暂无评论
本文将介绍移动机器人智能路径规划算法的原理及其在实际应用中的表现。移动机器人路径规划是指在给定环境下，通过判断当前机器人位置及环境条件，选择合适的路径，使机器人能够有效地避开障碍物并到达目标位置。本文
针对移动机器人检测与跟踪系统的世界模型，从智能控制与模式识别方法和传统控制理论相结合的思想出发，提出一种多层次、多阶段的智能控制模型结构。此结构仿人思维模式把复杂任务系统分解为感知、执行、决策三个层次
自动泊车轨迹规划算法
研究针对遗传算法（GA）提出了一种新的变异算子，并将其应用于动态环境下移动机器人的路径规划问题。移动机器人的路径规划在障碍物环境中发现从起始节点到目标节点的可行路径。 通过利用其强大的优化能力，遗传算
基于改进遗传算法的移动机器人路径规划
针对动态环境下移动机器人路径规划,提出了一种基于递归神经网络的实时路径规划方法。利用神经网络表示机器人的工作空间,每个神经元都只有局部侧连接。目标点位置神经元具有全局最大的正活性值,该活性值通过神经元
基于RGB-D传感器的SLAM，也称为RGB-DSLAM，是移动机器人研究中的一个重要课题。文中，提出了对基于Kinect相机的RGB-DSLAM算法进行介绍。在ROS开源环境中，系统使用简单，可广泛
针对移动机器人的局部视觉定位问题进行了研究。首先通过移动机器人视觉定位与目标跟踪系统求出目标质心特征点的位置时间序列, 然后在分析二次成像法获取目标深度信息的缺陷的基础上, 提出了一种获取目标的空间位
由于移动机器人处在未知且不确定的环境中，主要采用基于概率的方法对同时定位与地图构建(SLAM)进行描述。建立了SLAM问题的概率表示模型，并对在解决SLAM问题中最常用的扩展卡尔曼滤波(EKF)算法以
两轮驱动移动机器人的运动学研究,高清无水印,适合于纯跟踪算法(puresuit)数学模型;建立机器人小车的运动数学模型,在此基础上,详细分析了移动机器人小车的基本运动形式,即直线运动、圆弧运动的实现方
暂无评论