摘要：传统A^(*)算法是移动机器人全局路径规划的常用算法之一,但是算法搜索效率低、规划路径转折点多、面对复杂环境中随机出现的动态障碍物无法实现动态路径规划。针对这些问题,在考虑全局最优的基础上将改进A^(*)与dwa算法融合,量化环境中的障碍物信息,根据此信息调节A^(*)算法启发函数的权重,提高算法的效率和灵活性。基于Floyd算法思想设计路径节点优化算法,删除冗余节点,减少转折,提高路径平滑度。基于全局最优设计dwa算法的动态窗口评价函数,用于区分已知障碍物和未知动态、静态障碍物,提取改进A^(*)算法规划路径的关键点作为dwa算法的临时目标点,在全局最优的基础上实现了改进A^(*)与dwa算法融合。实验结果表明,在复杂环境中,融合算法规划路径既能保证全局最优,又能及时有效地躲避环境中出现的动静态障碍物,实现复杂环境中的动态路径规划。

摘要：传统窗口动态法(dwa)在运行过程中,机器人会与障碍物发生相切现象,且此时运行速度和角速度会发生突变,不利其长期安全、稳定的运行。针对这一现象,提出了一种基于两直线相交的方法用以改进dwa算法。首先利用速度传感器测出障碍物的移动速度,然后基于该障碍物的移动速度模拟其在预测时间内的轨迹,并将该障碍物的模拟轨迹与预测时间内机器人的模拟轨迹进行对比,最后基于两直线位置关系设计评价函数,进而规划出最合适的行驶路径。在MATLAB 2020a环境中进行多组仿真试验对比表明,改进算法后的机器人运行轨迹更加安全,运行过程更加平稳,有助于提高机器人的安全性和使用寿命。

摘要：针对移动机器人在路径规划过程中路径曲率不连续,避障能力差等问题,提出了一种将改进A^*和动态窗口法(dwa)相结合的路径规划方法。首先,在传统的A^*算法基础上,将传统的8个搜索方向改为5个,提高搜索效率;其次,将Floyd算法思想引入A^*算法中,设计了一种新的启发式搜索函数,实现了无斜穿障碍物顶点,增加了路径的平滑度;最后,融合改进算法以及动态窗口法,构造了新的评价函数,在保证规划路径全局最优性的基础上达到避障效果。仿真结果表明:该研究对于移动机器人自主导航的应用具有一定的参考价值。

摘要：本文主要讲述了基于dwa算法的DAC芯片译码电路的设计过程,给出了具体的设计思路。在设计过程中,使用温度计码来降低数字码切换瞬间输出的模拟信号产生的噪声,使用dwa算法来避免将较大的工艺匹配误差带入到输出的模拟信号中,本设计可以用于解决由于工艺误差所导致的电流源失配的问题。本文以5位输入信号的DAC芯片开关控制信号生成电路为例,利用ModelSim和Quartus II软件对代码进行了仿真,验证了设计思路的实现效果,基本判断设计方案可行。

摘要：针对移动机器人在全局路径规划中不能进行动态实施避障、在局部路径规划中效率低等一系列问题.本文基于Gazebo的3D仿真环境,引入权重系数控制A^(*)(A-star)算法的启发函数,减少全局规划路径的拐点,获取全局最优路径,提高算法效率;并选取全局最优路径上动态变化点作为dwa(Dynamic Window Approach)的关键点进行动态避障.仿真实验结果表明:基于改进A*与dwa的融合算法,既保证全局路径规划最优,且调整速度权值,并兼顾安全性和高效性.

摘要：配网作业机器人运行环境中存在不同大小的障碍物,作业过程中会出现路径冗余问题,导致配网作业机器人避障能力差,为此提出基于dwa算法的配网作业机器人避障路径规划方法。根据机器人质量、车轮半径和轮间距信息构建机器人运动学模型,描述机器人在不同时刻的位姿;确定机器人作业空间,结合起点与目标点位置构建局部地图,约束机器人运动范围;设计dwa算法的速度向量空间,多采样机器人速度,获取限速区域,在该区间内生成多条待选择的路径;利用方向评价、障碍物距离评价和速度评价3个子函数组成dwa评价函数,分别对子函数做归一化处理,选取评价值最高的路径作为最优避障规划路径。实验结果表明,该方法在简单和复杂的作业环境下均能准确避障,且路径最短。

摘要：生物阻抗测量技术是各种新兴医疗仪器进行医学诊断、健康监测的重要手段,而高精度的读出电路是实现精确诊断的关键。传统生物阻抗测量系统的读出电路常采用逐次逼近模/数转换器(SAR ADC)实现,在不采用校准算法时,其精度通常不超过12位,无法满足日益提高的生物阻抗读出精度要求。针对该问题,设计了一款面向生物阻抗信号测量的24位增量式Σ-ΔADC,采用三阶四比特单环前馈结构,在降低量化噪声的同时加快转换速度。在设计中使用数据加权平均(dwa)技术,降低了多比特反馈数/模转换器(DAC)失配引起的非线性,显著提升ADC精度;采用系统级斩波消除ADC前端系统失调。另外,本文采用了可配置的数字滤波器设计,通过配置不同的过采样率(OSR)可实现测量时间与输出精度的灵活折衷。采用180 nm工艺对该ADC进行流片验证,测试结果表明,在128个时钟周期的测量时长条件下(等效为128倍过采样率),ADC的有效位数达到17.8位,信噪比为108.9 dB,总谐波失真为-113.3 dB,等效输入RMS噪声为2.95μV RMS,工作时整体功耗为930μW。

摘要：为提高移动智能小车SLAM自主导航避障性能和运动稳定性,提出一种基于ROS框架的语音导航智能小车设计方法。建立智能小车的运动学模型,完成硬件电路和软件平台的搭建,基于粒子滤波器的FastSLAM算法,结合A^(*)和动态窗口法dwa,编写ROS框架下的Cmapping功能包,实现智能小车的运动实验仿真、路径规划和动态避障。采用语音识别控制策略,利用Gazebo仿真和Rviz可视化,开展智能小车的语音导航试验。对比分析A^(*)结合TEB算法的小车避障耗时及运动平顺性,仿真与实车验证结果均表明,本文方法设计的智能小车避障时间短,移动路径具有连续性,语音导航对环境的适应性强。

摘要：为了提高机器人的自主导航性能,设计了基于ROS的移动机器人自主建图与路径规划系统.通过2D激光雷达获取周围环境信息,利用姿态传感器(IMU)获取机器人的姿态和加速度信息,利用Gmapping算法实现机器人的自主定位与建图,利用基于头尾双向搜索的A*算法进行全局路径规划,采用dwa算法完成局部避障工作.结果表明,所提算法可使机器人完成构建地图以及自主导航任务,提高导航系统的自主性能以及工作效率.

摘要：针对传统A*算法在移动机器人路径规划中存在的效率低,拐点数目多,无法进行实时避障等问题,提出了一种基于改进A*算法与dwa算法联合避障的移动机器人路径规划方法。为提高A*算法的搜索效率,提出了自适应启发函数;为提高全局路径质量,提出了SPG算法并用于路径二次规划;为了使移动机器人拥有实时避障能力,提出改进A*算法与dwa算法的融合算法,并针对融合算法的局部最优问题,提出了扩展虚拟障碍物避对角策略。MATLAB仿真结果表明,文中启发函数相较于传统欧几里得启发函数,搜索效率明显提高,地图环境越大,障碍物占比越多,效果越明显;SPG算法进行路径二次规划效果优于当前几何法的路径二次规划方法;改进A*算法与dwa算法的融合算法,可以有效地进行实时避障并保证路径安全性;扩展虚拟障碍物避对角策略,有效解决了融合算法在障碍物对角处的局部最优问题。