为了让机器人能够在不同速度下实时动态识别障碍物急速停避障,提出一种动态测距精准停止避障算法模型,并利用STM32单片机实现运动控制。对自主设计机器人小车在室内进行了实验测试。结果表明提出的动态测距停止避障算法模型能够在0.35~6.5 km/h内不同车速下遇到障碍物时在预期停车位置以内实现精确停车。多次试验测试和分析结果表明,离障碍物之间的最大停车距离为期望停车位置+2 cm。

通过对足球机器人运动学模型的分析，考虑到系统的时变、非线性、干扰大等特点，以全向移动机器人为研究平台，提出一种将模糊控制与传统PID控制相结合的方法，应用到足球机器人的运动控制系统中。针对足球机器人运动控制中的重点问题，着重提出了基于模糊控制的PID控制器中三个参数的动态调整方法。实验表明，该控制器能够很好地改善控制系统对轮速的控制效果。

针对移动机器人路径规划时蚁群算法稳定性不足且易陷入局部极值的问题,提出一种改进多步长蚁群算法,改进了基本蚁群算法中只能单步位移且方向固定的移动模式,从而减少路径的转向次数且缩短路径长度。针对移动机器人实际工作时可能遇到的环境坡度大的情形,在启发函数中加入高度因素,提升算法环境适应能力。采用自适应挥发机制,加快算法收敛速度及效率。结果表明:在具有变化高度的环境中,与基本蚁群算法相比,改进多步长蚁群算法规划出的路径

疫情形势下,为解决狭窄空间、复杂曲面、无接触、安全自动消杀作业需求,设计一种多传感器融合测量的基于双车拼接的可移动自动消杀机械控制系统。设计可快速拆分组装的双车拼接全向可移动平台车,解决狭窄空间的转运难题,同时采用激光导航传感器构建场景坐标系,精确定位设备位置,使设备运行过程中定位精度达到±5 mm以内。设计激光测距传感器、避障传感器、消杀装置多传感器融合测量的扫描消杀装置,并基于KUKA机器人传感器接口RSI设计修正算法

移动机器人的导航及定位是机器人自主导航的关键技术之一。为提高移动机器人的导航及定位能力,提出以多种导航定位传感器组合为融合单元,设计扩展卡尔曼滤波算法,将陀螺仪、里程计和电子罗盘采集的数据进行融合。设计模糊神经网络对所融合的数据进行训练处理,提高数据处理的精度和效率,实现对移动机器人精确的控制。并进行了仿真分析,结果证明:所提出的多传感器信息融合算法既可使移动机器人在复杂环境中自主定位,又实现有效避障,有实际参

为克服传统智能算法在解决复杂环境下移动机器人路径规划问题中存在的搜索效率慢和寻优精度低等不足,提出改进乌燕鸥优化算法(ISTOA)。以乌燕鸥算法(STOA)为基础,引入Circle混沌映射机制保证初始种群的质量,提升算法初期搜索效率。同时,提出旋转式翻筋斗搜索策略,对算法的扑食位置进行更新,提高了算法的局部寻优能力。在迁徙过程中,混合正弦控制非碰撞因子和自适应Lévy飞行策略平衡了算法的全局搜索和局部搜索。通过3种不同环境下移动机器人路径

为了提高移动机器人在全区域覆盖路径规划中的性能，提出了基于神经元激励神经网络的路径规划算法。介绍了栅格法环境建模原理，使用此方法得到了机器人工作环境的矩阵模型；分析了生物激励神经网络算法，在神经元活性值定义、机器人跳出“死区”两个方面对算法提出了改进，提出了神经元激励神经网络算法。使用此算法对设定的工作环境进行遍历并与生物激励算法进行比较可以看出，在遍历重叠率、路径长度、转弯次数等方面，神经元激励算法都优于生物激励算法，充分说明了改进算法在机器人遍历规划中的优越性。

为了提高移动机器人点对点路径规划的性能，提出了均匀粒子群蚁群融合算法。首先分析了粒子群算法原理，找出了导致算法“早熟”的搜索机制缺陷，提出了均匀粒子群算法，此算法改进了粒子群算法的搜索机制，保证了在迭代过程中的粒子多样性，克服了算法“早熟”问题；介绍了蚂蚁系统和蚁群系统算法的区别，提出了均匀粒子群蚁群融合算法，首先使用均匀粒子群算法搜索次优路径，在此路径上撤播信息素，然后使用蚁群算法寻找最优路径。实验结果表明，融合算法规划出的路径最短，而且迭代效率高、容错能力强。

文章基于开源机器人操作系统(ROS)设计了一套低成本、高性能的移动机器人控制系统方案。该方案基于分层控制的理念将移动机器人的控制系统分为应用层、决策与规划层和运动控制执行层,各层次功能明确,层次间低耦合,易于移植和维护。应用层融合了物联网技术解决了移动机器人平台与用户端的通信问题;决策与规划层基于ROS实现机器人的即时定位与地图构建,并根据机器人状态以及用户命令实现机器人室内导航功能;运动控制执行层基于FreeRTOS实时操作系统实现对机器人运动状态的实时控制,并采用了三轮全向移动的控制方式,运动方式更加灵活。

介绍了用于竞赛的全向移动机器人的设计与构成,运用三维CAD软件Solid Works建模及对其运动学、动力学模型进行详细的研究分析,研究其运动时不同的质心位置轨迹的变化规律及本质,并且建立了该移动机器人适用的运动学方程,使全向移动机器人在竞赛的使用中,更加稳定可靠,争取在比赛中取得更好的成绩。