导读:本文包含了导航避障论文开题报告文献综述及选题提纲参考文献，主要关键词:移动机器人,ROS平台,模糊BUG2算法,导航
导航避障论文文献综述
贾卫平,盖欣桐,张祥,赵洪健,黄式贤[1]（2019）在《基于ROS平台机器人导航避障系统设计与开发》一文中研究指出基于ROS工业机器人开源平台,应用C++语言进行了移动机器人导航避障系统的设计与开发。选用激光雷达作为位置传感器,融合视觉里程计、轮式里程计和IMU里程计叁大里程计数据,采用传统定位与SLAM算法创建地图,应用AMCL算法准确确定移动机器人位置;对移动机器人使用A~*算法进行全局路径规划、DWA算法进行局部路径规划,并且使用模糊BUG2算法作为核心算法实现局部避障器融入ROS规划系统中,应用C++语言开发程序,在移动机器人Robotino在地图上的两个点进行导航和避障测试。结果表明,只要合理设置机器人和障碍物之间相对运动速度,机器人可以规划出一条躲避缓慢移动障碍物、全局较优路径。(本文来源于《机械工程师》期刊2019年10期）
谭焓[2]（2019）在《沿全局最优路径滚动避障的车间机器人导航研究》一文中研究指出为了减少机器人在车间工作时的路径长度、提高行驶安全性,提出了全局规划和局部滚动避障相结合的机器人导航方法。对车间静态环境进行全局路径规划,在传统蚁群算法基础上,在转移概率中引入节点被访问次数作为新启发因子、同时引进随机选择策略和"回退-惩罚"策略,从而提出了基于改进蚁群算法的全局路径规划方法。对车间动态环境进行局部滚动预测避障,分确定和不确定运动提出了碰撞预测和碰撞避免策略,实现了沿全局最优路径滚动避障行驶。经仿真验证,改进蚁群算法规划出的路径比传统方法缩短了42.3%;在车间动态环境下,机器人使用滚动预测避障策略可以沿着最优路径安全到达目标点,实现了机器人在车间动态环境下安全导航。(本文来源于《机械设计与制造》期刊2019年07期）
苏宁馨,张自强,余浩[3]（2019）在《智能车与四旋翼飞行器相融合的导航避障系统的设计》一文中研究指出智能车与四旋翼飞行器相融合的导航避障系统的设计是以MK60FX512VLQ15微控制器作为智能车控制单元,STM32F767IGT作为飞行平台图像处理单元。系统首先通过四旋翼飞行器上红外摄像头,采集图像信息,送至处理单元提取并处理,再通过NRF2.4G无线模块传输至智能车主控器,与智能车自身陀螺仪数据进行融合,根据结果判断智能车与目标的相对角度,并通过智能车自身的超声波测距、编码器等模块获取车体自身的运行环境与状态,同时调整运行速度与运行方向,最终实现导航避障的功能。系统运行平稳,速度及转向调节灵活,导航避障功能完整实现。(本文来源于《上饶师范学院学报》期刊2019年03期）
王贺,王欣,靳静娜,李颖,刘志朋[4]（2019）在《机器人辅助经颅磁刺激线圈定位的导航路径规划与避障算法研究》一文中研究指出目的:研究一种用于经颅磁刺激(transcranial magnetic stimulation,TMS)的机器人导航路径规划与避障算法,以保证TMS机器人在刺激靶点定位和切换过程中的安全性。方法:应用机器人避障技术,基于TMS线圈的形状和TMS机器人的工作特点,提出用于TMS的机器人导航路径规划与避障算法。基于搭建的TMS机器人实验系统,设定4个刺激靶点,使用机器人引导刺激线圈依次定位4个刺激靶点,验证算法的可行性。结果:在线圈沿导航路径行进的过程中未发现线圈和头部模型产生接触。第一个刺激靶点的定位时间为(13.6±3.65)s,全部4个刺激靶点的定位时间为(59.1±3.64)s。结论:提出的TMS机器人导航路径规划与避障算法可以安全有效地控制机器人完成刺激靶点的定位和切换。(本文来源于《医疗卫生装备》期刊2019年06期）
刘嫚玉[5]（2019）在《视觉循线导航AGV动态避障算法研究》一文中研究指出AGV作为一种具有货物搬运能力的智能机器人,已经在仓储物流运输、生产搬运等产业有了成功的应用,使得企业的工作效率有所提高。为了保障AGV在工作过程中的行驶安全和工作效率,AGV应具有躲避障碍物的能力,而目前现有的避障策略是设定一个安全距离值,当AGV与障碍物之间的相对距离小于该值时就需要AGV停车,但当障碍物为运动的,AGV就会出现随着与障碍物之间距离的不断变化而出现时走时停的现象。显然,这种方法降低了企业的生产效率,为了解决这种现象,本文根据AGV实际的行驶环境,提出一种对动态障碍物避障的策略,通过减少AGV不必要的停车,达到提高企业生产效率的目的。首先,为了保证AGV车体的安全,论文通过分析AGV避障情形、避障过程,把AGV与动态障碍物之间的相对距离和相对速度作为影响AGV避障转角的主要因素,从而建立一种在预测AGV与动态障碍物相对距离基础上可以控制AGV避障转角的模型。其次,建立一种基于模糊推理算法的AGV避障转角模糊控制器,将AGV与动态障碍物之间的相对距离和相对速度作为该控制器的输入变量,AGV的避障转角度数作为该控制器的输出变量,通过建立的AGV避障转角控制模型确定该控制器的模糊规则,同时又建立一种与AGV避障转角模糊控制器同输入同输出变量的AGV避障转角自适应神经网络模糊控制器,并对该自适应神经网络模糊控制器进行一定次数的训练与测试,得到合理的隶属度函数的模糊子集与模糊规则。最后对建立的AGV避障转角控制模型、AGV避障转角模糊控制器、AGV避障转角自适应神经网络模糊控制器模型分别进行仿真验证,结果表明叁者均可对达到避障的目的,但AGV避障转角模糊控制器、AGV避障转角自适应神经网络模糊控制器可以解决AGV在避障过程中鲁棒性的问题,且AGV避障转角自适应神经网络模糊控制器可以更好的减小避障时AGV与动态障碍物的中心距离,从而提高AGV的避障准确性。(本文来源于《沈阳工业大学》期刊2019-06-04）
许鑫[6]（2019）在《基于磁导航导览机器人循迹与避障的研究与实现》一文中研究指出本课题对导览机器人循迹与避障算法进行研究与实现。导览机器人的工作环境易受人群和光线干扰,相机或激光雷达等传感器不能准确采集环境信息,直接影响导览机器人的运动行为。通过对比几种导航方式的优缺点,采用磁导航循迹方式自主导航。磁导航循迹对速度控制要求较高,速度精准与否直接影响机器人运行稳定性。经典PID控制技术自适应性差,为解决这一问题,采用模糊控制与PID控制相结合的模糊自整定PID控制技术实现对速度精准控制。由于导览机器人行进的轨迹上可能出现障碍物,为解决避障问题,对其避障功能进行研究,设计主动避障算法,实现对轨迹上静态障碍物主动避障。本文首先叙述课题背景,描述导览机器人具备的功能。介绍循迹与避障常用方法,明确本课题研究目标为导览机器人循迹与避障技术的研究与实现,阐明本课题研究目的与意义。本文详细阐述PID算法与模糊自整定PID控制算法,对比人工势场法、BUG算法等避障算法。选用STM32为运动控制器核心芯片,磁导航传感器、超声波传感器、速度反馈传感器、红外传感器等作为实现循迹与避障的硬件,搭建运动控制系统。对导览机器人建立运动学模型,论证通过控制速度即可控制机器人位置姿态的理论可行性,对速度控制进行叁种算法仿真实验,分析实验结果,得出模糊自整定PI算法对速度精准控制较优。结合磁导航循迹,设计磁导航与BUG2算法相结合的主动避障算法。最后进行运动控制系统测试实验,通过加速度计测量导览机器人晃动幅度以验证系统稳定性,测试导览机器人主动避障算法的实用性,分析实验结果并总结实验中遇到的问题及解决办法。(本文来源于《兰州理工大学》期刊2019-06-02）
李珍惜[7]（2019）在《基于激光导航AGV路径规划与避障算法的研究》一文中研究指出在智能化仓储物流系统中,自动导引车AGV(Automatic guided vehicle)是体现智能物流的关键部分。虽然单AGV控制技术比较成熟,但在大规模仓库中复杂交叉路径下,多AGV协同控制技术仍存在一定研究空间。本文针对AGV路径规划和避障问题进行深入研究,以AGV运动控制为核心,在路径规划基础上,重点研究协同控制多台AGV使其有序通过路径冲突区域的问题,具体内容如下:(1)选择拓扑法作为地图建模方法,设计一种新的节点数据结构并制定了相邻节点编号规则,通过数据结构中的拓扑信息将离散节点组成完整地图。(2)路径规划方面,在完善节点父子信息和路径代价值信息基础上,将传统A*算法基于8邻域的顶点扩展方式改进为基于4相邻节点的扩展方式,并采用时间复杂度和空间复杂度较小的大顶堆排序算法对开放列表中节点排序,进一步提高路径搜索速度。采取正向搜索与反向搜索相结合的方式,以路径最短为前提选择转弯次数较少的路径作为最优路径。通过路径规划仿真实验,验证了改进A*算法的正确性及合理性。(3)在路径规划基础上针对多AGV路径冲突问题,提出了一种基于避让区划分的多AGV协同控制算法。该算法根据交叉路口类型确定避让区长度及坐标范围,进而判断出AGV与避让区相对位置关系,在此基础上通过对避让区之间的通行干涉进行分析,制定了车辆在不同类型交叉路口处的避让规则,使得AGV在发生路径冲突时能够有序通过交叉路口,避免产生碰撞和拥堵。(4)搭建多AGV协同控制系统软、硬件平台。软件采用VC++6.0作为算法编程环境,结合Sql server数据库和力控组态软件开发了上位机监控系统;AGV硬件部分主要由激光雷达、无线通信模块和ARM微控制器组成。通过实车试验和仿真验证了多AGV协同控制算法的可行性及合理性。(本文来源于《西安科技大学》期刊2019-06-01）
孙增鹏[8]（2019）在《面向室内动态复杂环境的导航避障方法研究》一文中研究指出巡逻机器人作为机器人的一个重要分支,近年来得到了较快发展。在巡逻机器人的开发中,导航与避障方法的研究是不可或缺的一部分。本文结合室内巡逻机器人的任务要求提出一套导航避障方案,针对障碍物定位方法、行人检测方法和地图构建方法展开了研究,致力于采用计算机视觉解决上述问题,并最终实现移动机器人自动巡逻。本论文研究的主要内容和所作工作如下:(1)在详细分析双目测距原理、图像校正以及张正友标定法等视觉测距的理论基础上,基于图像深度信息和视觉反馈提出了机器人躲避障碍物策略,能够实现在室内动态环境下避障的功能,而且相较于障碍物识别算法,本文策略对硬件的需求更低,具有更快的响应速度。(2)在详细分析HOG检测器和KCF跟踪算法的基础上,本文针对巡逻机器人在室内巡逻过程中遇到行人的问题,采用RGB-D检测器检测行人,并且提出了在局部路径规划中加入行人的因素,使机器人在室内环境中巡逻时更加注重行人的安全,在不影响巡逻机器人系统稳定性和实时性的情况下,使得机器人更加智能。(3)在详细分析采用计算机视觉进行地图构建的原理上,本文针对点云地图构建时实现需要人工操控机器人在室内环境中行走构建地图这一问题,提出了机器人主动地图构建的方法;同时,本文针对在点云地图构建中未考虑摄像机视野中动态目标这一问题,本文提出了新的方法,着重考虑摄像机视野中出现的行人,提高视觉建图过程中帧间匹配的准确率;针对点云地图构建中出现行人影响地图可用性的问题,本文提出新的方法,在点云地图中去除行人,使得点云地图更加合理。(本文来源于《哈尔滨理工大学》期刊2019-06-01）
胡伟辰[9]（2019）在《基于VSLAM的挖掘机器人的自主导航避障研究》一文中研究指出计算机技术和传感器技术的快速发展,为挖掘机器人的进步提供了技术支持。同时人工成本的不断上升,对能够自主作业的挖掘机的需求也越来越强烈。而挖掘机器人的自主避障导航是实现挖掘机智能化和集群控制一个非常重要的组成部分。本文设计一套适用于挖掘机器人的自主导航系统,能够实现同时建图定位,操作人员可以通过上位机选定目标点,挖掘机器人就能自主运动到目标位置。此外,多传感器融合的视觉里程计,在部分传感器信息丢失还能保证系统能够正常定位,提高系统的精度和鲁棒性。针对挖掘机器人大范围作业,采用八叉树图压缩点云图节省大量存储空间,同时可根据作业场景不同设定不同分辨率的八叉树图。本文主要内容如下:第一章阐述了挖掘机器人自主导航系统的意义,介绍了相关的研究现状,并结合本文的研究目标提出本文的研究内容。第二章针对挖掘机器人的需求对导航避障系统进行设计。对文中SLAM使用的各种模型进行数学描述。为后续的算法研究和实现提供了理论基础。第叁章研究了以RGB-D相机作为传感器的VSLAM算法。分别对视觉里程计、后端优化、回环检测和地图构建四个部分进行详细的介绍。实现了点云图、八叉树图和栅格地图叁种地图的构建。第四章对卡尔曼滤波算法和扩展卡尔曼滤波算法的模型做了介绍和推导。最后介绍了基于扩展卡尔曼滤波的视觉里程计框架。多传感器融合的里程计提高系统的鲁棒性,在高速及低速都能获得较好的位姿估计。第五章搭建基于ROS的挖掘机器人导航系统。对全局路径规划算法A*算法和局部路径规划算法DWA算法的原理和流程进行了研究。建立挖掘机器人的Gazebo模型并添加相应的传感器。同时建立相关场景作为仿真环境。第六章通过直线实验和环形实验验证多传感器融合的里程计的定位性能。通过自主导航避障的实验和仿真实验验证挖掘机器人自主导航避障的可行性。并在仿真环境中验证多机器人自主导航避障可行性。第七章概括了全文的主要内容,最后提出了在本论文基础上进一步开发的思想和想法。(本文来源于《浙江大学》期刊2019-05-10）
孙晓峰,宫金良,张彦斐[10]（2019）在《改进光流法的避障与辅助导航算法》一文中研究指出为提升自动驾驶技术的安全性,提出一种车道线检测与障碍物识别的视觉处理算法。首先基于网格划分算法,动态约束了车道线检测的运算范围,并通过扩展的Otsu算法改进车道线检测的最佳分割阈值,准确地提取车道线区域信息;依据车道线区域信息设定LK光流评价指标,排除动态车道线区域对光流法障碍物检测的影响,提高算法的处理精度,并提出动态缩放因子减小图像中目标运动速度,从而满足算法的低速检测要求;最后通过车载摄像头连续采集的高速公路图像进行实验,实验结果表明,算法能够全面的感知图像信息,准确地提取车道线区域信息并识别出环境中的障碍物。(本文来源于《激光杂志》期刊2019年10期）
导航避障论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为了减少机器人在车间工作时的路径长度、提高行驶安全性,提出了全局规划和局部滚动避障相结合的机器人导航方法。对车间静态环境进行全局路径规划,在传统蚁群算法基础上,在转移概率中引入节点被访问次数作为新启发因子、同时引进随机选择策略和"回退-惩罚"策略,从而提出了基于改进蚁群算法的全局路径规划方法。对车间动态环境进行局部滚动预测避障,分确定和不确定运动提出了碰撞预测和碰撞避免策略,实现了沿全局最优路径滚动避障行驶。经仿真验证,改进蚁群算法规划出的路径比传统方法缩短了42.3%;在车间动态环境下,机器人使用滚动预测避障策略可以沿着最优路径安全到达目标点,实现了机器人在车间动态环境下安全导航。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
导航避障论文参考文献
[1].贾卫平,盖欣桐,张祥,赵洪健,黄式贤.基于ROS平台机器人导航避障系统设计与开发[J].机械工程师.2019
[2].谭焓.沿全局最优路径滚动避障的车间机器人导航研究[J].机械设计与制造.2019
[3].苏宁馨,张自强,余浩.智能车与四旋翼飞行器相融合的导航避障系统的设计[J].上饶师范学院学报.2019
[4].王贺,王欣,靳静娜,李颖,刘志朋.机器人辅助经颅磁刺激线圈定位的导航路径规划与避障算法研究[J].医疗卫生装备.2019
[5].刘嫚玉.视觉循线导航AGV动态避障算法研究[D].沈阳工业大学.2019
[6].许鑫.基于磁导航导览机器人循迹与避障的研究与实现[D].兰州理工大学.2019
[7].李珍惜.基于激光导航AGV路径规划与避障算法的研究[D].西安科技大学.2019
[8].孙增鹏.面向室内动态复杂环境的导航避障方法研究[D].哈尔滨理工大学.2019
[9].胡伟辰.基于VSLAM的挖掘机器人的自主导航避障研究[D].浙江大学.2019
[10].孙晓峰,宫金良,张彦斐.改进光流法的避障与辅助导航算法[J].激光杂志.2019