状态下的测量误差修正方法。论文通过对激光雷达运动状态下检测误差特点的分析,建立了误差数据与机器人位姿的关系模型,进而提出了一种激光雷达数据的动态修正方法,实现误差数据的补偿。最后通过实验表明,该方法提高了激光雷达环境检测的准确性,为后续环境数据的聚类奠定了基础。(2)考虑环境反射强度信息的环境数据的分割聚类方法。针对传统的二维激光雷达数据聚类算法准确率不高的问题,论文通过对不同介质在激光雷达反射强度信息上呈现的差异性分析,构建了融合反射强度信息的非平面环境数据模型,进而提出一种基于非平面ABD算法的激光雷达数据分割聚类方法。最后与传统算法进行对比实验,结果表明该方法能在实时性与准确性上均优于传统算法。(3)基于改进型人工势场法的避障路径规划方法。针对人工势场法存在局部最小值的问题,论文首先在环境数据中选取局部目标点,然后将机器人预计到达全局目标点的时间引入到人工势场法的引力模型中,从而提出基于时间虚拟驱动力的人工势场法模型。基于此,结合Mecanum轮式机器人运动学特性,对改进型人工势场法得到的路径进行优化。最后通过对比实验表明,改进后的方法克服了人工势场法的缺陷,提高了通道场景下机器人的通过率及通过效率。最后,综合上述研究成果,对Mecanum轮式机器人通道内避障行进系统进行了设计与实现。应用效果表明,本文设计的避障行进系统在狭窄的通道内能够精准的获取障碍物位置,并安全的完成起点位置到终点位置的避障行进。
李龙俊[8]2016年在《基于聚类分区和改进蚁群算法的清洁机器人路径规划研究》文中研究指明智能清洁机器人融合了多项人工智能技术,广泛地应用于家庭、公共场所、写字楼等环境的半自动或自动清洁。全局路径规划是智能清洁机器人中最重要的技术之一,在一定程度上标志着智能清洁机器人智能化水平。全局路径规划要求清洁机器人在已知环境信息的情况下,以最小的代价(如路径最短、时间最少、能耗最低等)规划一条覆盖全局且不与障碍物发生碰撞的最优或较优路径。蚁群算法作为一种常用的路径优化算法,具有原理简单且实现容易等优点,已经有许多研究者将其用于解决智能清洁机器人路径规划问题。使用蚁群算法来解决清洁机器人路径规划问题时,蚁群算法具有容易收敛到局部最优解和解决大规模问题时效率低下的缺点。本文基于聚类分区和改进蚁群算法进行了清洁机器人路径规划研究,主要工作如下:首先利用栅格法对清洁机器人工作的环境进行建模,然后考虑到路径优化算法在面对凹形障碍物容易陷入局部最优解的缺点,对已知的栅格地图上的障碍物使用数字图像处理里面的腐蚀(Erosion)、膨胀(Dilation)进行预处理,使得凹形障碍物变成矩形障碍物,从而避免蚁群算法陷入局部最小解。其次,针对优化算法在解决大规模路径优化问题时效率低下的问题,提出了将栅格地图分区,然后分布地对栅格区域使用蚁群算法进行路径规划的方法。本文使用K-Means聚类算法和支持向量机(svm)相结合的方法,以不同的约束条件进行聚类,使得栅格地图被纵向地分割成几个区域,然后再利用蚁群算法对分割完成的栅格区域进行路径寻优,使得蚁群算法总的效率大幅提高。最后,针对蚁群算法本身求解全局路径规划问题时,具有易于收敛到局部最优解和解决大规划对称环境问题时效率低下的缺点,提出了一种改进的蚁群算法。该算法在采用伪随机比例规则选择路径的基础上,采用了局部信息素更新和全局信息素更新相结合的更新策略;在局部搜索方式上采用4-opt(4-optimization)方法进行局部搜索;使得算法的全局搜索能力和效率都得到了提高。针对使用本文方法解决路径规划问题时,出现的路径穿过障碍物的现象,采用LB(Liang-Barsky)裁剪算法得到与障碍物栅格相交的路径,再对路径进行修正得到最终的清洁机器人全局最优路径。综合仿真实验结果表明,本文提出的方法能够高效地实现清洁机器人全局路径规划。
王兆光[9]2018年在《六自由度机械臂避障路径规划研究》文中进行了进一步梳理随着当今科学技术的不断进步以及“中国智造2025”政策的引导,机器人技术在工业生产、医学医疗、军事活动以及家庭服务等领域都得到了较快、较好地发展。作为一种模拟人手臂的机器人,串联机械臂因具有运动灵活、通用性强、避障能力强、易于控制等优点,在工业生产中应用非常广泛。避障路径规划作为机械臂研究领域的关键技术之一,其效果好坏会对机械臂的控制效果产生重要的影响。因此,避障路径规划技术的研究对机械臂运动控制具有重要的理论意义和实际价值。本文以六自由度机械臂为研究对象,主要针对机械臂的运动学、避障路径规划算法进行了研究。首先,利用D_H方法建立了六自由度机械臂的运动学模型,在运动学模型的基础上对机械臂的正运动学公式进行了推导,提出了一种计算量较小的逆运动学封闭解的求解方法,并且利用Matlab软件对求解结果进行了验证。其次,分析了路径规划过程中机械臂与环境中静态障碍物之间的碰撞检测问题。主要介绍了圆柱包络法、AABB包围盒、包围球叁种包络方法,根据机械臂的结构特点对其进行了模型简化。通过计算机械臂模型与障碍物模型的空间位置,求解出了碰撞检测问题的结果。第叁,针对六自由度机械臂提出了一种改进的RRT算法。首先分析了机械臂关节空间和笛卡尔空间路径规划的优缺点,针对标准RRT算法随机性强、搜索效率低的缺点,引入了目标引导算法,提高了路径规划的效率。考虑到关节空间的距离度量,采用曼哈顿度量函数,更符合机械臂关节空间距离的实际意义。同时,为解决规划路径不平滑的问题,引入B样条平滑函数,使最终路径满足机械臂实际运动的要求。利用SimMechanics虚拟样机对改进算法进行仿真试验,验证了算法的有效性和优越性。最后,对六自由度机械臂控制系统进行了软硬件设计。利用德国倍福控制器、清能德创驱动器搭建了试验平台;利用TwinCAT3与Matlab/Simulink共同完成了机械臂的控制程序。经过试验验证,本文改进的RRT算法能够为机械臂规划出一条从起始点到目标点的无碰路径。
魏崇竹[10]2007年在《移动机器人视觉信息提取与路径规划研究》文中进行了进一步梳理自主式移动机器人技术近年来得到了迅速的发展，移动机器人是具有感知、决策和运动能力的智能机构，该技术体现了信息技术和人工智能技术的发展水平。移动机器人首先需要像人类一样建立周围环境地图模型，然后根据所建立地图模型来确定到达目标位置的最优路径，并对自己的运动做出合理的规划，即路径规划问题。视觉是人类获得绝大部分环境信息的源泉，本文通过对单目和双目视觉信息的提取来获得周围环境信息并在环境模型已知的条件下获取机器人运动的最佳路径。 摄像机标定是计算机视觉研究的基础，摄像机内外参数标定的准确性直接影响移动机器人定位的精度。第二章根据实际的应用背景舍弃了常规的以叁维立体模板为基础的线性透视投影摄像机标定方法，采用了张正友提出的标定方法。该方法采用平面棋盘标定模板，工程上易于实现并且能够获得摄像机的畸变参数。 在第叁章地面轨线跟踪实验中，利用单目摄像机来提取导航线信息。为了有效地解决目标和背景分离过程中由于周围环境等因素仍然存在大量的噪声信号问题。我们采用了接近人眼的HIS颜色模型，融合了二值化、滤波、腐蚀、膨胀、Hough变换等各种图像手段，最终从视觉图像中提取了较好的导航线信息。 现实世界是立体的叁维世界，摄像机在获取图像的过程中丢失了环境的深度信息是摄像机来提取导航线信息过程中所存在的问题之一。为了真实地复现世界中客观存的叁维信息，第四章采用了双目摄像机恢复环境的深度信息方案。 路径规划是移动机器人智能化的体现。本文最后一章阐述了多种路径规划算法，分析了各种算法优缺点。在总结前人经验的基础上，对可视图方法进行了改进，大大降低了可视图的复杂性，减少了机器人对最优路径的搜索时间，提高了路径规划的实时性。
参考文献：
[1]. 并联机器人工作空间、奇异特性及路径规划研究[D]. 周一群. 山东大学. 2017
[2]. 复杂环境下移动机器人路径规划方法研究[D]. 徐军. 天津理工大学. 2017
[3]. 基于C空间和人工势场的4R机器人路径规划[D]. 孙华林. 合肥工业大学. 2007
[4]. 基于马尔可夫决策过程的码垛机器人路径规划研究[D]. 陈魁. 南京航空航天大学. 2012
[5]. 基于蚁群算法的机器人路径规划研究[D]. 田德伟. 西安建筑科技大学. 2017
[6]. 带臂球形机器人关键技术的研究[D]. 曹骁炜. 北京邮电大学. 2008
[7]. 面向通道避障的Mecanum轮式机器人路径规划设计与实现[D]. 杜道轶. 重庆大学. 2016
[8]. 基于聚类分区和改进蚁群算法的清洁机器人路径规划研究[D]. 李龙俊. 南京邮电大学. 2016
[9]. 六自由度机械臂避障路径规划研究[D]. 王兆光. 西南交通大学. 2018
[10]. 移动机器人视觉信息提取与路径规划研究[D]. 魏崇竹. 大连海事大学. 2007
标签：自动化技术论文; 机器人论文; 路径规划论文; 蚁群算法论文; 运动学论文; 移动机器人论文; 并联机器人论文; 码垛机器人论文; 空间分析论文; 机械手臂论文; 激光雷达论文;