-
题名激光SLAM下环境部分未知移动机器人自主导航
- 1
-
-
作者
安燕霞
郑晓霞
林娣
-
机构
晋中信息学院智能工程学院
太原理工大学航空航天学院
-
出处
《激光杂志》
北大核心
2025年第6期238-242,共5页
-
基金
山西省教育科学“十四五”规划2023年度一般规划课题(No.GH-230108)
山西省自然科学基金(No.202203021222129)。
-
文摘
在部分未知的环境中,机器人的位置信息难以完全确定,影响其路径规划和导航决策的准确性。为了提升移动机器人在这种环境下的自主导航能力,设计了一种基于激光SLAM的自主导航方法。利用激光传感器探测环境的未知区域,并对探测到的信息进行预处理,将障碍物数据转换成为环境坐标信息。基于这些信息,通过激光SLAM技术构建出栅格地图。在导航过程中,采用卡尔曼滤波方法实时估计移动机器人在栅格地图中的精确位姿,确保导航的准确性和稳定性。根据最短路径原理确定移动机器人的最优目标位置,在有效避障的同时实现机器人移动路径规划。实验结果表明,该方法在仅含静态障碍物以及静态与动态障碍物并存的复杂场景中,均能够规划出接近直线的最优路径,同时确保高效避障,显著提高了机器人的工作效率。
-
关键词
激光SLAM
环境部分未知
激光传感器
机器人定位
移动机器人
自主导航
-
Keywords
laser SLAM
the environment is partially unknown
laser sensor
mobile robots
robot positioning
autonomous navigation
-
分类号
TN24
[电子电信—物理电子学]
-
-
题名结合示例学习的移动机器人免疫进化规划研究
- 2
-
-
作者
李枚毅
蔡自兴
-
机构
中南大学信息科学与工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2005年第19期18-21,共4页
-
基金
国家自然科学基金(编号:60234030)
-
文摘
针对变化和部分未知环境下的移动机器人导航,将示例学习和生命科学中的免疫原理、进化算法相结合,将过去进化过程中的经验(性能好的个体)通过示例表达,提出了一种结合示例学习的移动机器人免疫进化路径规划算法。该算法将示例中的路径片段通过进化机制与免疫操作等其他进化操作所产生的新路径片段相互高效地组合,能够快速地进化出全局(次)最优可行路径。借助仿真实验和一些理论分析,分析了示例学习如何有效地利用过去的经验来解决部分未知和变化环境下的路径规划问题,分析了所构造的免疫算子对算法的影响。
-
关键词
移动机器人路径规划
示例学习
免疫进化算法
变化与部分未知环境
-
Keywords
mobile robot path planning,instance learning,immune and evolutionary algorithm,changing and partially unknown environments
-
分类号
TP242
[自动化与计算机技术—检测技术与自动化装置]
-
