智能吸尘机器人

智能吸尘机器人作者：孙迪生，赵立军，杨宏，李瑞峰作者单位：哈尔滨工业大学机器人研究所(哈尔滨)相似文献(10条)1.学位论文李晋改进人工势场法的移动机器人路径规划2007路径规划是移动机器人研究领域的一个重要问题，它控制机器人在环境中按照预定的路径运动到目标点。本文以AS-R移动机器人为背景，对移动机器人的路径规划问题进行了研究。本文在熟悉AS-R移动机器人的基础上，针对AS-R的声纳传感器特点，提出了滚动式处理声纳数据的方法，在机器人的实际避障过程中取得了满意的结果。针对理论研究的需要，开发了AS-R移动机器人仿真软件，重点仿真了声纳传感器的测距过程，通过由近到远的扫描方式实现障碍物的检测，结果表明声纳仿真算法是可行的。在局部路径规划研究中，探讨了传统人工势场法的不足，提出了改进的斥力函数，进行了软件仿真。讨论了基于行为的方法，与人工势场相结合，用于机器人的路径规划，并给出了仿真结果。2.学位论文戈磊无人潜水器主动避障关键技术研究2009本文从工程应用的实际需求出发，结合计算机控制技术、传感器检测技术和信号处理技术，对无人潜水器(AUV)在实际开发过程中的避障系统的组成、声纳传感器的测距实验与数据处理、传感器的数据处理和基于人工势场法的避障路径规划等内容进行较为深入的分析和研究。所提出的潜水器避障控制方法对水下机器人的路径规划具有一定的理论意义，对实际应用具有一定的借鉴价值。本文首先介绍了AUV避障系统的控制模块，包括声纳传感器探测方法、运动环境建模方法和避障策略方法，然后讨论了利用人工势场法进行AUV路径规划的原理。在使用人工势场法进行避障的时候，由于AUV对周围环境信息的感知具有局限性，容易导致局部极小值问题的出现。为了克服人工势场法的这些缺陷，提出通过建立新势场函数、改变势场的作用方式和调整势力场区等方法对传统人工势场模型进行改进。仿真实验表明：新方法模型能很好地解决避障过程中的局部陷阱问题，基本消除运动轨迹震荡现象，使AUV能够顺利到达目标。其次，研究了AUV的外部环境信息采集模块的设计问题。通过在潜水器上安装五个测距声纳来感知周围的环境信息，并且用一块DSP控制板和多串口扩展板来接收和处理声纳传感器的数据。为了避免数据扰动引起障碍信息的不准确，提出采用滚动式平均值滤波法对原始数据进行处理。测试结果表明：环境信息采集模块可以为潜水器提供实时可靠的障碍物信息。最后，介绍了AUV的整体控制模块，该AUV在五个控制模块的共同作用下，完成自身的导航、避障、定深和测深等任务。将人工势场法的应用范围从陆地移动机器人延伸到无人潜水器的避障路径规划中。通过为AUV建立平面坐标系、对运动环境建模、对障碍物进行判别和用改进势场法进行避障控制，如果在正常航行路径中发现障碍物，则计算出能够避障的下一点航行的新坐标，自动航行模块利用该新坐标，调整航向，避开障碍物。本文对AUV路径规划中的避障问题进行了研究，所提出的避障控制方法对AUV的路径规划具有重要的实际应用价值。3.学位论文张琳移动机器人局部路径规划方法的研究2008移动机器人路径规划作为自主式移动机器人技术的一个重要组成部分，是研究移动机器人技术较为活跃的课题之一，吸引了国内外大批的研究学者。随着各种新方法和新技术的不断出现，对路径规划的研究有了更广阔的天地。我国在智能移动机器人研究方面虽然已经取得了一定的成果，如地面自主导航车、水下自主机器人和飞行机器人等。但由于起步较晚，在研究和应用方面都落后于一些西方国家，而且还没有达到完全实用。因此，进行这项研究，具有一定的理论和工程应用意义。本文以美国ActivMediaRobotics公司生产的PioneerⅢ型机器人为研究对象，从多个方面对移动机器人的局部路径规划进行了深入的系统研究。首先从移动机器人的历史和现状出发，对比了国内外的不同发展状况，对移动机器人领域的研究方向进行了综述。着重介绍了移动机器人局部路径规划中常用的方法，对其中的势场法、栅格法、遗传算法等进行了逐一的分析阐述。本文主要研究的是使用移动机器人本体的28个声纳传感器来进行机器人的避障与路径规划。本文采用了两种方法一改进的遗传算法和神经网络与Q-学习相结合的方法进行移动机器人的路径规划。1、改进的遗传算法首先，采集环境信息，进行环境建模。无论机器人路径规划属于哪种类别，采用何种规划算法，基本上都要遵循以下步骤:1)建立环境模型，即将现实世界的问题进行抽象后建立相关的模型；2)路径搜索方法，即寻找合乎条件的路径的算法。通过比较各种环境建模的方法，选用栅格法建立移动机器人的二维工作空间环境型，动态障碍物可视为移动的障碍物栅格，并详细介绍了栅格法中栅格大小、栅格标识及栅格取值的设定。然后，通过各种局部路径规划方法的比较，在分析了目前各种路径规划方法优缺点的基础上，选择遗传算法来解决静态和动态环境下移动机器人的路径规划问题。本文针对路径规划问题的特点，对算法的各个环节进行了细致的分析，包括地图环境的建立、染色体的表示和编码、适应度函数的设计、遗传操作算子的设计、算法参数的分析和选取。提出了将数字势场和遗传算法相结合的综合解决方法。最后用C++编写仿真程序，在未知环境下进行仿真。详细说明了程序设计的各个环节，仿真结果表明，该算法能够成功地在各种复杂程度不同的环境里规划出一条近似最优的路径，证明了算法的有效性。并在先锋移动机器人Ш——Pioneer3-AT上进行实验，经过多次实验，机器人均能够安全的躲避障碍物，找到最优前进方向，安全的到达目标点，验证了算法的有效性。2、综合神经网络的Q-学习算法由于强化学习中由环境提供的强化信号是对产生动作的好坏作一种评价(通常为标量信号)，而不是告诉强化学习系统RLS(reinforcementlearningsystem)如何去产生正确的动作，因此比较适合用于自主移动机器人的路径规划问题。Q-学习可用各种神经网络来实现，每一个网络的输出对应于一个动作的Q值，综合分析各种网络以后，采用结合竞争神经网络和自组织映射网络的思想实现Q-学习算法。网络由3层组成，即输入层、中间层、输出层(竞争组织层)，其特点主要体现在竞争组织层上，利用误差反向传播算法来进行网络的权值调整。在章节最后给出了详细的仿真结果。仿真结果表明，本文提出了具有竞争思想和自组织机制的Q-学习神经网络学习算法，与标准的Q-学习方法相比，学习速度大大提高。采用该算法的机器人通过学习后具有较强的避碰能力，从而提高了机器人对环境的适应能力。该算法同样可以应用到其它的智能控制系统中。4.学位论文孙骁苗基于遗传算法的AUV路径规划研究2006本文首先研究了国内外AUV路径规划的发展现状，以及AUV路径规划研究所采用的环境模型、规划方法和遗传算法。本文对基于遗传算法的AUV全局和局部路径规划的方法和发展现状进行了阐述，分别研究了不同的环境模型、编码方法下的路径规划方法。然后，本文研究了AUV的控制系统组成，以及与路径规划相关的硬件设备——声纳传感器、基线定位系统以及压力传感器等。基于相关硬件实现平台，对AUV的路径规划进行了研究。采用栅格法对AUV的工作空间进行环境构建，采用二进制方法对路径进行编码，并选取合适的适应函数及相应的遗传算子，对AUV的静态和动态路径规划进行了研究；并进一步研究了海流因素干扰下的AUV路径规划方法。最后进行了仿真，验证了方法的可行件。5.学位论文黄健生移动机器人的路径规划研究2008移动机器人平台和移动机械手系统的路径规划是机器人研究中的一个前沿的、关键的领域。本文针对移动平台和移动机械手，结合实验室设备的实际情况，各提出了一种新的路径规划方法，并进行了仿真实验，验证了所提方法的有效性。全文的主要内容如下：1.针对移动机器人平台，提出一种新的基于虚拟障碍物--人工势场法，并适合动态未知环境的在线路径规划方法。同时为了解决人工势场法固有的局部极小问题，提出一种新型的虚拟障碍物方法以逃逸局部极小点。大量的仿真实验结果表明，虚拟障碍物方法不仅良好地解决了人工势场法的局部极小问题，并且能间接地利用经过路径中的信息，在复杂环境的导航中起到了“路标”的作用。该方法还继承了人工势场法计算简单、实时性好、适用于动态环境的特点，整体性能达到令人满意的效果。2.针对移动机械手的协作规划问题，提出一种新的基于遗传算法并适合静态已知环境的离线路径规划方法。该方法充分利用遗传算法并行计算、不易陷入局部最优的优点，具备概率上寻找全局最优解的能力。仿真实验结果表明，该规划方法运算速度较快，在避开各种空间障碍物的同时，能找到一条到达目标点的符合目标函数的优化解。3.针对实验室现有的多机器人协作系统的任务，设计开发基于上述算法的移动机械手控制软件，并给出了在实际应用中如何利用声纳传感器进行障碍物检测的解决方案。6.学位论文刘存根基于BP网络的自主水下机器人（AUV）路径规划研究2007路径规划是机器人导航系统中最重要的任务之一，如何寻找到一条从起点到终点的无碰路径是其研究重点。本文利用BP网络对AUV路径规划进行研究。在总结已有路径规划方法的基础上，参考路径规划技术研究的最新成果，主要做了以下工作：首先，针对AUV路径规划确定神经网络的输入层、隐含层和输出层层数及各层结点数。并针对BP网络初始权值对网络学习速度的影响，提出了利用K-L变换进行BP网络初始权值优化的方法并进行研究，仿真结果证明该方法可以大大缩短网络学习时间。然后，描述了AUV系统模型的组成，以及与路径规划相关的硬件设备一声纳传感器、基线定位系统以及压力传感器等，为算法的实现构建了硬件平台。最后，基于此硬件平台，对AUV的路径规划进行了研究。在完成了全局路径规划的基础上，基于声纳传感器的输出信号研究了存在障碍物的局部路径规划，并进一步探讨了海流因素对AUV路径规划的影响，仿真结果证明了本文方法的有效性。7.学位论文宁姗基于多传感器的机器人环境感知方法研究2007本文以美国ActivMedia公司生产的Pioneer3-DX移动机器人为实验平台，对多目标识别、路径规划、机器人定位及环境感知方法进行了研究，并实现了机器人在未知环境中全局路标地图的构建。首先，介绍了移动机器人的发展和研究现状，并介绍了机器视觉技术在移动机器人视觉系统中的应用。然后，介绍了Pioneer3-DX移动机器人硬件和软件的系统结构，并分别对激光测距仪、单目视觉传感器和声纳传感器进行了介绍，通过讨论机器人的运动原理来分析机器人的运动特性。接着，研究了彩色图像处理及多目标识别，机器人通过图像的分割、不变矩特征值的提取和BP神经网络的训练，完成多目标识别任务。并给出实验结果，验证了多目标识别的有效性。最后，采用了基于栅格的全局覆盖路径规划方法，使机器人的行进路线能够最大限度地覆盖全局环境。局部路径规划采用了模糊逻辑算法用以实现机器人的安全避障行为。针对移动机器人定位中存在的不确定因素问题，采用基于环境特征的机器人定位消除了机器人定位的不确定性。并根据具有不同特性的视觉传感器和激光测距仪的数据信息构建出基于路标的全局地图。实验表明上述方法在构建全局路标地图时有较高的精确性。8.学位论文刘义强基于声纳地图导航的自动引导车基础研究2007导航方式和路径规划作为自动引导车研究的两大主题，是其理论与应用研究的主要方向，是实现自动引导车智能性的核心技术。它主要包括：环境信息获取与建模功能，障碍物识别功能以及实现自动导航的路径规划算法等功能。本文在参阅国内外相关文献的基础上，针对基于声纳地图创建导航的自动引导车系统进行比较深入的研究，旨在研究开发一套快速、准确、可靠的自动引导车导航与控制系统，以提高自动引导车的智能化水平。在分析声纳导航的自动引导车各系统的组成和原理的基础上，确定了声纳的安装位置和布局。分析了声纳传感器结构及标定原理，结合QDU-Ⅰ自动引导车导航的特点，采用了一种基于相对意义最小二乘法的标定算法，通过实验验证了该算法的精度。分析比较了地图导航的各种方法，根据QDU-Ⅰ自动引导车导航和避障的要求采用基于环境特征模型，利用声纳传感器采集环境信息，将环境特征分为平面