改进粒子群算法在三维水下导航规划中的应用

基于群智能理论提出了一种改进粒子群算法.以非线性策略改变惯性权值,增强粒子群算法局部和全局寻优的调度能力,以改变迭代公式加大"优秀"粒子的影响,增强粒子群体的寻优能力.通过理论推导、验证和实验仿真,证明了改进粒子群算法具有更优的性能.在此基础上,将该算法应用到水下潜器的三维路径规划中,通过对三维空间的分割降维,并进行条件约束,实现了将路径规划问题转化为路径点求解的优化问题.实验仿真获得了从起点到终点的无碰撞路径,验证了该方法的可行性.     

基于空间障碍球冠的UAV保角映射避碰决策

提出了一种基于空间速度障碍球冠的三维无人飞行器(UAV)最优避障方法.该方法采用空间速度障碍球冠,量化了UAV感知到的多动态障碍影响,通过对空间速度障碍球冠进行保角映射,使得对多威胁障碍物避碰问题的分析求解过程更加简单和直观,同时降低了多威胁障碍避碰分析的复杂度;在此基础上,给出了确定UAV对威胁障碍避碰的最优速度矢量方向决策方法.将其应用于在线路径规划,仿真结果验证了该方法的有效性和可行性.     

双机器人系统的最短时间避碰轨迹规划

多机器人的避碰移动规划可由两步实现：路径规划和轨迹规划。路径规划是为机器人寻找避免与静态障碍物碰撞的几何路径。轨迹规划决定每个机器人需沿其几何路径以多快的速度移动以防止与其它运动中的机器人碰撞。     

船舶自动避碰仿真研究

针对海上交通环境复杂、内河航道易于碰撞的问题,研究可辅助船舶操纵的自动避碰系统.分析了船舶避碰的影响因素、船舶受力对船舶航行的影响,并对人工势场法进行改进,优化了船舶行驶路径.基于改进的人工势场法设计船舶路径规划流程,以长江水域为例进行弯曲航道的模拟.结果表明,采用人工势场法可以辅助船舶自动航行,在安全的情况下获得较短的避障路径.通过增加转向点可以减小人工势场法局部极小点的发生概率.     

机器人无碰撞路径规划方法研究及实现

在分析现有路径规划和碰撞检测方法的基础上 ,提出了两种新的机器人路径规划方法 :中值检测算法和行进方向矢量优化法 .两种算法各有其特点 ,结合使用可取得更好的效果 ,通过基于三维图形的仿真实验证明了算法的有效性 .所开发的无碰撞路径规划及仿真软件已成功用于机器人无碰撞路径规划与仿真 .     

弹性系统之间碰撞的终了速度

本文首次引用单位脉冲响应函数建立系统碰撞终了时刻碰撞点的速度计算公式,以及系统内部任一自由度的速度表达式,并将它们推广到振动系统的内部碰撞问题的求解。文中引入了碰撞等效质量的概念,使弹性系统的碰撞公式与质点碰撞具有相同的形式,并将公式应用于多刚体系统,导出了碰撞等效质量的计算式,还讨论了针碰撞和摩擦碰撞问题的处理技巧。     

静载荷作用下三维线弹性弯曲裂纹路径预测（英文）

利用二阶摄动方法研究了静载荷作用下结构线弹性裂纹的弯曲扩展问题、裂纹路径预测时的应力准则与能量准则之间的关系,并求解出三维静态应力强度因子.归纳总结出三维线弹性弯曲裂纹扩展的判据,求解出三维线弹性弯曲裂纹扩展过程中的形状参数.利用Irwin公式计算出三维弯曲裂纹扩展引起的静态能量释放速率.研究了具有非均匀断裂韧性的材料的三维静态弯曲裂纹.就均匀物质而言,在二阶摄动分析理论的框架内,两种准则指明了相同的三维静荷载弯曲裂纹扩展路径.但在具有非均匀断裂韧度的物质中,能量准则优越于应力准则.对三维静态弯曲裂纹路径失稳因素进行了比较和分析,研究了不同初始三维裂纹长度下材料退化与静施应力或外静应力之间的临界关系.     

利用三维模型快速求解岩层产状的方法

岩层产状一般可利用机械罗盘或电子罗盘进行测量,当岩层位于高陡地段,无法手持罗盘进行测量时可采用三点法,即通过全站仪或其它测量手段测量岩层面上不在同一直线上的3个点来求解岩层产状.传统的三点法一般通过公式计算求得产状,求解过程繁琐,不直观.本文研究了一种利用三维模型快速求解岩层产状的方法,并利用公式法进行了验算,验算结果表明三维模型求解岩层产状的方法直观简单,结果可靠.     

移动机器人路径规划的混合差分进化算法

针对移动机器人无碰撞最短路径规划问题,提出人工势场-差分进化混合算法。建立移动机器人全局环境信息已知的无碰撞路径模型,采用差分进化算法规划机器人最优路径。针对差分进化算法变异因子,采用适应性调节策略;针对差分进化算法在交叉操作过程中的不可行解,提出人工势场法不可行路径修正策略,提高算法寻求最短路径的有效性。实验结果表明,所提混合算法的收敛速度和求解质量均优于基本差分进化算法,实现了移动机器人的无碰撞路径问题的有效求解。     

三维最短路径算法在山间修路问题中的应用

针对交通工程中山间修路问题,建立了三维最短路径模型,并将三维最短路径问题转化为图论最短路径问题,提出了一种三维最短路径算法.结果表明,三维最短路径算法可有效地解决山间修路中出现的问题.     

动态环境中基于遗传算法的移动机器人路径规划的仿真

动态环境中 ,移动机器人的动态路径规划是一个较难解决的课题 .提出了一种基于遗传算法的移动机器人的路径规划方法 .该方法采用实数编码和有明确物理意义的适应度函数 ,可以加快实时的运算速度和提高运算精度 .同时 ,该方法充分挖掘了可应用遗传算法解决移动机器人动态路径规划的潜力 .计算机仿真表明 ,仿真该控制方法具有良好的动态路径规划能力     

三维动画技术应用于6自由度并联机器人的运动解耦

如何在系统实时控制时间限制范围内精确、快速地实施解耦计算，是并联机器人实时控制中急待解决的一个关键问题。以往一般采用解析法（先建立复杂的数学模型，然后计算机编程求解），但是这种解耦方法实际可行性较差。因此，寻求解耦新思路、新方法已成为并联机器人研究工作中急待解决的问题。这里就此问题，提出了利用三维技术进行运动解耦的新思路、新方法。该方法简捷方便，开发周期短，其解耦精度与解析法相当接近。     

基于IAPF-ACO的工业机器人运动规划

针对蚁群算法运动规划收敛慢且精度不佳的问题,提出一种改进势场蚁群(improved artificial potential field ant colony optimization, IAPF-ACO)算法。斥力计算模型引入目标调节因子解决势场寻优不可达且易陷入局部最优问题。蚁群算法计算框架加入改进势场模型,即启发信息函数中增加势场信息因子。三维障碍物空间仿真规划表明：IAPF-ACO算法在离散环境与聚集环境规划路径质量较优、规划结果较为稳定。在MATLAB搭建工业机器人仿真模型,关节空间内对规划路径点平滑处理,避障仿真结果表明,工业机器人末端位移是一条安全、平滑的运动轨迹。     

Path planning based on sliding window and variant A*algorithm for quadruped robot

In order to improve the adaptability of the quadruped robot in complex environments , a path planning method based on sliding window and variant A * algorithm for quadruped robot is presen-ted .To improve the path planning efficiency and robot security , an incremental A*search algorithm ( IA*) and the A*algorithm having obstacle grids extending ( EA*) are proposed respectively .The IA* algorithm firstly searches an optimal path based on A * algorithm, then a new route from the current path to the new goal projection is added to generate a suboptimum route incrementally .In comparison with traditional method solving path planning problem from scratch , the IA* enables the robot to plan path more efficiently .EA* extends the obstacle by means of increasing grid g-value, which makes the route far away from the obstacle and avoids blocking the narrow passage .To navi-gate the robot running smoothly , a quadratic B-spline interpolation is applied to smooth the path . Simulation results illustrate that the IA* algorithm can increase the re-planning efficiency more than 5 times and demonstrate the effectiveness of the EA * algorithm.     

用于移动机器人的新型模糊神经元速度控制器

文中提出一种新型的模糊神经元速度控制器 ,为移动机器人解决位移转换成速度这个逆运动学问题 它把模糊论和预确定策略集成到神经元网络系统中 ,使得它能利用路径信息去控制机器人达到所希望的运动速度 模拟研究显示了它能控制机器人在静态或者动态的环境中 ,不通过学习就能沿着动态的避碰路径去捕捉目标 另外 ,可将其集成到其他的系统中去控制速度 ,或者作为一个独立的系统使用传感器信息去控制机器人的运动     

基于改进A*算法与天牛须搜索算法的农业机器人路径规划方法

为解决复杂环境下,农业机器人路径规划存在的局部路径欠优、收敛速度慢、折点较多的问题。为解决此问题,本文提出一种基于天牛须搜索算法和A*算法相结合的BACA*全局规划方法。首先,基于A*算法,采用曼哈顿距离作为启发函数进行全局规划;其次,通过适当调整步长的天牛须搜索算法对路径进行优化,缩短了路径长度,降低了转折点数量;最后,采用贝塞尔曲线对路径进行圆滑处理,使机器人在现实场景中能平稳前进。仿真结果表明：与传统A*算法相比,该算法的路径更加平滑,折点数更少;与天牛须搜索算法相比,能保证生成路径的效率性、全局最优性。在缩短路径长度和降低累计转折点数量方面验证了所提方法的有效性。     

空间关节机器人轨迹规划

提出了一种简捷的空间关节机器人运动轨迹的优化方法。对求解机器人运动学逆问题较为有效。通过实例分析，它所得运动参数不但满足作业要求，而且使机器人以最佳状况进行作业。     

水下多障碍区域机器人的路线规划模型优化设计

水下多障碍区域中障碍物数量较多,且具有随机性和实时性的特点,传统模型依据起始点、目标点及障碍物顶点等建立可视图,一旦障碍物发生变化则需重新构图,无法适应障碍物的随机性,规划的机器人运行路线臃长,提出一种基于改进人工势场法的水下多障碍区域机器人路线规划模型,通过引力场与斥力场的负梯度描述引力和斥力,获取人工势场对机器人的作用力,建立人工势场模型。通过对人工势场斥力函数的优化设计,解决机器人障碍物附近目标不可达的问题;通过障碍物连接法解决人工势场模型的局部最小值问题,使机器人尽快走出局部最小值区域。实验结果表明,所提模型不仅能够有效避开障碍物,而且规划路径较短,效率高。     

基于人工免疫网络的机器人局部路径规划

为解决复杂环境下机器人路径规划问题,提出了基于人工免疫网络(artificial immune network,AIN)的移动机器人局部路径规划算法。建立了AIN与机器人局部路径规划问题的映射关系,给出了算法流程,最后对提出的方法进行了仿真验证,并与人工势场法进行了比较,结果表明该方法在复杂障碍物环境下是可行和有效的。