可变形机器人AMOEBA-I 具有多种构形方式，通过构形的改变可以增强机器人在狭窄空间中的通过能力。针对机器人特有的变形能力，本文提出了种路径规划方法。这种方法能够根据机器人周围环境中障碍的分布情况自动调整计算量，并能够根据狭窄通道的宽度自动选择构形，使机器人能够快速安全地到达目标，以充分发挥可变形机器人特有的通过性能。采用边界跟踪的方法，有效地解决了死锁情况。通过仿真实验证明机器人能够根据环境变化改变自身构形完成路径规划，有效地缩短路径的长度，验证了算法的有效性
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...
可变形机器人AMOEBA-Ⅰ具有多种构形方式,通过构形的改变可以增强机器人在狭窄空间中的通过能力.本文提出了将可变形机器人的变形能力融入到势场法中进行自适应路径规划的方法,以充分发挥可变形机器人特有的...
介绍了模块化可变形机器人控制系统的整体结构.控制系统的硬件和软件均采用了模块化结构的设计,增强了整个系统的可扩展性和容错性.针对该机器人的机构特点提出了一种新的变形方法——&m...
可变形机器人AMOEBA-I 具有多种构形方式，通过构形的改变可以增强机器人在狭窄空间中的通过能力。针对机器人特有的变形能力，本文提出了种路径规划方法。这种方法能够根据机器人周围环境中障碍的分布情况自...
可变形机器人AMOEBA-I 具有多种构型方式，其不同构型下的转向性能受到环境条件限制较大，且当前对机器人转向评测的方式通常采用定性的评价方法，评测结果较为模糊。本文提出一种基于定量方式的可变形机器人...
针对可变形履带机器人在常规变形过程中履带与地面产生的摩擦力会阻碍甚至终止变形过程的问题，提出了一种新颖的动态变形方法。在动态变形过程中，该方法可使运动模块的履带单元辅助运动以配合变形模块的转动，从而将...
可变形机器人AMOEBA-I 是一种具有搜救能力的机器人，能够适应各种复杂的搜救环境。AMOEBA-I 的直线构型能够通过狭小空间且具有良好的越障性，为了提高其直线构型的环境适应性，提出一种基于转向构...
可变形机器人AMOEBA-I具有多种构型方式,针对机器人特有的变形能力,本文采用了一种新型环境地图的创建方法。该方法使用环境采样地图(sampled environment map,SEM)来描述复杂...
可变形机器人AMOEBA-I能够利用其直线构型通过狭小的废墟空间,但是在此构型下难以进行转向,转向半径极大,并且机器人进行转向时,连接杆受到较大的阻力矩,使其使用条件受到限制。为减小转向半径、转向时间...
针对室内动态非结构化环境下的移动机器人路径规划问题,提出了一种能够将全局路径规划方法和局部路径规划方法相结合、将基于反应的行为规划和基于慎思的行为规划相结合的路径规划方法.全局路径规划器采用A*算法生...
可变形移动机器人是机器人分支之一，可以根据环境需要改变自身的构型，增加对复杂环境的适应能力。本文针对可变形机器人的直线构型提出一种转向方法，解决传统链式转向的不足，缩短转向时间，减少转向半径，同时减少...
按照建模原理的不同,将目前各种3维路径规划方法分为4类,阐述了各种方法的工作原理,指出了各种方法在不同应用领域的优势和劣势.分别从实时性、动态环境适应性、规划路径的光滑性、全局规划能力以及加入动力学约...
Περίληψη: Σκοπός της παρούσας εργασίας είναι η μελέτη τριών διαφορετικών προσεγγίσεων για την εύρεση...
本发明公开了一种基于人工势场与强化学习的机器人路径规划方法，属于路径规划领域。首先，利用使用人工势场法构建地图。其次，在多目标的情况加入小范围强作用力的域势场。最后，利用强化学习与分布课程学习技术，实...
分析了一种新型链式变形机构，可以通过结构重构和自动变形来改变自身的构形以适应非结构环境中的运动和作业要求。单个标准模块由模块本体、连接臂和偏置关节等组成。偏置关节避免了变形时模块间的运动干涉，扩大了机...
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...
可变形机器人AMOEBA-Ⅰ具有多种构形方式,通过构形的改变可以增强机器人在狭窄空间中的通过能力.本文提出了将可变形机器人的变形能力融入到势场法中进行自适应路径规划的方法,以充分发挥可变形机器人特有的...
介绍了模块化可变形机器人控制系统的整体结构.控制系统的硬件和软件均采用了模块化结构的设计,增强了整个系统的可扩展性和容错性.针对该机器人的机构特点提出了一种新的变形方法——&m...
可变形机器人AMOEBA-I 具有多种构形方式，通过构形的改变可以增强机器人在狭窄空间中的通过能力。针对机器人特有的变形能力，本文提出了种路径规划方法。这种方法能够根据机器人周围环境中障碍的分布情况自...
可变形机器人AMOEBA-I 具有多种构型方式，其不同构型下的转向性能受到环境条件限制较大，且当前对机器人转向评测的方式通常采用定性的评价方法，评测结果较为模糊。本文提出一种基于定量方式的可变形机器人...
针对可变形履带机器人在常规变形过程中履带与地面产生的摩擦力会阻碍甚至终止变形过程的问题，提出了一种新颖的动态变形方法。在动态变形过程中，该方法可使运动模块的履带单元辅助运动以配合变形模块的转动，从而将...
可变形机器人AMOEBA-I 是一种具有搜救能力的机器人，能够适应各种复杂的搜救环境。AMOEBA-I 的直线构型能够通过狭小空间且具有良好的越障性，为了提高其直线构型的环境适应性，提出一种基于转向构...
可变形机器人AMOEBA-I具有多种构型方式,针对机器人特有的变形能力,本文采用了一种新型环境地图的创建方法。该方法使用环境采样地图(sampled environment map,SEM)来描述复杂...
可变形机器人AMOEBA-I能够利用其直线构型通过狭小的废墟空间,但是在此构型下难以进行转向,转向半径极大,并且机器人进行转向时,连接杆受到较大的阻力矩,使其使用条件受到限制。为减小转向半径、转向时间...
针对室内动态非结构化环境下的移动机器人路径规划问题,提出了一种能够将全局路径规划方法和局部路径规划方法相结合、将基于反应的行为规划和基于慎思的行为规划相结合的路径规划方法.全局路径规划器采用A*算法生...
可变形移动机器人是机器人分支之一，可以根据环境需要改变自身的构型，增加对复杂环境的适应能力。本文针对可变形机器人的直线构型提出一种转向方法，解决传统链式转向的不足，缩短转向时间，减少转向半径，同时减少...
按照建模原理的不同,将目前各种3维路径规划方法分为4类,阐述了各种方法的工作原理,指出了各种方法在不同应用领域的优势和劣势.分别从实时性、动态环境适应性、规划路径的光滑性、全局规划能力以及加入动力学约...
Περίληψη: Σκοπός της παρούσας εργασίας είναι η μελέτη τριών διαφορετικών προσεγγίσεων για την εύρεση...
本发明公开了一种基于人工势场与强化学习的机器人路径规划方法，属于路径规划领域。首先，利用使用人工势场法构建地图。其次，在多目标的情况加入小范围强作用力的域势场。最后，利用强化学习与分布课程学习技术，实...
分析了一种新型链式变形机构，可以通过结构重构和自动变形来改变自身的构形以适应非结构环境中的运动和作业要求。单个标准模块由模块本体、连接臂和偏置关节等组成。偏置关节避免了变形时模块间的运动干涉，扩大了机...
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...
可变形机器人AMOEBA-Ⅰ具有多种构形方式,通过构形的改变可以增强机器人在狭窄空间中的通过能力.本文提出了将可变形机器人的变形能力融入到势场法中进行自适应路径规划的方法,以充分发挥可变形机器人特有的...
介绍了模块化可变形机器人控制系统的整体结构.控制系统的硬件和软件均采用了模块化结构的设计,增强了整个系统的可扩展性和容错性.针对该机器人的机构特点提出了一种新的变形方法——&m...
DOI
Add to ORKG