建立一种通信交流机制改进传统蚁群算法

移动机器人演示

为了提高移动机器人在连续障碍物环境下的避障性能，提出了一种具有速度反馈的模糊避障算法。移动机器人利用超声传感器感知周围环境，在模糊控制的基础上通过障碍物分布情况调整自身速度，进而引入优雅降级并把改进的模糊避障融入其中，增强了移动机器人的鲁棒性。实验结果表明，该方法能通过与环境交互调整机器人移动速度，控制机器人成功避障并优化避障路径，具有良好的有效性。

通过深度学习模型对室内楼道环境的视觉信息进行处理，帮助移动机器人在室内楼道环境下自主行走。为达到这个目的，将楼道环境对象分为路、门、窗户、消防栓、门把手和背景六类，通过图像的语义分割实现对象识别。在对楼道环境的六类对象进行分割的实验中发现，由于门把手比起其他对象小很多，影响了对它的识别效果；将六分类模型改为“5 2”分类模型，解决了这个问题。分类模型的基础是全卷积神经（FCN）网络，可以初步实现图像的分割。为了提高FCN网络的分割效果，从三个方面进行了实验研究：a）取出FCN网络的多个中间特征层，进行多层特征融合；b）考虑到移动机器人行走过程中视觉信息的时间序列特点，将递归神经网络（RNN）的结构纳入到FCN网络中，构成时间递归的t-LSTM网络；c）考虑到二维图像相邻像素之间的依赖关系，构成空间递归的s-LSTM网络。这些措施都有效地提高了图像的分割效果，实验结果表明，多层融合加s-LSTM的结构从分割效果和计算时间方面达到综合指标最佳。

研究机器人路径规划优化问题,机器人工作环境复杂,运动路径上存在许多障碍物.针对提高机器人安全导航性能问题,传统群智能算法存在早熟,搜索效率低等难题,难以获得全局最优路径.为了获得最优机器人运动路径,避免碰撞的发生,提出了一种人工蜂群算法的机器人路径规划方法.首先采用栅格法对机器人工作环境进行建模,然后机器人路径规划目标点作为蜜源,最后蜂群之间信息交换,协作搜索最优机器人运动路径.结果表明,人工蜂群算法解决了传统群智能算法存在的难题;加快了机器人路径规划求解速度,以较短时间找到最短机器人运动路径. ABC(Artificial BeesColony)算法最先由Basturk等人提出并应用于函数优化问题. 采蜜蜂采用贪婪准则，比较记忆中的最优解和邻域搜索解，当搜索解优于记忆最优解时，替换记忆解；反之，保持不变。在所有的采蜜蜂完成邻域搜索后，采蜜蜂跳摆尾舞与跟随蜂共享蜜源信息。跟随蜂根据蜜源信息以一定概率选择采蜜源，蜜量大的采蜜蜂吸引跟随蜂的概率大于蜜量小的采蜜蜂。同样，跟随蜂在采蜜源附近邻域搜索，采用贪婪准则，比较跟随蜂搜索解与原采蜜蜂的解，当搜索解优于原采蜜蜂的解时，替换原采蜜蜂的解，完

This book describes visual perception and control methods for robotic systems that need to interact with the environment. Multiple view geometry is utilized to extract low-dimensional geometric information from abundant and high-dimensional image information, making it convenient to develop general solutions for robot perception and control tasks. In this book, multiple view geometry is used for geometric modeling and scaled pose estimation. Then Lyapunov methods are applied to design stabilizing control laws in the presence of model uncertainties and multiple constraints.

移动机器人阅读笔记==**我可以做到把自己持久性的不喜欢坚持，直到它变成一种习惯和喜欢。**==——肥鼠路易Overview and Motivation位移传感器卡尔曼滤波器卡尔曼公式的进一步深入理解卡尔曼滤波器的学习代码预告：扩展卡尔曼滤波器Non-linear plant and measurement model for a simple point robot参考文献 一个人的喜欢就是把自己对偶然间闪过的念想坚持，直到它变成一种习惯。——xiahouzuoxin 说实话，这样的人生确实比较有趣，但这个句子不是我说的。在下面，凭借着人类特有的懦弱与阿Q精神，任何人都可以被迫做到：) 我

蚁群算法编写的移动机器人路径规划，障碍物可调，能直接运行

由于用PSO进行机器人路径规划的研究尚局限于用连续模型规划连续描述的环境中的路径，使算法受到一定的局限性。为此，研究了一种全新的基于栅格法的机器人路径规划二进制粒子群算法。首先用栅格法描述机器人工作环境，在此基础上，将机器人路径表示为粒子位置的二进制编码，并以路径长度为适应值，产生初始种群后，再对粒子位置和速度进行更新，经过多次迭代，即可获得从起始点到目标点的一条全局最优路径。该方法模型简单，算法复杂度低，收敛速度快，计算机仿真实验证明了该方法的有效性和先进性。

基于DSP的半自主移动机器人远程控制系统