移动机器人的研究现状与趋势
移动机器人路径规划算法研究综述
移动机器人路径规划算法研究综述1. 引言1.1 研究背景移动机器人路径规划算法研究的背景可以追溯到上个世纪七十年代，随着自动化技术的快速发展，移动机器人作为自主运动和智能决策的机械系统，逐渐成为研究热点。
路径规划是移动机器人实现自主导航和避障的重要技术之一，其在工业自动化、智能交通、医疗护理等领域具有广泛的应用前景。
目前，移动机器人路径规划算法的研究已经取得了一系列重要进展，传统的基于图搜索的算法（如A*算法、Dijkstra算法）和基于启发式搜索的算法（如D*算法、RRT算法）被广泛应用于不同环境下的路径规划问题。
随着深度学习技术的发展，越来越多的研究开始将深度神经网络应用到路径规划中，取得了一些令人瞩目的成果。
移动机器人路径规划仍然存在一些挑战和问题，如高维空间中复杂环境下的路径规划、多Agent协作下的路径冲突问题等。
对移动机器人路径规划算法进行深入研究和探索，对于促进智能机器人技术的发展，提升机器人在各个领域的应用能力具有重要的意义。
【研究背景】1.2 研究目的本文旨在对移动机器人路径规划算法进行研究综述，探讨不同算法在实际应用中的优缺点，总结最新的研究成果和发展趋势。
移动机器人路径规划是指在未知环境中，通过算法规划机器人的运动轨迹，使其能够避开障碍物、到达目标点或完成特定任务。
研究目的在于深入了解各种路径规划算法的原理和实现方法，为实际场景中的机器人导航提供理论支持和技术指导。
通过对比实验和案例分析，评估不同算法在不同场景下的性能表现，为工程应用提供参考和借鉴。
本文旨在总结当前研究的不足之处和未来发展的方向，为学术界和工程领域提供启示和思路。
通过本文的研究，旨在推动移动机器人路径规划领域的进一步发展和应用，促进人工智能和机器人技术的创新与进步。
1.3 研究意义移动机器人路径规划算法的研究意义主要体现在以下几个方面。
移动机器人路径规划算法在工业生产中具有重要意义。
通过优化路径规划算法，可以提高生产效率，降低生产成本，减少对人力资源的依赖，从而提升工业生产的效益和竞争力。
《移动机器人路径规划算法研究》范文
《移动机器人路径规划算法研究》篇一一、引言随着科技的不断发展，移动机器人在各个领域的应用越来越广泛，如物流、医疗、军事等。
而移动机器人的核心问题之一就是路径规划问题，即如何在复杂的环境中，寻找最优的路径以达到目标。
本文将深入探讨移动机器人路径规划算法的研究，分析其发展现状及未来趋势。
二、移动机器人路径规划算法概述移动机器人路径规划算法是指机器人在给定的环境中，根据预设的目标，通过计算得出一条最优的移动路径。
该算法主要涉及环境建模、路径搜索和路径优化三个部分。
环境建模是通过对环境的感知和描述，建立机器人的工作环境模型；路径搜索是在工作模型中寻找可行的路径；路径优化则是对搜索到的路径进行优化，以获得最优的移动路径。
三、常见的移动机器人路径规划算法1. 栅格法：将工作环境划分为一系列的栅格，通过计算每个栅格的代价，得出从起点到终点的最优路径。
该方法简单易行，但计算量大，对于复杂环境适应性较差。
2. 图形法：将工作环境抽象为图形，利用图论中的算法进行路径搜索。
该方法可以处理复杂的环境，但需要建立精确的图形模型。
3. 随机采样法：通过在环境中随机采样大量的点，根据采样的结果得出最优路径。
该方法计算量小，但对于复杂环境的处理能力有限。
4. 基于神经网络的算法：利用神经网络学习环境的特征，从而得出最优的路径。
该方法具有较好的自适应能力，但需要大量的训练数据。
四、移动机器人路径规划算法的研究现状目前，国内外学者在移动机器人路径规划算法方面进行了大量的研究。
在传统算法的基础上，结合人工智能、深度学习等技术，提出了一系列新的算法。
例如，基于强化学习的路径规划算法、基于遗传算法的路径优化等。
这些新算法在处理复杂环境、提高路径优化的效率等方面取得了显著的成果。
五、移动机器人路径规划算法的挑战与展望尽管移动机器人路径规划算法取得了显著的进展，但仍面临许多挑战。
首先，对于复杂环境的处理能力还有待提高；其次，如何提高路径优化的效率也是一个重要的问题；此外，如何将人工智能、深度学习等技术更好地应用于路径规划算法中也是一个研究方向。
2023年移动机器人(AGV)行业市场研究报告
2023年移动机器人（AGV）行业市场研究报告移动机器人（AGV）行业市场研究报告一、行业概述移动机器人（AGV）是一种能够自主行走、携带物品的机器人系统。
它通过激光雷达、摄像头等传感器感知环境，并利用路径规划算法、控制系统等技术实现自主导航和运输。
AGV广泛应用于制造业、物流和仓储等领域，能够提高物流效率，降低人力成本，提升作业安全性。
二、市场规模根据市场研究机构的数据显示，2019年全球AGV市场规模达到了120亿美元，并且预计到2025年将以8.2%的复合年增长率增长至196亿美元。
目前，亚太地区是全球AGV市场最大的区域，其次是欧洲和北美地区。
市场增长的主要驱动因素包括制造业的自动化需求、电子商务的发展以及物流和仓储业务的扩张。
三、市场应用1. 制造业：AGV在制造业中的应用主要集中在物料搬运、仓储和装配线自动化等环节。
AGV能够将原材料、半成品和成品从一个工作站自动运送到另一个工作站，提高生产效率和品质。
2. 仓储和物流：AGV在仓储和物流领域的应用非常广泛。
它可以代替人工搬运货物，实现自动入库、出库和分拣等操作，提高仓储和物流的效率和准确性。
3. 医疗保健：AGV在医疗保健领域的应用主要集中在病房、手术室和药房等环节。
它可以携带药品、医疗器械和病人的样本，提供快速、安全和准确的送货服务。
4. 酒店和餐饮：AGV在酒店和餐饮领域的应用主要集中在送餐和清洁服务。
它可以将食物和饮料送达客房或餐桌，还可以自动清洁餐具和客房。
四、市场竞争目前，全球AGV市场竞争非常激烈，主要的参与者包括ABB、KUKA、KION、Yaskawa Electric等知名公司。
这些公司普遍具备自主导航、自动充电和远程监控等核心技术。
此外，还有一些初创企业进入市场，如Fetch Robotics、Locus Robotics和6 River Systems等。
五、市场趋势1. 人工智能和机器学习技术将进一步提升AGV的智能化水平，使其能够更好地理解环境、适应不同的操作场景，并实现自主决策和学习能力。
2024年移动机器人(AGV)市场前景分析
2024年移动机器人（AGV）市场前景分析引言移动机器人，即自动导引车（Automated Guided Vehicle，AGV），是一种能够自主导航并执行任务的机器人。
在现代物流和制造业中，AGV已经得到广泛应用，并且其市场前景非常广阔。
本文将对移动机器人市场前景进行分析，包括市场规模、增长趋势以及潜在的发展机会。
市场规模根据市场研究机构的数据，移动机器人市场规模呈稳步增长的趋势。
预计到2025年，移动机器人市场的总价值将超过100亿美元。
这一增长主要受到以下几个因素的驱动：1.自动化需求增加：随着物流和制造业的发展，自动化需求不断增加。
AGV作为一种能够代替人工执行任务的自动化解决方案，将成为未来市场需求的重要组成部分。
2.劳动力成本上升：随着人工成本的不断上升，企业越来越重视降低劳动力成本。
AGV能够替代人工执行繁重、单调的任务，具有较低的运营成本，成为企业节约成本的一种有效方式。
3.物流和制造业发展：随着电子商务的兴起和全球贸易的增加，物流和制造业呈现出快速增长的趋势。
AGV作为提高物流运输效率和生产效率的重要工具，在这一背景下将得到广泛应用。
增长趋势移动机器人市场的增长将主要受到以下几个趋势的影响：1.技术创新：随着人工智能、机器视觉和机器学习等技术的不断发展，移动机器人的功能和性能得到不断提升。
例如，AGV现在能够通过传感器实现环境感知和路径规划，从而更加灵活、高效地执行任务。
2.行业需求差异化：不同行业对移动机器人的需求存在差异。
例如，在医疗行业，AGV可以用于医院内部物流和药品配送；而在仓储行业，AGV可以用于货物搬运和仓库管理。
未来，随着更多行业对自动化的需求增加，移动机器人的市场潜力将进一步释放。
3.合作与整合：随着移动机器人供应链的形成，供应商之间的合作和整合也将成为市场发展的趋势。
通过合作，各个企业可以共同开发新产品和解决方案，提高市场竞争力。
潜在发展机会除了上述趋势外，移动机器人市场还存在着一些潜在的发展机会：1.个性化定制：随着消费者对个性化定制需求的增加，移动机器人可以为企业提供灵活、定制化的解决方案。
轮式移动机器人研究综述
参考内容
内容摘要
随着科技的快速发展，轮式移动机器人已经成为现代机器人研究的一个重要 领域。作为一种可以在地面或者水面上自由移动的自动化设备，轮式移动机器人 被广泛应用于生产制造、物流运输、医疗健康、航空航天、服务娱乐等各个领域。 本次演示将对轮式移动机器人的研究历史、现状以及未来的发展趋势进行综述。
轮式移动机器人研究综述
目录
01 摘要
03
轮式移动机器人技术 综述
02 引言
04
轮式移动机器人市场 前景综述
目录
05 轮式移动机器人应用 案例综述
07 参考内容
06 结论
摘要
摘要
轮式移动机器人因其具有移动灵活、适应复杂环境的能力而受到广泛。本次 演示对轮式移动机器人的研究现状、发展趋势和未来应用进行综述，涉及的关键 字包括：轮式移动机器人、研究现状、发展趋势、未来应用、机械臂、电子控制 系统、传感器等。
轮式移动机器人应用案例综述
轮式移动机器人应用案例综述
1、医疗领域：在医疗领域，轮式移动机器人已经得到了广泛应用。例如，国 内某医院采用了菜鸟物流机器人的配送服务，实现了药品、标本和资料的快速送 达，提高了医疗工作效率。此外，还有利用轮式移动机器人进行手术操作、病人 照护和药物配送等应用案例。
轮式移动机器人应用案例综述
2、电子控制系统：电子控制系统是轮式移动机器人的核心部件，用于实现对 其运动轨迹、速度和姿态等的高效控制。目前，研究者们正在致力于开发更加高 效、稳定的电子控制系统，并采用先进的控制算法以提高机器人的运动性能和稳 定性。
轮式移动机器人技术综述
3、传感器：传感器在轮式移动机器人中起着至关重要的作用，用于感知周围 环境、判断自身状态以及实现自主导航。目前，研究者们正在研究新型传感器技 术，以提高机器人的感知能力和适应能力。例如，利用激光雷达技术实现精确的 环境建模和避障；同时，研究多种传感器的融合方法，以提高机器人的感知能力 和鲁棒性。
智能移动机器人的现状及发展
智能移动机器人的现状及发展智能移动机器人是具有思维、感知和行动功学、人工智能，微电子学，光学，传感技术、材料科学仿生学等学科的综合成果。
智能移动机器人可获取、处理和识别多种信息，建立并实时修正环境模型，自主地完成较为复杂的操作任务，因此，比一般的工业机器人具有更大的灵活性、机动性和更广泛的应用领域。
2O世纪电子计算机的发明，使人类的脑力劳动自动化成为可能，60年代智能移动机器人的出现开辟了智能生产自动化的新纪元。
机器和生产系统的智能化，用机器人代替人完成各种任务，这是人类智慧发展和机器进化的飞跃。
智能移动机器人作为新一代的生产工具，在制造领域中应用，能排腺人为的不可控因素，实现高节奏、高效和高质量生产，并是未来智能生产系统(如CIMS)的重要组成部分。
在非制造领域，如核工业、水下、空间，建筑、采掘，教灾排险和作战等方面，可代替人完成人所不适或力所不及的各种工作，在原予能、水下和外层空间可开辟新的产业。
目前，我国和许多国家都把智能移动机器人列为迎接未来挑战的高技术课题，并制订发展规划，拨出巨款给予支持。
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。
在移动机器人的相关技术研究中，导航技术可以说是其核心技术，也是其实现真正的智能化和完全的自主移动的关键技术。
导航研究的目标就是没有人的干预下使机器人有目的地移动并完成特定任务，进行特定操作。
机器人通过装配的信息获取手段，获得外部环境信息，实现自我定位，判定自身状态，规划并执行下一步的动作。
下面我就智能移动机器人系统的导航、路径规划、多传感器信息融合、细胞神经网、高智能情感移动机器人等技术进行部分说明。
移动机器人的导航方式很多，有惯性导航、视觉导航、基于传感器数据导航、卫星导航等。
它们都不同程度地适用于各种不同的环境，包括室内和室外环境，结构化环境与非结构化环境。
(1)惯性导航惯性导航是一种最基本的导航方式。
它利用机器人装配的光电编码器和陀螺仪，计算机器人航程，从而推知机器人当前的位置和下一步的目的地。
移动机器人的发展史和发展趋势
移动机器人的发展史1920年捷克斯洛伐克作家卡雷尔·恰佩克在他的科幻小说《罗萨姆的机器人万能公司》中，根据Robota(捷克文，原意为“劳役、苦工”)和Robotnik(波兰文，原意为“工人”)，创造出“机器人”这个词。
1939年美国纽约世博会上展出了西屋电气公司制造的家用机器人Elektro。
它由电缆控制，可以行走，会说77个字，甚至可以抽烟，不过离真正干家务活还差得远。
但它让人们对家用机器人的憧憬变得更加具体。
1942年美国科幻巨匠阿西莫夫提出“机器人三定律”。
虽然这只是科幻小说里的创造，但后来成为学术界默认的研发原则。
1948年诺伯特·维纳出版《控制论》，阐述了机器中的通信和控制机能与人的神经、感觉机能的共同规律，率先提出以计算机为核心的自动化工厂。
1954年美国人乔治·德沃尔制造出世界上第一台可编程的机器人，并注册了专利。
这种机械手能按照不同的程序从事不同的工作，因此具有通用性和灵活性。
1956年在达特茅斯会议上，马文·明斯基提出了他对智能机器的看法：智能机器“能够创建周围环境的抽象模型，如果遇到问题，能够从抽象模型中寻找解决方法”。
这个定义影响到以后30年智能机器人的研究方向。
1959年德沃尔与美国发明家约瑟夫·英格伯格联手制造出第一台工业机器人。
随后，成立了世界上第一家机器人制造工厂——Unimation公司。
由于英格伯格对工业机器人的研发和宣传，他也被称为“工业机器人之父”。
1962年美国AMF公司生产出“VERSTRAN”(意思是万能搬运),与Unimation公司生产的Unimate 一样成为真正商业化的工业机器人，并出口到世界各国，掀起了全世界对机器人和机器人研究的热潮。
1962年-1963年传感器的应用提高了机器人的可操作性。
人们试着在机器人上安装各种各样的传感器，包括1961年恩斯特采用的触觉传感器，托莫维奇和博尼1962年在世界上最早的“灵巧手”上用到了压力传感器，而麦卡锡1963年则开始在机器人中加入视觉传感系统，并在1965年，帮助MIT 推出了世界上第一个带有视觉传感器，能识别并定位积木的机器人系统。
机器人技术的发展现状与趋势
机器人技术的发展现状与趋势现如今，随着科技的不断发展，机器人技术越来越受到人们的关注和重视。
机器人技术已经广泛应用于许多领域，如制造业、农业、医疗、物流等。
这些机器人的出现有效地提高了生产效率和产品质量，同时也降低了人力成本和工作风险。
目前，机器人技术已经取得了许多重大突破。
从工业机器人到服务机器人，从普通机器人到智能机器人，机器人技术正不断地向着更加先进和智能的方向发展。
下面将逐一介绍机器人技术的发展现状与趋势。
一、工业机器人工业机器人是指能够执行各种工业操作的自动化机器人系统。
工业机器人的主要应用领域是制造业，包括汽车、电子、机械制造等领域。
工业机器人的出现大大提高了制造业的生产效率和质量，因此在现代化的制造业生产过程中已经成为必不可少的设备。
当前，工业机器人技术的研究主要集中在三个方面。
第一是增强现实技术，通过将虚拟信息与真实现实结合来提高机器人的视觉感知能力；第二是协作机器人技术，将机器人与人类的互动性提高至极致，实现人机协同作业；第三是可持续性机器人技术，研究如何让机器人具有更加环保、经济、可靠的特性。
二、服务机器人服务机器人是指专门为人类提供服务的机器人系统。
服务机器人常见于餐厅、酒店、医院等场所，为人们提供各种服务，如点菜、送水、清理等。
服务机器人的出现极大地方便了人们的生活和工作，大大降低了人力成本和工作风险。
当前，服务机器人技术的研究主要集中在两个方面。
第一是感知技术，通过机器人的感知功能，让机器人更加智能化，与人类之间的交互更加自然；第二是导航技术，通过定位和导航技术，让机器人能够自主地进行移动，适应各类环境。
三、智能机器人智能机器人是指具有自主思考、自主决策、自主学习能力的机器人系统。
智能机器人不仅仅具有工业机器人和服务机器人的功能特点，而且还具有超乎人类想象的智能表现。
智能机器人的出现真正实现了机器人技术的智能化和自主化。
当前，智能机器人技术的研究主要集中在三个方面。
第一是语音识别技术，让机器人能够听懂人类的语音指令与之进行交互；第二是图像识别技术，让机器人能够理解和识别人类的情感表达和面部表情；第三是自主学习技术，让机器人能够自主学习和进化，不断优化自身的性能和功能。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
移动机器人的研究现状与趋势１１５【４３】ＳｈｅｎｇＬ＇Ｇｏｌｄｅｎｂｅ唱ＡＡ．Ｒｏｂｕｓｔｄａｍｐｉｎｇｃｏｎ们１ｏｆｍｏｂｉｌｅｍａｌｌｊｐｕｌａｔｏｒｓ嘲．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＳｙｓｔｅｍｓ，ＭａｎａｎｄＣｙｂｅｍｅｔｉｃｓＰａｎＢ，２００２，３２（１）：１２６．１３２．【４４】ＳｈｅｎｇＬ，Ｇ０１ｄｅｎｂｅ唱ＡＡ．Ｎｅｕｒａｌｎｅｔｗｏｒｋｃｏｎ乜Ｄｌｏｆｍｏｂｉｌｅｍａｎｉｐｕｌａｔｏｒｓ【Ｊ】．ＩＥＥＥ１ｈｎｓａｃｔｉｏｎｓＮｅｕｒａｌＮｅｔｗｏｒｋｓ，２００ｌ，１２（５）：１１２１．１１３３．【４５】李磊，叶涛，谭民，等．移动机器人技术研究现状与未来【Ｊ】．机器人，２００２，２４（５）：４７５—４８０．【４６】徐国华，谭民．移动机器人的发展现状及其趋势【Ｊ】．机器人技术与应用，２００１，（３）：７—１４．［４７】Ｌ硼ｎｅＥＰａｒｋｅｒ．ＣｏｏｐｅｒａｔｉｖｅＲｏｂｏｔｉｃｓｆｏｒＭｕｌｔｉ＿Ｔａｒｇｅｔ０ｂｓｅｒｖａｔｉｏｎ［Ｊ］．ＩｎｔｅｌｌｉｇｅｎｔＡｕｔｏｍａｔｉｏｎａｎｄＳｏｆｔＣｏｍｐｕｔｉｎｇ，ｓｐｅｃｉａｌｉｓｓｕｃＲｏｂｏｔｉｃｓＲｅｓｅａｒｃｈａｔＯａｋＲｉｄｇｅＮａｔｉｏｎａｌＬａｂｏｍｔｏｒｙ，１９９９，５（１）：５—１９．［４８】ＭａｍｒｉｃＭＪ．ＬｅａｍｉｎｇｔｏＢｅｈａｖｅＳｏｃｉａｌｌｙ【Ａ】．ＦｒｏｍＡｎｉｍａｌｓｔ０Ａｎｉｍａｔｓ：ＩｎｔｅｍａｔｉｏｎａｌｃｏｎｆｅｒｅｎｃｅＳｉｍｕｌａｔｉｏｎｏｆＡｄａｐｔｉｖｅＢｅｈａｖｉｏｒ【ｃ］．１９９４．４５３－４６２．［４９］ｕｅｙａｍａＴ，Ｆｕｌ（ＩｌｄａＴ．ｓｅｌｆ－ｏ唱ａＩｌｉｚａｔｉｏｎｏｆＣｅｌｌｕｌａｒＲｏｂｏｔｓｕｓｉｎｇＲａｎｄｏｍｗａｌｌ【ｗｉｍｓｉｍｐｌｅＲｕｌｅｓ【Ａ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆＩＥＥＥＩ—ＣＲＡ【ｃ】．１９９３５９５—６００．［５０】王越超．多机器人协作系统研究［Ｄ】．哈尔滨：哈尔滨工业大学，１９９９．ＰｒｅｓｅｎｔＳｉｔｕａｔｉｏｎａｎｄＦｕｔｕｒｅＤｅＶｅｌｏｐｍｅｎｔｏｆＭｏｂｉｌｅＲｏｂｏｔＲｅｓｅａｒｃｈｚＨＡＮＧＭｉｎｇ·１ｕ，ＤＩＮＧＣｈｅｎｇ－ｊｕｎ，ＤＵＡＮＰｉｎｇ（ｓｃｈｏｏｌｏｆＭｅｃｈ锄ｉｃａｌＥｎｇｉｎｅｅｒｉｎ舀ＨｅｂｅｉＵｎｉｖｅｒｓ时ｏｆＴｅｃｌｌｎｏｌｏ鼢Ｔｉ柚ｊｉｎ３００１３０，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｔｈｅｐｒｅｓｅｎｔｒｅｓｅａｒｃｈｓｉｔｕａｔｉｏｎｏｆｍｏｂｉｌｅｒｏｂｏｔｉｓａｎａｌｙｚｅｄａｎｄｓｕｌ砌ａｒｉｚｅｄｉｎｃｌｕｄｉｎｇｉｔｓｃｏｍｐｕｔｅｒｃｏｎｔｒｏｌｓｙｓｔｅｍ，ｉｎｆｂｍｌａｔｉｏｎｆｕｓｉｏｎｏｆｍｕｌｔｉ－ｓｅｎｓｏｒｓ，ｅｎｖｉｒｏｍｅｎｔｒｅｃｏｇＩｌｉｔｉｏｎ，ｒｏｂｏｔＶｉｓｉｏｎ，ｒｏａｄｆｏｌｌｏｗｉｎｇａｎｄｉｎｔｅｌｌｉｇｅｎｔｃｏｎ仃Ｄ１．ＩｎｔｈｅｅｎｄｔｈｅｓｔｕｄｙｔｒｅｎｄｏｆＩＩｍｌｔｉ—ｒｏｂｏｔｃｏｏｒｄｉｎａｔｉｏｎａｎｄｍｏｂｉｌｅｍａｎｉｐｕｌａｔｏｒｉｓｐｏｉｎｔｅｄｏｕｔ．Ｋｅｙｗｏｒｄｓ：ｍｏｂｉｌｅｒｏｂｏｔ；ｉｎｆｂｍａｔｉｏｎｍｓｉｏｎ；ｒｏａｄｆｏｌｌｏｗｉｎｇ；曲ｅｌｌｉｇｅｎｔｃｏｎ仃０１；ｍｕｌｔｉ—ｒｏｂｏｔ作者简介：张明路，工学博士、教授，博士生导师．１９９７年，毕业于天津大学机械学专业，获博士学位．现任河北工业大学机械工程学院院长，全国高校机器人及自动化学会常务理事，河北省振动工程学会副理事长，“中国机械工程’杂志社编委会理事，天津市自动化技术及应用研究会副秘书长，天津市机械工程学会理事，中国机械工程教育协会高校机电类学科教学委员会委员．近年来承担了国家８６３计划等科研项目多项，发表学术论文３０余篇，其中ｓｃＩ收录３篇，ＥＩ收录１１篇．主页：ｈｔｔｐ：／／ｍｅｓ．ｈｅｂｕｔ．ｅｄｕ．ｃｌｌ／ｉｎｍｅｃｈｊＶｅｂ／ｉｎｄｅｘ．ｈｔＩＩｌ联系电话：０２２—２６５“５０６；Ｅ．ｍａｎ：ｚｈａｎｇｍｌ＠ｈｅｂｕｔ．ｅｄｕ．ｃｎ移动机器人的研究现状与趋势作者：张明路， 丁承君， 段萍作者单位：河北工业大学,机械工程学院,天津,300130刊名：河北工业大学学报英文刊名：JOURNAL OF HEBEI UNIVERSITY OF TECHNOLOGY年，卷(期)：2004,33(2)被引用次数：22次1.Zhang Minglu Neural network and fuzzy logic techniques based collision avoidance for a mobile robot[外文期刊] 19972.沈林成;常文森移动机器人数字地形模型 1996(03)3.马兆青;袁增任基于栅格方法的移动机器人实时导航和避障 1996(06)4.袁军;黄心汉;陈锦江基于多传感器的智能机器人信息融合、控制结构和应用 1994(05)5.Hackett J K;Shah M Multi-Sensor Fusion:A Perspective[外文期刊] 19906.刘国良;强文义移动机器人信息融合技术研究[期刊论文]-哈尔滨工业大学学报 2003(07)7.Tillema H G An Overview of the Mobile Autonomous Robot Twente Project 19938.Bourhis G;Hom O An autonomous vehicle for people with motor disabilities[外文期刊] 2001(1)9.日本机器人学会机器人技术手册 199610.王越超多机器人协作系统研究[学位论文] 199911.UeyamaT;FukudaT Self-organization of Cellular Robots Using Random Walk with Simple Rules[外文会议] 199312.Mararic M J Learning to Behave Socially 199413.LynneEParker Cooperative Robotics for Multi-Target Observation 1999(01)14.徐国华;谭民移动机器人的发展现状及其趋势[期刊论文]-机器人技术与应用 2001(03)15.李磊;叶涛;谭民移动机器人技术研究现状与未来[期刊论文]-机器人 2002(05)16.Sheng L;Goldenberg A A Neural network control of mobile manipulators 2001(05)17.Sheng L;Goldenberg A A Robust damping control of mobile manipulators 2002(01)18.Evangelos P;John P Planning and model based control for mobile manipulators[外文会议] 200019.Jeremy;Evangelos E M Vision-Based Path Following by Using a Neural Network Guidance System[外文期刊] 199420.KhemisiaS;Morris A S Neuro-Adaptive Control of Robotic Manipulator 199321.丁承君;张明路;李光辉基于线性插值的模糊控制[期刊论文]-基础自动化 2001(04)22.张明路用于模式识别的ART-2神经网络算法的改进[期刊论文]-控制理论与应用 2000(01)23.张明路一种基于多组传感器信息移动机器人的避障方法[期刊论文]-自动化学报 1998(05)24.张明路基于模糊逻辑控制技术的移动机器人路径跟踪中的偏差纠正 1998(06)25.张明路用于移动机器人避障的神经网络与模糊逻辑技术[期刊论文]-中国机械工程 1997(01)26.张明路;关柏青;丁承君基于彩色视觉和模糊控制的移动机器人路径跟踪 2003(08)27.于建刚;董再励遥控作业移动机器人环境方法研究 1997(04)28.E Triend;D J Kringman Stereo Vision and navigation within Buildings 198729.丁承君;张明路移动机器人路径识别与跟踪的计算机仿真[期刊论文]-系统仿真学报 2001(08)30.Meng Qing hao;Zhang Minglu Wall-following by an Autonomously Guided Viecle (AGV) Using a New Fuzzy-I(Integration) Controller[外文期刊] 1999(0)31.Lee S S;Williams J H A Fast Tracking Error Control Method for An Autonomous Mobile Robot[外文期刊] 199332.Nelsonal W L A Locomotion Control Method for autonomous Vehicles[外文会议] 198833.Kanayama Y A Locomotion Control Method for Autonomous Vehicles[外文会议] 198834.Rajagopalan R Guidance Control for Automatic Guided Vehicle Employing Binary Camera Vision 199135.董再励;王光辉自主移动机器人激光全局定位系统研究[期刊论文]-机器人 2000(03)36.Kleeman L Optimal Estimation of Position and Heading for Mobile Robot Using Ultrasonic Beacons and Dead Reckoning 199237.戈新良基于多种传感器信息融合的移动机器人的环境辨识[学位论文] 200338.戈新良;张明路多传感器信息融合技术研究现状和发展趋势[期刊论文]-河北工业大学学报 2003(02)39.丁承君;张明路模糊神经网络在移动机器人信息融合中的应用[期刊论文]-控制理论与应用 2004(01)40.Goto Y;Stents A The CMU System for Mobile Robot Navigation Proc 198741.Kriegman D J A Mobile Robot: Sensing,Planing and Locomotion 198742.Giralt G A Multi-Level Planning and Navigation System for a Mobile,A First Approach to HILARE 197943.孟伟基于D-S证据理论的月球探测机器人的信息融合[期刊论文]-哈尔滨工业大学学报 2003(09)44.刘兴荣用于移动机器人的立体视觉技术[学位论文] 200345.张明路;刘兴荣机器人立体视觉研究现状和发展趋势 2002(07)46.丁承君基于IPC的智能移动机器人控制系统[期刊论文]-控制工程 2003(02)47.机器人技术国家工程研究中心;中科院沈阳自动化研究所AGVS产品及其应用[期刊论文]-机器人技术与应用1999(04)48.Wang L L;Tsai W H Car Safty Driving Aided by 3-D Image Analysis Techinique 198649.Egeland O;Berglund E Exponential Stabilization ofa Nonholonomic Underwater Vehicle with Constant Desired Configuration[外文会议] 199450.M Daily Autonomous Cross-Count Navigation With the ALV 19881.马学玉可爬楼梯的移动机器人研究[期刊论文]-机电信息 2010(12)2.陈秀霞.卢刚.李声晋.陈玉轮式机器人用无刷直流电机控制系统设计[期刊论文]-测控技术 2010(5)3.梁春苗.黄玉美.王小波基于PMAC的自动导引运输车智能控制[期刊论文]-机电工程 2009(8)4.DONG Ji-wen.YANG Sen.LU Shou-yin Monocular vision based navigation method of mobile robot[期刊论文]-重庆邮电大学学报(自然科学版) 2009(2)5.孙凌宇.张明路.高春艳多感官移动机器人控制系统设计[期刊论文]-微计算机信息 2008(35)6.董吉文.杨森.鲁守银基于单目视觉的移动机器人导航方法[期刊论文]-山东大学学报（理学版） 2008(11)7.邱瑛.富大伟.王惠森.李维移动机器人模糊控制系统避障研究[期刊论文]-河北工业大学学报 2007(6)8.张晓艳.张艳霞移动机器人的设计及其图像处理[期刊论文]-微电机 2007(5)9.薛调利用数据库的结果分析功能指导机器人领域文献的检索[期刊论文]-图书馆工作与研究 2007(4)10.陈玉峰基于Real Time Extension技术的自主视觉机器人导航控制[学位论文]硕士 200611.宋国栋移动机器人组合导航系统设计与应用的研究[学位论文]硕士 200612.刘俊非平整地面移动机器人平台位姿估计与控制研究[学位论文]硕士 200613.杨璐基于智能体的多机器人协作研究及仿真[学位论文]硕士 200614.欧屹MROBOT机械系统设计与动力学分析研究[学位论文]硕士 200615.孙秀云移动机器人的路径规划及其运动控制器研究[学位论文]硕士 200516.庄晓东多移动机器人运动控制策略的强化学习研究[学位论文]博士 200517.王惠娟基于自主视觉的轮式移动机器人路径跟踪控制[学位论文]硕士 200518.江水明六轮自主移动机器人动力学建模与控制的研究[学位论文]硕士 200519.申魁华基于局域网协调的多移动机器人运动规划与控制的研究[学位论文]硕士 200520.王仲民.刘继岩.岳宏移动机器人自主导航技术研究综述[期刊论文]-天津职业技术师范学院学报 2004(4)21.庄严移动机器人基于多传感器数据融合的定位及地图创建研究[学位论文]博士 200422.朴松昊智能移动机器人路径规划研究[学位论文]博士 2004本文链接：/Periodical_hbgydxxb200402018.aspx。