【摘 要】
：
现如今移动机器人的发展在科学技术中备受瞩目,而路径规划作为移动机器人的核心领域之一,对其算法的创新与应用也理所应当的受到了广泛研究。本文在针对传统路径规划算法在性能存在速度过慢,避障能力较弱的缺点,提出了一种基于跳点搜索策略的改进D*算法与改进动态窗口法混合算法,通过在MATLAB工具与Gazebo工具下进行多种仿真并最终在Turtlebot2实验平台上进行了实物验证,证明改进算法确实有效的更快速
论文部分内容阅读
现如今移动机器人的发展在科学技术中备受瞩目,而路径规划作为移动机器人的核心领域之一,对其算法的创新与应用也理所应当的受到了广泛研究。本文在针对传统路径规划算法在性能存在速度过慢,避障能力较弱的缺点,提出了一种基于跳点搜索策略的改进D*算法与改进动态窗口法混合算法,通过在MATLAB工具与Gazebo工具下进行多种仿真并最终在Turtlebot2实验平台上进行了实物验证,证明改进算法确实有效的更快速且更安全的完成导航任务。本文的主要内容如下:（1）针对D*算法在路径规划时遍历节点过多,搜索较慢的缺陷,本文基于算法融合的思想提出了基于跳点搜索策略的改进D*算法,在静态规划过程中用跳点搜索策略替换原D*算法的节点扩展策略。改进算法可减少在路径规划过程中70%的路径节点数,提高规划速度。出于安全性考虑,本研究在扩展Morre元胞结构设置不可达路径点。针对改进算法转弯角度较大,路径长度可进一步优化的问题,引入了路径平滑方程,利用梯度下降法进行求解得到最终的全局规划路径,在曲线平滑度与路径长度优化方面均有提升。（2）针对动态窗口法的评分机制存在缺陷,在障碍物较为复杂的环境中常常无法完成轨迹规划任务的问题,本文引入全局路径规划中的跳点信息作为局部路径规划的先验信息,以此为基础引入新的方位角函数与制动函数,出于安全性考虑,增加了移动机器人位姿补偿函数,改进后的动态窗口法提高了局部路径规划的性能以及对复杂环境的适应能力。（3）针对传统导航方法中局部路径规划器对动态障碍物的反应能力过慢,不能有效避障的问题,本文提出基于跳点搜索策略的改进D*算法与基于全局先验信息的动态窗口法的混合规划算法,对传统ROS机器人的导航控制模块做出调整,将避障任务交给全局路径规划器处理,而局部路径规划器只负责轨迹跟踪任务,通过Gazebo半物理仿真环境与Turtlebot2移动机器人实验平台的仿真与实验,证明了该算法在动态障碍物环境下有更好的避障路径规划能力。
其他文献
目前,我国水资源存在严重危机,能否对污水有效治理与人们生活息息相关。生化需氧量（Biochemical Oxygen Demand,BOD）是衡量水质污染程度的重要参数,对BOD的准确测量可以保证污水系统正常运行。传统测量方法时间久无法满足工程实时调控的需要,相比于传统测量方法,智能预测在水质参数检测方面实用性更强。但由于污水处理是复杂的生化过程,具有多参数、多流程、非线性等特点,单一神经网络往往
随着科学技术的日益发展,四旋翼无人机借助其悬停自由、起降便捷、飞行稳定和机动性高等独特优势,被广泛应用于军民等领域。近年来,工作环境和作业任务的日趋复杂对无人机的执行能力提出了更高的要求。与单架无人机相比,多无人机编队扩展了其作业能力,并具有更高的灵活性、容错性以及高效性。因此,研究多无人机的编队控制具有重要的理论意义和应用价值。四旋翼无人机具有欠驱动、强耦合、非线性以及难以建模等特性,并且扰动、
为在不同工况下完成日益复杂的控制任务,现代工业控制系统呈现出多模态、多控制器的切换特性,切换系统因此受到广泛关注。切换系统在一些恶劣工况下会出现子系统和部分切换点不稳定的失稳动态,Lyapunov函数将在子系统激活区间和不稳定切换点处上升。同时,工程应用中为提高控制距离和降低成本,会在切换系统和控制器之间引入网络环境,这不可避免地带来了网络延时和网络攻击等问题,导致信息泄露和系统的不稳定。失稳动态
船舶受风、浪等海洋环境的影响会产生横荡、纵荡、升沉、横摇、纵摇和艏摇运动,不可避免地威胁到船用起重机等船载设备的运行安全,船舶动力定位系统可抑制船舶的横荡、纵荡和艏摇运动,并联船载稳定平台可隔离船舶的横摇、纵摇和升沉运动对船载设备的扰动,保证船载稳定平台上船载设备在惯性空间保持稳定,使其作业就像在陆地上一样,提高作业效率并增加可工作时间窗。然而,并联船载稳定平台是一个具有高度非线性、强耦合、变负载
【目的】开展不同发展情景下土地利用变化的模拟及其引起的生态价值变化研究，对促进土地科学开发利用、构建生态系统安全具有重要意义。【方法】本研究以福州市为例，基于2000～2030年土地利用数据，运用PLUS模型进行自然发展、耕地保护和生态优先3种情景下的土地利用模拟，再采用价值当量因子法分析不同情景下的生态系统服务价值（ecosystem services values,ESV）变化。【结果】运用斑
移动机器人避障路径规划是移动机器人领域研究的重点,移动机器人在室内复杂环境进行作业时,环境的复杂性与易变性给移动机器人带来了更多挑战。而深度强化学习作为一种不断试错的机器学习算法,目前广泛应用于移动机器人避障路径规划领域,在静态障碍与动态障碍同时存在的复杂环境中,使移动机器人具备灵活决策的能力,提高移动机器人的自主性与鲁棒性。因此本文以深度强化学习为基础,使移动机器人与周围环境不断交互,完成避障路
近年来,随着能源需求量的增长,海洋石油开采与运输活动日益频繁,由此也造成了诸多海上原油泄漏与环境污染问题。因此,海上溢油监测系统的建立与优化问题研究迫在眉睫。现有溢油监测系统主要使用单一的某类传感器作为数据获取手段,其数据利用率和准确性受环境干扰影响较大。为提高系统监测性能,本文采用了红外和可见光两种传感器进行海面溢油数据获取,并研究了基于深度学习的红外和可见光图像融合机制,从而使得可见光图像中丰
随着世界经济总量的不断攀升,海上运输蓬勃发展,船舶数量也日益增多,随之船舶发生碰撞的可能性加大。因此,船舶避碰仍旧是船舶研究方向的热点问题之一。目前船舶避碰研究仍有许多问题还未解决,如《国际海上避碰规则》考虑不充分,未考虑船舶操纵性对避让效果的影响,避碰算法计算量较大无法实时给出避碰决策,算法的稳定性差以及多船避碰策略不合理等问题。本文针对已存在的问题,选择与模型无关且实时性良好的Q-Learni
近年来,在军事领域以及民用领域,四旋翼飞行器成为了越来越热门的研究对象,有着很高的应用价值。然而,当在复杂环境中执行高难度任务时,单架无人机的容错能力有限,一旦发生故障,任务就会失败。而多个无人机可以更好地完成搜索救援、地形侦察、物资运输等任务,容错力更高,因而对多架无人机的协同控制研究成为了四旋翼研究领域中的热点问题。在实际环境中执行任务时,由于环境地势的变化以及目标的移动通常需要无人机实时改变
水面无人艇（Unmanned Surface Vehicles,USVs）是开展海洋资源勘测、海事防务等水面作业的重要利器,在军事、民生、科研等领域发挥重要的作用。在不同场景下自主完成精准轨迹跟踪是USV执行水面作业的基础,近年来已成为USV控制技术的研究热点之一。鉴于USV复杂、多变的航行环境,往往存在复杂海洋干扰和系统动态难以获取的情况,使得高精度跟踪控制系统的设计充满挑战。因此,本课题基于固