基于元胞自动机的启发式算法的改进

将元胞自动机应用于机器人路径规划,对移动机器人及其周围环境建立元胞自动机模型。机器人环境空间完全已知时,利用启发式算法与元胞自动机模型结合的方法,通过反复遍历具有最低耗费值的一系列元胞生成最优路径。并利用多层次的交互式元胞自动机,在方向有约束和地形耗费不同的环境中实现机器人的路径规划。     

一种机器人路径规划的元胞自动机算法

利用元胞自动机模型解决移动机器人的运动路径规划问题。该算法环境空间已知且被分解成规则的方形元胞网格,机器人根据转换规则由当前元胞向邻居元胞移动最终形成最优路径。最后在实验环境中进行仿真,结果显示在机器人起点和终点的运动方向有约束的情况下也能迅速规划出最优路径,表明了该算法的可行性和有效性。     

蚁群算法元胞自动机模型应用

提出一种基于元胞自动机理论的蚁群算法模型.将元胞自动机和蚁群算法结合用于解决基于离散数学的移动机器人路径规划问题.试验结果显示,采用基于元胞蚂蚁的算法进行路径规划求取的状态解构型和数值解收敛都能符合应用要求,用蚁群算法元胞自动机模型求解路径规划问题是可行的.     

基于卡诺图初等元胞自动机的演化规则

依据初等元胞自动机演化规则的特点,借助卡诺图化简,导出初等元胞自动机演化规则的函数形式。进一步利用推导出的演化规则的函数形式,给出演化规则90和演化规则184的演化定理及相关定理的证明。     

基于模糊元胞自动机的复杂图案、纹理生成实现

结合模糊规则和元胞自动机的机理,分析了模糊元胞自动机的基本原理,根据元胞自动机的不同构形,提出多种模糊元胞自动机演化规则,并根据这些基本规则,分别用3邻元、5邻元以及9邻元进行元胞状态更新,生成了多颜色\复杂、漂亮的图案和织物纹理,其结果在针织织物设计中意义重大.     

初等元胞自动机在加法规则下的演化

本文总结了经典元胞自动机模型理论,并在此基础上定义了初等元胞自动机的加法规则。引入代数方法探讨了初等元胞自动机在其中一种加法规则下的演化性质,由此推出了一些相关性的结论。它是初等元胞自动机在其加法规则下所特有的,使其在模拟事物时更具有方向性,不但丰富了初等元胞自动机的理论,而且为研究元胞自动机的理论提供了可行的方案。为了便于直观的验证某些结论,本文利用了初等元胞自动机的状态迁移图来加以描述它的演化过程。     

基于模糊逻辑的元胞自动机用于图像处理

提出了一个基于模糊逻辑的元胞自动机模型用来处理图像处理中的图像分割问题。将元胞自动机原理中的元胞状态转化为模糊元胞状态,并将演化规则转化为模糊规则从而建立模糊元胞自动机模型,使图像中灰度水平介于目标和背景之间的像素得以较好地归类,从而得到一种新的图像分割方法。     

基于模糊逻辑的元胞自动机用于图像处理

提出了一个基于模糊逻辑的元胞自动机模型用来处理图像处理中的图像分割问题。将元胞自动机原理中的元胞状态转化为模糊元胞状态,并将演化规则转化为模糊规则从而建立模糊元胞自动机模型,使图像中灰度水平介于目标和背景之间的像素得以较好地归类,从而得到一种新的图像分割方法。     

基于元胞自动机的拓扑排序算法

目的 利用元胞自动机的特性,找到一种新的拓扑排序算法.方法 将AOV网构造成一个元胞自动机模型,采用经过改造的邻接链表作为元胞的数据结构,并在其中引入随机编号项,所有元胞依据随机编号顺序地遵守演化规则进行演化,实现拓扑排序.结果 利用元胞自动机的时空局部规则和并行计算特性,设计并验证了拓扑排序算法.结论 与传统算法相比本算法在时间、空间复杂性上都有较大改善,并且在应用元胞自动机理论解决图的问题方面有所贡献.     

城市交通优化中基于对偶算法的元胞自动机

对基于换乘时间的城市交通优化问题进行了数学模型分析,根据模型的对偶原理得到了问题的对偶算法,设计了元胞自动机.在元胞自动机中,以每一个站点作为一个元胞,根据是否获得最佳乘车线路将元胞分为2种状态,将中心元胞的下一个站点作为其邻居,演化规则只作用于未获得最佳乘车线路的元胞,并只需通过对演化时间与元胞的相应权值的比较来确定状态的改变.基于对偶算法元胞自动机具有元胞状态少、邻居关系简单、演化规则简便和计算量少的特点.仿真实验说明了基于对偶算法元胞自动机的有效性和可行性.     

Ant Colony Optimization with Potential Field Based on Grid Map for Mobile Robot Path Planning

For the mobile robot path planning under the complex environment,ant colony optimization with artificial potential field based on grid map is proposed to avoid traditional ant colony algorithm's poor convergence and local optimum.Firstly,the pheromone updating mechanism of ant colony is designed by a hybrid strategy of global map updating and local grids updating.Then,some angles between the vectors of artificial potential field and the orientations of current grid are introduced to calculate the visibility of eight-neighbor cells of cellular automata,which are adopted as ant colony's inspiring factor to calculate the transition probability based on the pseudo-random transition rule cellular automata.Finally,mobile robot dynamic path planning and the simulation experiments are completed by this algorithm,and the experimental results show that the method is feasible and effective.     

移动机器人混合式全遍历覆盖路径规划算法

针对移动机器人在未知环境下的全遍历覆盖任务,将滚动规划与已知环境下的搜索策略相结合,设计了一种混合式的全遍历覆盖路径规划算法.对声纳传感器探测到的环境信息进行滚动规划,把未知区域转化为已知区域.在已知区域,采用有限状态机方式来组织全遍历覆盖路径规划算法,状态之间的转换通过二叉树搜索策略、目标栅格选取策略和两点法搜索策略来实现,并对算法进行仿真.结果表明,移动机器人能全遍历覆盖整个工作区域,重复率低,能有效提高工作效率.     

机器人路径规划的一种改进蚁群算法

介绍了一种静态环境下机器人路径规划的改进蚁群算法。该算法使用栅格法对机器人的工作空间进行建模。搜索过程采用了蚂蚁落入陷阱回退策略和蚂蚁相遇策略,从而避免了遇到陷阱时形成的路径死锁情况,同时也提高了最优路径的搜索效率。仿真研究表明,该算法能明显改善路径规划性能,并且算法简单有效。     

基于自学习可见图的机器人路径规划

针对未知环境下的机器人路径规划问题 ,提出了一种基于自学习可见图与局部最优的路径规划算法 .在这种算法中 ,采用自学习可见图来表示环境 ,并在路径规划的过程中逐步建立自学习可见图 .在避障上设计一个局部最优算法并提出了一种局部路径规划算法 .实验表明 :该方法规划速度快 ,并且能规划出局部最优的路径 ,满足未知环境下机器人路径规划的要求 .     

基于改进A~*算法的室内移动机器人路径规划

针对移动机器人在室内定位的特点,在结构化环境下,开发了机器人路径规划系统。在阐述了全局地图构建方法基础上,根据移动机器人的实际运行环境采用栅格法构建了环境地图。利用A*算法进行初步路径规划,其不足之处是路径规划数据中包含了所有规划点的坐标,冗余点较多,且移动机器人无法在拐点处调整自身姿态。针对这些不足,提出了能够计算出拐点、旋转方向及旋转最小角度的A*路径规划改进算法并进行了实验。移动机器人定位实验结果表明:利用改进后的A*路径规划算法不仅简化了路径,而且在拐点处移动机器人能够调整自身姿态,可以较好地满足室内移动机器人全自主运动的要求。     

一种一维细胞自动机的分类

讨论了基本细胞自动机的一种扩展模型,通过二元矩阵展现了局部规则与全局演化的关系.利用矩阵的秩对这类细胞自动机进行了计算机实验分类.     

一种移动机器人动态环境下的路径规划

一种动态环境下自主机器人路径规划的方法由趋于目标的全局运动规划和躲避障碍物的局部运动规划两部分组成.首先通过栅格法建立机器人的工作环境,利用蚁群算法初步规划出机器人的全局优化路径;在此基础上,采用滚动窗口的方法进行局部环境探测和碰撞预测,对动态障碍物实行局部避碰,使机器人安全顺利地到达目的地.该方法适用于环境中同时存在静止和动态障碍物的情况.仿真结果证明该方法有效.     

移动智能机器人避障规划研究

文章针对环境信息不确定情况下的避障问题,利用摄像机逆透视映射原理,实现单摄像机获取环境深度信息,并提出了一种基于视觉的局部路径规划的算法,实现了移动智能机器人在不确定环境中利用视觉传感器实时获取外部信息进行路径规划,仿真与实验结果表明,移动智能机器人能快速地跟踪规划路径,实现避障。