暂无评论
如何针对煤矿井下环境的不确定性规划机器人的路径是其中的一个难点。文章提出了一种基于Q-learning算法的移动机器人路径规划,希望对提高机器人救援的避障能力的提升,起到一定的促进作用。
机器人研究领域中一大难题就是机器人路径规划问题,特别是对于条件极为恶劣、工况十分复杂的煤矿井下作业环境而言,获取满意的规划结果的难度更大。文章首先对Q-learning算法进行简单介绍,之后阐述了依托
煤矿井下移动机器人作为煤矿开采中的关键设备，承担了自动化、高效化作业的重要角色。由于煤矿井下环境恶劣、作业空间狭小、环境复杂多变，矿井移动机器人在完成各项任务时，自主导航能力的强弱直接决定了机器人的工
介绍了移动机器人的功能和工作任务,对移动机器人进行了系统设计,包括移动、视觉结构和路径规划具体算法,总结了机器人的各部分组成以及其功能。
一种基于模糊算法的移动机器人路径规划策略． 利用超声波传感器对环境进行探测， 得到关于障碍物和目标的信息． 运用模糊推理将障碍位置信息与目标位置信息模糊化，建立模糊规则并解模糊最终使机器人可以很好的避
移动机器人FastSLAM算法。公式推导；FastSLAM的粒子表示形式；机器人模型；算法步骤和代码
移动机器人路径规划技术是机器人研究领域中的核心技术之一。通过对全局路径规划和局部路径规划中各种方法的分析,指出了各种方法的优点和不足以及改进的办法,并对移动机器人路径规划技术的发展趋势进行了展望。
这是关于移动机器人路径规划方面的参考资料，资料中使用了模糊算法来为机器人做路径规划。
智能移动机器人是一种在复杂的环境下工作的具有自规划、自组织、自适应能力的机器人。导航算法的研究是智能机器人研究领域的一个热点话题。智能导航的目的就是在没有人干预下使机器人有目的地移动并完成特定任务
移动机器人路径规划一直是移动机器人领域里的重要技术问题。A*算法在最优路径搜索上有着比较成功的运用,但在栅格环境下的A*算法也存在着折线多、转折角度大等问题。在考虑移动机器人的实际工作环境及相关运动参
暂无评论