新算法帮助机器人避免碰撞

《国际计算科学与工程杂志》（International Journal of Computational Science and Engineering）报道了一种自主机器人导航的新方法，该方法可以帮助避免未来各种环境中的各种应用中发生碰撞和事故，例如工业建筑和仓库，农田，以及城市自动驾驶汽车景观，搜索和救援站点，在医疗保健环境中， 甚至在家里和花园里。

多年来，为了应对规划和运动控制的挑战，使机器人能够安全高效地移动的关键部件一直是研究议程上的重要内容。现在，中国广州暨南大学数学学院的 Jieyun Yu专注于两个基本方面来克服这些问题：提高控制系统的性能和克服路径规划的局限性。

Yu采用基于迭代学习控制（ILC）和无模型自适应控制（MFAC）的新型指数前馈反馈控制策略，实现了精确的轨迹跟踪。她的方法提高了轨迹收敛性，减少了误差，并确保了机器人运动的准确性和可重复性。

路径规划系统还通过使用人工势场（APF）算法来解决碰撞避免问题。在这种情况下，机器人路径上的障碍物被视为虚拟势场中的排斥力，使机器人能够无缝地在它们周围导航。Yu进行了模拟，验证了她的方法的有效性，并表明它比传统模型更有效。

Yu的方法可以让机器人或自动驾驶汽车比其他方法更快地找到合适和安全的路线，最大限度地减少可避免的错误，并为机器人在复杂动态环境中运行开辟可能性。

例如，该方法可用于改善自动驾驶汽车的行为，使自动驾驶汽车能够安全准确地在复杂的道路网络中行驶。在仓库和工业自动化方面，该系统可以改善物流，包括在现场周围分拣和搬运货物和材料。该系统还可能改进搜救机器人，使其能够在灾区更有效地工作，并在危险环境中导航。在田间地头，农业机器人也将受益，因为它可以更高效地耕种、种植、灌溉、监测和收割。