仿人机器人NAO的路径规划研究

发布时间：2017-12-12 13:03

  本文关键词：仿人机器人NAO的路径规划研究

  更多相关文章： 仿人机器人 人工地标定位 路径规划 人工势场法 粒子群算法

【摘要】：对机器人进行路径规化研究,已成为各国高科技领域战略性研究的目标。近年来,仿人机器人路径规划的研究已经成为自动控制、人工智能等领域的一个研究热点,其发展对国防、工业、经济和科学技术领域都具有重大的影响力。本论文以仿人机器人NAO的路径规划为出发点,对课题做了如下几方面的研究:首先,详细叙述了国内外仿人机器人路径规划发展的现况和趋势,指出路径规划对于仿人机器人研究的深远意义,并对本文的研究对象仿人机器人NAO在软硬件方面做了全面的研究。其次,针对NAO机器人单目视觉的特征,提出了一种基于NAO机器人的人工地标定位方法,对摄像机定位标定的原理进行了深入的分析,并把人工地标定位方法归于应用实践,最终借助NAO机器人的naomark标志完成了基于人工地标法对机器人进行目标识别和定位的研究。再次,研究了人工势场算法在机器人避障中的应用,并提出了几何法对此种传统人工势场算法在实际应用中的局限性进行了改进。这样避免了人工势场算法的局部最小值问题,保证了机器人在路径规划时可以顺利到达目标点。最后通过仿真前后的对比实验,得出改进后的人工势场算法为机器人路径规划的研究提供了一种更优越的策略。最后,介绍了传统的粒子群优化算法在全局路径规划中的实用性。文章先采用栅格法对障碍物进行建模,以确定搜索空间和障碍物大小、位置和形状的设置,再选择合理的适应度函数,利用不同的搜索策略进行下一步的搜索。全文整体对粒子群算法进行了优化改进,提出了改进的非线性动态惯性权重的粒子群算法,还在此基础上结合人工势场算法对混合型机器人路径规划进行实物验证,并将该种相结合的算法通过仿真软件在机器人NAO上实现。
【学位授予单位】：内蒙古大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TP242

【参考文献】

中国期刊全文数据库 前10条

1 朱伟东;曹良洪;梅标;李江雄;封璞加;;利用圆心不对称投影精确标定工业相机[J];光学精密工程;2014年08期

2 吴海;孙永雄;韩伟;厉延民;;多核环境下的粒子群算法[J];吉林大学学报(信息科学版);2012年05期

3 乔莎莎;吴勇;张建东;史国庆;;基于遗传算法和人工势场法的路径规划[J];现代电子技术;2012年12期

4 姜海涛;田国会;薛英花;李荣宽;;新型人工地标的设计、识别、定位及应用[J];山东大学学报(工学版);2011年02期

5 吴毅君;陈健先;郑捷;郑之;;人形机器人避障模块研究与设计[J];福建电脑;2011年03期

6 夏炎;;基于ARM7的电脑鼠的设计与实现[J];煤炭技术;2010年12期

7 范洪欣;周保华;江守和;李海波;于仕超;刘慧璋;王金红;;图像处理技术在电缆绝缘层参数测量系统中的应用[J];电线电缆;2010年04期

8 白文峰;王琦;魏美凤;;关于足球机器人路径规划中人工势场法的研究[J];气象水文海洋仪器;2008年04期

9 赵守鹏;田国会;李晓磊;;基于单个人工地标的机器人自主定位[J];山东大学学报(工学版);2007年04期

10 方华京;魏然;;人工势场法在多机器人运动中的研究[J];控制工程;2007年02期

中国博士学位论文全文数据库 前4条

1 刘逸;粒子群优化算法的改进及应用研究[D];西安电子科技大学;2013年

2 干江红;基于无衍射光投影的三维形貌精密测量及应用[D];华中科技大学;2012年

3 傅阳光;粒子群优化算法的改进及其在航迹规划中的应用研究[D];华中科技大学;2011年

4 杜鑫峰;基于视觉识别的仿人机器人足迹点规划研究[D];浙江大学;2011年

中国硕士学位论文全文数据库 前10条

1 向根;基于DM8127的多目标远距离检测定位系统[D];电子科技大学;2016年

2 陈安媛;利用局部传感器的移动机器人路径规划研究[D];武汉工程大学;2015年

3 刘成;一种基于增强现实的虚拟眼镜试戴的方法[D];东南大学;2015年

4 李荣龙;基于改进粒子群优化算法的机器人路径规划研究[D];南京邮电大学;2015年

5 宗鹏程;基于NAO机器人的视觉目标检测与跟踪[D];华北电力大学;2015年

6 周培培;未知环境下机器人路径规划算法研究[D];青岛科技大学;2014年

7 丁娜娜;面向任务的仿人机器人室内定位导航技术[D];山东大学;2014年

8 许恒飞;RoboCup标准平台下NAO机器人目标识别与自定位研究[D];安徽大学;2014年

9 孟宪龙;RoboCup中NAO红球识别追踪及自定位研究[D];安徽大学;2014年

10 郭超;基于多特征融合的中国木版年画图像分类技术研究[D];天津大学;2014年

，

本文编号：1282572