为减少不确定因素对爬壁机器人工作进程的影响,保障其在面对固定障碍物或移动障碍物时也能规划出最优路线,提出了越障步态数据挖掘下实时路径规划方法。利用蚁群搜索可行路径,通过更新信息素并加入避障策略从蚁群搜索路径中择优出无障碍最优解,同时利用声呐实时探测移动障碍物,使机器人能够动态判断突发障碍并作出有效避让行为,最后利用贝塞尔曲线对规划路径平滑处理,使机器人移动行为更加灵敏减少耗能。实验结果表明,所提算法的规划路径更为平滑,折点较少,算法收敛稳定且迅速,方法有效可行。

液压履带式车辆由于操作简单,履带抓地力牢,可适应各种复杂的路面场景,被广泛应用于农业、工业等场景,但履带式车辆属于典型的非线性系统且控制响应存在响应滞后,在无人驾驶过程中执行轨迹跟踪任务时,使用传统的运动控制算法往往达不到对控制精度、稳定性和实时性的要求,故本文引入模型预测控制算法(MPC),来解决液压履带式车辆的轨迹跟踪控制问题。首先建立履带式车辆的运动学模型,之后针对路径的离散性,通过三次样条曲线进行路径拟合插值平滑,最后以液压履带式车辆的性能参数为约束条件,通过误差项修正建模误差、液压迟滞和滑动转向误差,完成基于MPC的轨迹跟踪控制器的设计,,实现液压履带式车辆高精度控制。