移动机器人路径规划及跟踪算法研究

来源 :黑龙江大学 | 被引量 : 0次 | 上传用户:chcer1988
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
现代社会不断朝着自动化的方向发展,作为国家科技创新发展领域的突出代表,机器人受到越来越多的关注。各类机器人不断应用到工业、农业、军事等领域,代替人们完成更加高危、更加精细的工作。近些年来经济高速发展,移动机器人所应用的领域和承担的任务都更为复杂,这需要移动机器人必须在所处环境中快速规划出最优的安全路径,并且提高路径跟踪系统精度与稳定性。因此对移动机器人路径规划及跟踪算法的研究就显得极为重要。
  本论文首先对全局路径规划算法和局部路径规划算法作出改进。针对A*算法受启发式信息影响较大的问题,选用了现有的改进方法重新定义了估价函数。接着针对人工势场法,改进了斥力势场函数。这一方式解决了人工势场法在经过狭窄通道时路径振荡的问题和局部极小值问题。
  其次,提出了一种路径规划混合算法。由于A*算法是一种全局路径规划算法,只能在静态环境中应用,而人工势场法是一种局部路径规划方法,只能识别当前位置附近的障碍物,规划的路径不是最优,因此考虑将两种算法结合,先通过改进A术算法得到初始路径,然后利用人工势场法进行局部路径规划。这一方法能够简化复杂地图,消除原本目标点造成的局部极小值点,并且能够得到一条平滑安全的路径。
  最后提出了基于改进趋近律的移动机器人滑模路径跟踪算法。分析了滑模控制存在的抖振问题,提出一种改进趋近律来抑制抖振。针对双轮差速驱动机器人,设计了改进滑模控制器,并证明了其稳定性。仿真结果证明该方法削弱了系统抖振,提高了跟踪系统的性能。
其他文献
在社会与经济的高速发展背景下,个人压力不断增大、睡眠疾病的患病率持续增加,睡眠监测与睡眠疾病诊断的居家观测成为睡眠研究中亟需解决的严峻问题。因此,使用提取过程简单的单通道生理信号进行睡眠相关领域的研究就有比较实际的应用价值。本文提出了一种简单有效的基于光电容积脉搏波(Photoplethysmography,PPG)的多分类自动睡眠分期与睡眠疾病诊断方法。首先,对CAP睡眠数据库中108位受试者的
学位
在科技迅速发展的今天,计算机视觉技术也得到了极大进步,特别是在机器人视觉、智能驾驶、安保等方面,而这些都离不开行人检测和追踪。行人检测顾名思义就是针对图像或者视频中的行人进行检测的一种技术,行人追踪则是对行人进行跟踪并预测轨迹的一种技术。行人检测和追踪作为计算机视觉的关键技术,却受到了很多条件的约束,特别是环境因素、遮挡问题和较小尺度行人检测等问题,这跟摄像头的拍摄角度和环境因素息息相关,针对以上
学位
随着卫星数量的不断发射和增多,遥感数据也开始海量增长,有时地物特征并不能从单一的遥感数据中获得,因此,需要对多种遥感数据进行融合。并且对遥感图像在空间分辨率与光谱分辨率需求更高,而由于传感器硬件的限制,很难获取同时具有高空间分辨率与高光谱分辨率的遥感图像。针对现有融合方法在融合过程中不能同时兼顾图像的空间与光谱信息,以及出现的光谱扭曲现象,本文提出相关的改进算法,主要工作如下:(1)针对现有大部分
学位
随着技术的发展,服务机器人已经广泛进入日常生活。机械臂作为机器人的四肢起着重要的作用,考虑到传统机械臂通常根据既定流程运动,无法感知外界信息,因而本系统将机械臂与视觉相结合,提高服务机器人的智能化程度。首先,明确系统的总体方案和硬件设计思路。阐述系统的要求,明确总体的结构,分析系统的硬件,确定各个器件的选型,并给出各部分的驱动及控制模块,设计系统的总体电气硬件图。其次,对系统的算法进行分析和研究。
随着信息化时代的迅速发展,人们对信息处理的要求越来越高,对滤波精度的要求也不断提高。但在实际应用中,系统会存在不确定性,从而降低滤波器的性能甚至导致滤波器发散。因此,针对不确定系统参数的情况,本文做了以下研究:(1)对于具有不确定系统参数的非线性系统,基于递归线性最小方差估计(RLMVE)框架,分析了系统参数对均方误差(MSE)的影响,即系统参数偏差越大(无论是正偏差或负偏差),则MSE越大。基于
直流伺服电机以其带负载能力强、运行可靠和效率高等特点广泛应用于工农业生产及日常生活中。作为现代工业的主要动力来源之一,一旦电机发生故障,则会导致机械系统瘫痪甚至威胁生命安全。《中国制造2025》指出,中国正处于实现制造业强国目标的关键时期,对航天装备、电力装备和农机装备等要实现智能化故障诊断。因此,实现直流伺服电机智能化状态监测和故障诊断具有重要意义。研究表明,机械振动信号蕴含丰富的时频特征信息,
本文基于神经网络,提出了多传感器线性和非线性融合估计方法。本文首先针对线性系统,利用局部线性估计和三种经典分布式融合估计作为样本训练集,提出了基于BP网络的按矩阵加权,按对角阵加权和按标量加权三种分布式融合算法,并给出了关于该融合框架隐含层节点数目选择的依据。其次,本文以局部线性估计值作为网络输入,集中式融合估计作为目标训练集,提出了一种基于递归网络Elman的线性系统分布式融合框架。该融合算法精
学位
随着人工智能和互联网的快速发展,网络购物、网络支付的使用逐渐普及,身份识别等信息安全问题日益严峻。由于人脸识别具有免接触、自然、便捷等优点,日渐成为生物特征识别领域的研究重点,但二维人脸识别存在容易被照片或者动图假冒的缺点,使它的使用逐渐受到限制,而三维人脸图像蕴含人脸的深度信息,能防止造假的发生,更加安全和便捷,可以有效的解决信息安全问题。在人脸识别领域,如何提高准确率和降低识别时间是学者们研究
学位
多模态识别技术通过融合多种特征信息进行身份认证,具有高防伪性和稳定性等优点。指静脉和指节纹特征获取方便、特征稳定、不易伪造,成为多模态识别技术重要的研究对象,但是指部多模态研究仍存在一些问题值得研究。手指姿势的偏移、光照、采集光谱波长易引起类内差异高和类间差异低,导致特征提取困难,而且多模态融合过程中增加了特征维数和计算复杂度。如何有效地提取图像特征信息,并且实现特征融合,成为多模态特征识别该领域
在无线传感器网络中,每个传感器的能量是有限的,通信过程中通过测量转换或计算消耗的能量通常比传感器本身的消耗高得多。因此,在能量有限的情况下,研究在确保测量精度的同时降低通信频率是很有必要的。而事件触发就是一种有效的降低通信频率的方法。与传统的时间触发方案相比,事件触发方案具有可以降低计算成本、传输消耗等优势。因此本文基于事件触发原理,对融合估计问题进行了相应的研究,主要工作如下:(1)针对离散的线
学位