Add to ORKG研究多移动机器人的实时运动规划问题，提出了运动规划问题的体系结构，并将最优控制与智能决策相结合，建立实时专家系统，在其支持下，使机器人在时间—能量最优情况下完成规划策略。仿真结果表明该方法具有很强的实时性
The labeled Multi-Robot Motion Planning (MRMP) problem, despite its wide range of different setups a...
深入分析了轮式移动机器人的运动状态,建立了WMR路径偏差系统的非线性数学模型。应用小偏差线性化理论,将该多输入多输出非线性系统简化成一个单输入单输出线性系统。然后基于线性二次型调节器理论进行了系统最优...
本文提出一种机器人在动态环境下的动态实时避碰的新方法，此方法是基于相对坐标系，在加速度空间中，通过动态实时地调整机器人自身速度的大小和方向使其离开碰撞区域，即碰撞危险区域，达到与动、静态障碍物之间的避...
研究多移动机器人的实时运动规划问题，提出了运动规划问题的体系结构，并将最优控制与智能决策相结合，建立实时专家系统，在其支持下，使机器人在时间—能量最优情况下完成规划策略。仿真结果表明该方法...
究移动机器人在带有多移动障碍物的动态环境中的运动规划问题，本主提出了一种基于人工势场方法并保证时间最优的移动机器人运动规划来解决移动机器人的导航与进障问题.仿真结果在明该方法实时性好，能准确地躲避障碍...
研究多移动机器人的运动规划问题，在实时运动规划专家系统的基础上提出了一种串级模糊控制器，以校正实际工作环境下各机器人的运动状态与理想情况下可能产生的误差，使各机器人正确调整各自运动状态，达到协调工作的...
研究移动机器人在动态环境中的导航与避障问题。为提高规划的实时性,提出了基于规则的规划方法,将多移动障碍环境机器人的运动规划分解为相对简单的单移动障碍运动规划,利用最优控制来实现单障碍的最优避障,并用智...
为克服传统人工势场在动态未知环境下机器人避碰规划中存在的缺陷,提出人工协调场法(ACF).将场函数与机器人的风险状态相结合,给出并讨论了人工协调场的基本设计.基于人工协调场,考虑机器人的运动约束,实现...
本文给出了移动机器人的虚力导航和运动规划系统．这种方法结合最小方差估计算法（ＬＭ ＳＥ）能有效地对机器人进行实时导航和避撞．在预测过程中，根据导航的不同阶段和预测误差的变化情况，采用Ｆｕｚｚｙ 规则动...
研究多移动机器人的运动规划问题．针对机器人模型未知或不精确以及环境的动态变化，提出一种自学习模糊控制器（ＦＬＣ）来进行准确的速度跟踪．首先通过神经网络的学习训练构造ＦＬＣ，再由再励学习算法来在线调节Ｆ...
提出了一种简单、新颖的在动态未知环境下的移动机器人运动规划方法．此方法基于相对坐标系，通过传感器信息实时调整机器人的行为来实现规划．在规划过程中，机器人有两种行为：向目标运动和避碰，且避碰行为具有优先...
Tez (Doktora) -- İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, 2003Thesis (PhD) -- İstanbul...
提出了一种新的移动机器人全局路径规划算法.该算法不需要对环境中的障碍物特征做任何假设,也不需要建立障碍物的连通图模型,有效地克服了传统路径规划算法因为搜索而带来的计算复杂性问题,提高了算法的适应性和实...
研究了不确定性环境下移动机器人躲避运动轨迹未知的移动障碍物的一种新方法．通过实时最小均方误差估计算法预测每个障碍物的位置及运动轨迹，并利用模式识别中最小均方误差分类器的修正模型计算出机器人的局部避障路...
移动机器人全局路径规划旨在为移动机器人导航提供一条安全、平滑的运动路径。传统A*算法规划的路径转弯多、不平滑,且对于U型地形存在过于贴合障碍物的问题。针对A*算法的缺点,在启发函数中加入余弦相似性和方...
The labeled Multi-Robot Motion Planning (MRMP) problem, despite its wide range of different setups a...
深入分析了轮式移动机器人的运动状态,建立了WMR路径偏差系统的非线性数学模型。应用小偏差线性化理论,将该多输入多输出非线性系统简化成一个单输入单输出线性系统。然后基于线性二次型调节器理论进行了系统最优...
本文提出一种机器人在动态环境下的动态实时避碰的新方法，此方法是基于相对坐标系，在加速度空间中，通过动态实时地调整机器人自身速度的大小和方向使其离开碰撞区域，即碰撞危险区域，达到与动、静态障碍物之间的避...
研究多移动机器人的实时运动规划问题，提出了运动规划问题的体系结构，并将最优控制与智能决策相结合，建立实时专家系统，在其支持下，使机器人在时间—能量最优情况下完成规划策略。仿真结果表明该方法...
究移动机器人在带有多移动障碍物的动态环境中的运动规划问题，本主提出了一种基于人工势场方法并保证时间最优的移动机器人运动规划来解决移动机器人的导航与进障问题.仿真结果在明该方法实时性好，能准确地躲避障碍...
研究多移动机器人的运动规划问题，在实时运动规划专家系统的基础上提出了一种串级模糊控制器，以校正实际工作环境下各机器人的运动状态与理想情况下可能产生的误差，使各机器人正确调整各自运动状态，达到协调工作的...
研究移动机器人在动态环境中的导航与避障问题。为提高规划的实时性,提出了基于规则的规划方法,将多移动障碍环境机器人的运动规划分解为相对简单的单移动障碍运动规划,利用最优控制来实现单障碍的最优避障,并用智...
为克服传统人工势场在动态未知环境下机器人避碰规划中存在的缺陷,提出人工协调场法(ACF).将场函数与机器人的风险状态相结合,给出并讨论了人工协调场的基本设计.基于人工协调场,考虑机器人的运动约束,实现...
本文给出了移动机器人的虚力导航和运动规划系统．这种方法结合最小方差估计算法（ＬＭ ＳＥ）能有效地对机器人进行实时导航和避撞．在预测过程中，根据导航的不同阶段和预测误差的变化情况，采用Ｆｕｚｚｙ 规则动...
研究多移动机器人的运动规划问题．针对机器人模型未知或不精确以及环境的动态变化，提出一种自学习模糊控制器（ＦＬＣ）来进行准确的速度跟踪．首先通过神经网络的学习训练构造ＦＬＣ，再由再励学习算法来在线调节Ｆ...
提出了一种简单、新颖的在动态未知环境下的移动机器人运动规划方法．此方法基于相对坐标系，通过传感器信息实时调整机器人的行为来实现规划．在规划过程中，机器人有两种行为：向目标运动和避碰，且避碰行为具有优先...
Tez (Doktora) -- İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, 2003Thesis (PhD) -- İstanbul...
提出了一种新的移动机器人全局路径规划算法.该算法不需要对环境中的障碍物特征做任何假设,也不需要建立障碍物的连通图模型,有效地克服了传统路径规划算法因为搜索而带来的计算复杂性问题,提高了算法的适应性和实...
研究了不确定性环境下移动机器人躲避运动轨迹未知的移动障碍物的一种新方法．通过实时最小均方误差估计算法预测每个障碍物的位置及运动轨迹，并利用模式识别中最小均方误差分类器的修正模型计算出机器人的局部避障路...
移动机器人全局路径规划旨在为移动机器人导航提供一条安全、平滑的运动路径。传统A*算法规划的路径转弯多、不平滑,且对于U型地形存在过于贴合障碍物的问题。针对A*算法的缺点,在启发函数中加入余弦相似性和方...
The labeled Multi-Robot Motion Planning (MRMP) problem, despite its wide range of different setups a...
深入分析了轮式移动机器人的运动状态,建立了WMR路径偏差系统的非线性数学模型。应用小偏差线性化理论,将该多输入多输出非线性系统简化成一个单输入单输出线性系统。然后基于线性二次型调节器理论进行了系统最优...
本文提出一种机器人在动态环境下的动态实时避碰的新方法，此方法是基于相对坐标系，在加速度空间中，通过动态实时地调整机器人自身速度的大小和方向使其离开碰撞区域，即碰撞危险区域，达到与动、静态障碍物之间的避...