一个模糊的控制策略为多目标自主机器人导航.

科学领域:

• 机器人技术 机器人技术 机器人技术
• 人工智能的人工智能
• 控制系统 控制系统

背景情况:

• 多目标机器人导航具有挑战性,通常以NP-hard的旅行销售员问题 (TSP) 为模型.
• 具有静态和动态障碍的环境需要适应性路径规划和障碍回避策略.
• 现有的方法可能在不可预测的场景中难以实时调整.

研究的目的:

• 开发一个高效的多目标机器人导航的综合框架.
• 在混合障碍环境中优化无碰撞路径规划.
• 通过实时轨迹调整来提高自主机器人的适应性和安全性.

主要方法:

• 一个基于Bump-Surface概念的新路径规划算法,用于优化静态障碍物中最短的无碰撞路径.
• 一个基因算法 (GA) 来确定目标点的最佳顺序,以实现多目标导航.
• 两个模糊控制器用于实时路径跟踪和动态避障,允许自适应轨迹调整.

主要成果:

• 提出的方法有效地优化了多目标导航路径,同时考虑了静态和动态障碍.
• 在CoppeliaSim中的模拟显示了强大的导航和在现实的,不可预测的环境中成功避免碰撞.
• 综合系统在自主机器人导航能力方面取得了重大进展.

结论:

• 结合TSP优化,Bump-Surface路径规划和模糊逻辑控制器,为复杂的机器人导航任务提供了全面的解决方案.
• 这种方法使机器人能够通过实时调整轨迹,在动态环境中自主安全地导航.
• 经过验证的方法为未来需要智能路径规划和障碍物管理的自动驾驶系统提供了强大的框架.