BP神经网络在清洁机器人路径规划中的应用

为了解决清洁机器人完全覆盖路径规划中最大覆盖率和最小重复率的要求,在清洁机器人犁田式全局路径规划算法的基础上,提出了BP神经网络方法作为清洁机器人的局部路径规划.运用基于深度优先遍历的改进型BP神经网络算法.解决清洁机器人的清扫死区问题.仿真的结果表明所提出的BP神经网络方法和改进型BP神经网络算法能够解决清洁机器人在家庭内的完全覆盖路径规划问题.     

移动机器人路径规划算法的研究

路径规划技术作为机器人研究领域中的一个重要分支,是依据某些优化准则,在其工作空间中找到一条从起始状态到目标状态的最优无碰路径.本文针对机器人路径规划技术进行了深入地研究,阐述了机器人路径规划问题的三个子问题等内容,讨论了传统路径规划方法 和基于智能算法的路径规划方法 .本文运用传统Dijkstra算法的贪心策略,针对静态环境下移动机器人路径规划的寻路径子问题,提出了一种改进的Dijkstra路径规划算法.该算法借助具有"先进先出"特点的队列,采用广度优先遍历二维网络结点.该算法在选择邻接结点进行遍历的时候,采用的禁忌策略是禁止访问已经访问的结点,以及被标识为障碍物的结点.实验及分析表明,该算法能准确并快速地寻找到最优路径,且时间复杂度为O(4*n).     

Web日志中挖掘用户浏览模式的研究

研究了Web日志挖掘的机理,提出了使用频繁遍历径作为用户浏览模式,并在分析挖掘频繁遍历路径的问题特征和对其进行形式化描述的基础上,进一步提出了一种在Web日志中挖掘频繁遍历路径的类Apriori算法,该算法能够正确、快速地从Web日志中抽取频繁遍历路径。     

大型填筑工程3D打印技术与应用

为探索快速、高效的填筑工程建造方法,该文介绍了一项填筑工程3D打印技术及其多种机器人装备系统。该技术系统由填筑工程3D打印技术调度系统和3D打印流水线机器人作业系统两部分组成。基于填筑工程3D数字设计模型,3D打印技术调度系统根据施工组织设计进度对填筑工程3D数字设计模型进行分层“切片”,获得单层施工填筑料信息,规划配料路径,存入填筑工程调度数据库以便共享。填筑料开采、配送、智能摊铺与碾压环节的工程机器人根据任务进行高效的流水线作业,在线检测填筑质量,实时反馈施工状态信息。填筑工程3D打印系统完全在调度控制下逐层填筑,层层循环,直至完成整个填筑工程的3D打印建造。     

冰雪颗粒3D打印的材料填充算法

根据所提出的冰雪3D打印机器人的课题研究需求,针对冰的物理特性,提出颗粒材料的3D打印方法。采用六方紧密堆积的规律,对颗粒的填充规划算法进行了研究。读取STL模型文件数据,研究了三角面片和切平面的匹配方法,提出采用黄金分割的匹配计算方法。针对分层后轮廓的颗粒填充问题,提出采用平面颗粒填充网格模板与轮廓曲线进行比较筛选的规划方法。计算实例证明,黄金分割查找实现三角面片与切平面匹配比二分法具有更高的效率;这种颗粒材料填充规划算法对复杂的实体造型均有效。     

基于平滑A~*算法的移动机器人路径规划

栅格环境下A*算法规划出的移动机器人路径存在折线多、转折次数多、累计转折角度大等问题.为获得较优路径,提出平滑A*算法.在A*算法规划的路径基础上,遍历路径中的所有节点,当某一节点前后节点连线上无障碍物时,将延长线路的这一中间节点删除,建立平滑A*模型.仿真结果表明,平滑A*算法优于Ant(蚁群),Anyti me D*算法.平滑A*算法路径长度降低约5%,累计转折次数降低约50%,累计转折角度减少30%～60%.平滑A*算法能处理不同栅格规模下、障碍物随机分布的复杂环境下移动机器人路径规划问题.     

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.     

基于免疫粒子群优化的移动Sink路径规划算法

为了减少能量空洞和延长网络生命周期，在无线传感网中采用移动 Sink 的方式收集节点采集的数据是解决能 量效率问题的有效措施．采集路径的规划问题类似于旅行商问题，无法得到多项式时间的解．提出了将人工免疫算法和粒子群算法相结合，针对移动 sink 数据收集的路径规划问题寻求近似最优解，仿真结果表明: 与其他算法进行性能比较，所提出的优化算法能够有效减少能耗和缩短遍历路径．     

基于单轴移动原理的建筑用3D打印装置研究

在系统总结了建筑3D打印技术发展现状与短板,针对建筑结构本身体量巨大的特点,首次提出了基于单轴移动理念的建筑用3D打印装置,主要研发的单轴移动式3D打印装置包括单轨模式、多轨模式两种,其中多轨模式又区分为多轨并联式及多轨独立并联式两种,对新研发的装置进行了研发设计、对其使用方法及应用效果进行了系统的阐述。最后对基于单轴移动原理的建筑用3D打印装置研究方向进行了展望。     

面向WSN的移动锚节点路径规划算法

针对无线传感器网络中使用移动锚节点辅助未知节点定位问题,提出了一种动态路径规划算法.该算法首先引用相关图论知识,把无线传感器网络看成一个连通的无向图,将传感器节点转化为图的顶点选取虚拟信标节点,通过蚁群算法遍历所选取的节点获得移动路径.并对传统宽度优先搜索算法中节点选取冗余和经典蚁群算法中存在的收敛速度慢等问题提出改进.仿真实验结果表明,改进算法能在保证一定通信覆盖率的情况下减少节点重复遍历以及锚节点的移动距离.     

金属材料喷射沉积3D打印工艺

针对现有金属材料3D打印技术存在成本高、效率低的问题,提出一种由三维CAD模型驱动数控系统,直接实现多品种、小批量、结构复杂金属零部件柔性、高效制造的方法—喷射沉积3D打印成形,介绍该工艺原理。搭建了实验平台,并以铋锡合金为成形材料,采用单道、单层、实体分层次的工艺试验过程,分别研究喷头孔径、喷头移动速度、送气速度对单道成形轨迹的影响,成形路径、路径搭接率对单层成形表面形貌的影响,最后对喷射沉积3D打印成形铋锡合金实体的断口进行观察。研究结果表明:当喷头孔径为0.6 mm、送气速度为10 m L/min、喷头移动速度为10 mm/s时,所得单道成形轨迹均匀性较好;当采用S形路径及搭接率为50%时,可以获得较高质量单层成形表面;喷射沉积3D打印技术可以实现金属件的快速高效制造,成形效率可达50 cm3/h,为现有成熟金属件3D打印成形技术的2~3倍。     

基于三阶段蚁群算法的土地利用核查 路径规划与目标导航

针对当前土地利用监管外业核查难以快速、准确地遍历所有待核查地块等问题,进行了土地核查路径规划与目标导航定位技术研究。提出了基于改进蚁群算法的土地核查路径规划与目标导航问题的三阶段求解方法,即“先分群,再搜索阶段最优路径,最后实现全局最优路径规划”,将大区域的多辆车路径规划问题简化为小范围单辆车路径规划与目标导航,利用改进蚁群算法求解出土地核查全局最优路径和导航信息。在此基础上对扬州市面积约6 600 km²范围内580个待核查图斑开展土地核查,利用该算法将外业核查车辆行驶路程由2 250 km缩短为1 683.3 km,缩短了25.2%。精准的目标导航方法较采用商用导航仪提高了工作效率和核查目标导航的准确性。     

虚拟人群仿真的路径规划新算法

提出了一种用于虚拟人群仿真的路径规划新算法.该算法由全局路径规划模块和局部避碰模块组成.全局路径规划模块利用具有最短距离约束的Delaunay三角形方法分割虚拟环境,并由具有距离信息的单元入口图进行表示;局部避碰模块利用相互速度障碍物方法,并加入了停止规则.实验结果表明:通过对具有距离信息的单元入口图的遍历可获得并存储...     

基于改进的FP-tree最大频繁模式挖掘算法

针对FP-growth算法时空效率低的问题,提出了改进的FP-tree构造算法。该算法利用动态结点插入技术构造FP-tree,能有效减小模式树的宽度,达到压缩空间的目的;同时,该算法提高了前缀路径的共享性,提高了算法的效率。针对密集型数据的频繁模式完全集难以挖掘的问题,文中提出了IFPmax最大频繁模式挖掘算法,在改进的IFP-tree结构的基础上,利用结点的秩进行预判断,充分利用最大频繁模式的性质对已经存在的结点进行标记,有效避免了节点的冗余遍历,提高了最大频繁模式挖掘算法的效率。实验表明,在不同的基准数据集上文中提出的算法更有效,避免了节点的冗余遍历,使最大频繁模式挖掘算法效率更高。     

基于四叉树和改进蚁群算法的全局路径规划

为解决机器人在大范围二维平面区域内的路径规划问题,提出一种四叉树和改进蚁群算法相结合的路径规划方法.基于四叉树分解法,对路径规划的二维区域进行环境建模,在环境建模的基础上,采用改进蚁群算法进行高效的路径规划.四叉树在完整地记录环境信息的同时对环境信息进行了高效地压缩,改进蚁群算法可以规划出与障碍物保持一定安全距离的路径,提高了规划出的路径的实用性.仿真实验表明,提出的路径规划方法在执行效率和路径的实用性上取得了良好的平衡,可以高效地对大区域进行路径规划.     

适于配送车辆导航路径规划的遍历模型的改进型粒子群优化算法

车辆路径规划是物流配送导航系统中的关键环节,是实现物流配送路径引导的前提条件和车辆导航的技术保障.为解决物流配送车辆导航中的路径规划问题,文中建立了物流配送车辆导航路径规划(VND)遍历模型,设计了求解该模型的改进型粒子群算法,并对初始种群的产生方法及种群的进化策略进行改进,使原本不能直接用于求解VND模型的基本粒子群...     

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。     

多目标优化-改进遗传算法路径规划模型

优化智能算法进行路径规划可以有效缓解用户出行拥堵问题，为此，设计了多目标优化-改进遗传算法(multi-objective-improved genetic algorithm, M-IGA)组合模型。采用Dijkstra算法改进种群初始化策略，完全规避了断路和环路，提高了初始种群质量；设计基于邻接矩阵的深度优先遍历交叉策略、邻接限制半随机变异策略，兼顾算法全局搜索和局部寻优能力，解决了种群多样性降低、过早收敛的问题。同时，在设计适应度函数时，引入个体用户偏好权重系数，综合考虑了平均行驶时间、交叉口延误、道路拥挤状况、道路等级4种因素来进行多目标优化，为用户寻找符合个体期望的最优路径。研究结果表明，所提出模型相比于蚁群算法路径寻优效率提高了54.322 0%;相比于单目标路径寻优，最优路径综合代价降低了23.609 1%,有效避开了拥堵及交叉口多的路段。     

一种改进的Logit型多路径交通分配算法

提出了一种改进的基于拓扑遍历Logit型多路径交通分配算法。算法将基于拓扑遍历的最短路算法与合理路径的选择相结合,有效减少了最短路的计算次数,提出了与经典Dial算法的单步法计算工作量相等的算法,改进了合理路径的定义并提高了计算精度。通过计算实例对不同算法的效率与合理性进行了比较。     

基于单元分解的改进D?lite路径规划算法

障碍物分隔搜索空间会隐藏D?lite算法正确的搜索方向,增加算法的计算次数,进而影响搜索效率,针对这一问题提出一种基于单元分解的改进D?lite路径规划算法.在原有Boustrophedon单元分解法的基础上加入了新的分解规则,对环境地图进行单元分解并构建了以单元为节点的图.设计了双向图搜索算法,能够快速计算出最短路径需要依次经过哪些单元.在这些单元中设置核心网格并依照顺序构建搜索链表,引导正确的搜索方向,使规划速度提高.在仿真平台上将算法与其他路径规划算法进行对比实验,实验结果表明,算法规划出的路径长度与其他算法几乎没有差别,并且减少了计算次数、降低了规划时间,验证了算法提高路径规划效率的有效性.