一种基于进化的移动机器人路径规化算法

本文提出了一种新的移动机器人全局路径的进化规化算法。通过对环境建立基于位置码的四叉树模型，获得对路径的简易编码方式；进而将进货算法用于移动机器人的路径规划，并讨论了算法实现的若干问题。     

结合免疫机制的并发定位与建图多目标进化算法

由于基于进化算法的移动机器人并发定位与建图问题本质上具有多目标特性,因此将该问题转化成为多目标优化问题进行处理.为了有效地提高基于多目标进化算法的移动机器人并发定位与建图方法的效率,提出了结合免疫机制的局部搜索方法.为此,构造了称之为关键点栅格吸引操作的局部搜索方法,它运用了所针对问题的领域知识.通过移动机器人物理实验证实了所构造算法的计算代价比其他基于进化算法的单目标优化方法少,获取的地图准确性更高.     

基于遗传算法的智能扫地机器人路径规划研究

随着现代科技的发展,移动机器人随之产生.清洁机器人作为特殊应用的机器人,为人们的生活提供便利,路径规划作为智能扫地机器人的关键技术之一,其算法的性能是影响机器人工作效率的重要因素.遗传算法作为新兴智能算法,具有强鲁棒性、并行性、高效性等特点,因此研究了遗传算法并实现扫地机器人的路径规划.分析了扫地机器人的基本理论,遗传算法的原理、实现及应用,将遗传算法应用于扫地机器人路径规划中,并在VS中进行仿真实验,实现单点到单点的路径规划,同时实现全覆盖式路径规划.     

基于混合遗传算法的无人机航线规划

针对航线规划中的路径组合爆炸问题进行了分析和讨论,运用遗传算法提出了解决方案,并对遗传算法的过早收敛问题,结合模拟退火算法设计出航线规划混合遗传算法,改善了算法的性能,最后通过仿真分析验证了其有效性。     

渐变式路径优化在GIS中的应用

为了解决传统算法收敛速度慢、搜索区域盲目等问题，提出了一种新的算法——渐变式路径优化算法该算法是结合Dijkstra算法和遗传算法的优点，采用启发式搜索和自适应禁忌等策略进行优化而形成的一种混合算法对新算法和传统算法进行了比较，同时将该算法应用于GIS路径规划中，对新算法中的关健参数σ、β因子进行了测试仿真结果表明该算法极大地加快了搜索速度，提高了搜索效率，取得了良好的效果     

渐变式路径优化在GIS中的应用

为了解决传统算法收敛速度慢、搜索区域盲目等问题,提出了一种新的算法——渐变式路径优化算法.该算法是结合D ijkstra算法和遗传算法的优点,采用启发式搜索和自适应禁忌等策略进行优化而形成的一种混合算法.对新算法和传统算法进行了比较,同时将该算法应用于G IS路径规划中,对新算法中的关健参数σ、β因子进行了测试.仿真结果表明该算法极大地加快了搜索速度,提高了搜索效率,取得了良好的效果.     

基于遗传算法的多路径测试数据自动生成

遗传算法作为现在启发式搜索算法的理论和实验基础,在测试数据生成方面显示出较大的优越性。由于适应度函数设计是应用遗传算法进行测试数据生成的效率的关键,因此本文综合考虑现有适应度设计的因素,设计出一种新的基于遗传算法的多路径算法。该方法是首先设计一种衡量两条路径相似度的算法,然后在此基础上设计了一个针对多路径的算法。通过与现有方法的生成效率进行比较发现:对于基于遗传算法的测试数据生成问题,该方法的测试生成效率有较大提高。     

壁面移动机器人随机障碍避碰路径规划研究

该文对壁面移动机器人使用了人造势场法，实现局部区域内随机障碍避碰的路径规划。机器人系统根据环境信息，实时生成路径，增加了系统的稳定性和对环境的适应性。计算机动画仿真及其实际应用验证了该实时路径规划的可行性。     

移动机器人导航技术现状与展望

移动机器人导航技术的不断发展改善了人们的生活与工作状态。利用机器人的先进导航技术,可全面提高机器人的工作效率,促进社会的进步与发展。本文先介绍移动机器人导航技术的类别,之后对移动机器人的路径规划技术进行探讨,进一步指出多传感器信息融合技术的应用普遍性,最后对移动机器人导航技术做出了合理的展望。     

一种室内环境下仿人机器人路径规划方法

研究了单目环境下仿人机器人的室内环境的建立和运动规划问题.按照室内环境的建立地图,并选择SURF特征点作为室内环境中路标,提出了基于SURF路标与A＊算法的仿人机器人路径规划算法,该算法能够较好地满足仿人机器人路径规划的要求,具有一定可行性和有效性.     

基于差分进化算法的时间最优路径规划

提出了一种利用差分进化算法进行机器人路径规划的方法,在极坐标系下采用路径点列的极角和极径作为参数进行个体成员的矢量合成,生成的初始路径点集经过提练处理极大提高机器人移动速度;仿真结果表明该方法可以解决大范围、多障碍环境的机器人路径规划问题.     

一种基于C-T空间数字势场的机器人避碰规划方法

提出一种基于C-T(configuration-time)空间数字势场的机器人避碰路径规划方法,通过构造一种栅格化的CT空间数字势场,根据数字势场中的排斥势和吸引势,利用C-T空间离散路径点的插值方法,实现机器人对运动障碍物的避碰.通过一个2连杆机器人臂的避碰仿真实验研究,表明了该方法具有较高的计算效率,避免了一般避碰算法的大量C空间显式计算,能够适用于机器人的动态环境路径规划.     

智能控制在机器人中的应用

讨论机器人在复杂环境中的路径规划及故障诊断问题,帮助人们了解智能控制在机器人当中的应用.     

雷达威胁环境下的多无人机协同航迹规划

针对雷达威胁环境下的多无人机协同航迹规划问题,提出一种基于Voronoi图与蚁群算法结合的智能规划方法. 根据雷达威胁分布建立赋权Voronoi 图,将连续可飞空域离散化为网格点. 通过选取适当的参数放宽蚁群算法的最优性,将每架无人机寻优得到的多组解作为多条备选航迹,建立以协同时间为约束的协同函数,根据协同时间最优决策方法选出每架无人机的最终飞行航迹,进行航迹平滑处理后得到实际可飞航迹. 仿真结果表明,所提出的智能航迹规划方法具有时间协同和整体最优等优点.     

基于混合粒子群优化的巡航导弹低空突防航迹规划

将模拟退火算法嵌入到粒子群优化（partical swarm optimization, PSO）算法中,并对PSO产生的最优适应值进行重新评价,以此构成混合粒子群优化算法（PSO-SA）. 将PSO-SA 算法应用于巡航导弹的航迹规划,不仅可以避免PSO陷入局部最优,而且能快速有效地完成离线和在线规划任务,获得理想的三维航迹. 仿真结果验证了该算法的有效性,且对同一起始位置所规划出的航程较PSO算法短,可有效节约导弹燃料.     

基于遗传算法的双足机器人上楼梯的步态规划

针对双足机器人上楼梯的步态规划问题,应用三次样条插值合成脚踝的运动轨迹,并基于加速度分析设计出臀部运动轨迹,计算动力学模型得到ZMP轨迹,进而得出机器人步行的稳定性可以表示为关于上体初始位姿的多变量优化问题.最后应用遗传算法(genetic algorithm,GA)求解,获得稳定性好的优化步态.机器人上楼梯的动态步行仿真结果表明,运用遗传算法可以得到合适的优化轨迹.     

全身伽玛刀治疗过程自动化的解决方案

提出了一种基于靶点设计几何优化及治疗路径规划的一体化解决方案.该方案建立了几何优化靶点模型,采用遗传算法对模型进行优化,以获得靶点的最优配置;进而对治疗路径进行优化,以减少治疗床不必要的往复运动,提高治疗效率.当靶点数过多时,给出了一种分层优化方案,减少了治疗过程中的定位误差.模拟数据的实验结果表明,该自动化方案快速有效.