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.     

限制搜索区域的分层路径规划新算法

依据城市路网独特的空间分布特性及不同道路等级特性,提出一种以源节点和目的节点为椭圆焦点的限制搜索区域分层路径规划算法.通过对小型网格模型统计及回归分析,建立了一个鲁棒性椭圆形搜索区域模型参数,可以满足道路交通路径规划的要求.结合路径规划算法在实时车辆诱导系统中的实际应用,给出该算法的一个应用实例,对实验结果的分析验证了其有效性.     

PRM路径规划算法优化研究

针对限定环境下移动机器人路径规划问题,运用PRM(probabilistic roadmap method)算法进行初始路径规划,并提出一种基于改进的节点增强法与几何平滑策略的路径优化算法.利用节点增强法对初始规划路径进行优化处理,采用新增节点逐步取代原路径节点,减小路径中的拐点个数,从而缩短路径长度.同时采用一个基于几何平滑策略对优化路径进行平滑处理,以达到路径平滑的目的.仿真结果表明,该优化算法不仅能有效降低搜索路径的长度,而且能大幅度提高路径的平滑度.     

基于混合SA算法的智能汽车全局路径规划

针对目前智能汽车路径规划存在A~*算法规划的路径精度高却搜索耗时长、搜索耗时短但精度差的矛盾问题,提出了一种既保证搜索效率又可提高路径精度的混合连接SA算法.在原有连接方式的基础上,提出了一种新型的连接方式和S算法,设计了混合SA算法的切换机制,确保了SA算法可获取保证搜索效率的次优路径.进行了路径规划单一地图仿真试验,验证了SA算法在不同的单一环境地图中,重复规划的路径具有一致性、耗时具有一定局限性;同时进行了路径规划普适性仿真试验,对比分析了混合连接SA算法与四连接A~*算法的各项性能指标.结果表明:在全局工况下,SA算法相比于四连接A~*算法,在保证搜索耗时优势的同时,提高了规划路径精度,尤其是在低百分比障碍物地图下,效果更为明显.     

基于正则表达式的限制性路径规划

传统的路径规划算法大多以长度、时间或代价等为度量标准搜索起止点间的最优路径,不适于解决有位置限制的路径规划需求,如搜索有序或无序地经过全部或部分用户指定的位置点或位置点类别的最短路径.本文主要针对这类应用场景,利用正则表达式表示复杂的限制性路径规划需求,形式化定义了基于正则表达式的限制性路径规划问题并设计了通用的解决框架,在此框架基础上提出了基本的限制性路径规划算法BCRP(Basic Constrained Route Planning)以及加入剪枝策略的改进的限制性路径规划算法ICRP(Improved Constrained Route Planning),有效减少了搜索空间.最后通过在真实路网数据上的实验结果证明了方法的高效性.     

一种新型改进四叉树方法在分形图像压缩的设计与实现

详细阐述了Jacquin和Fisher的两种分形图像压缩方法,基于Fisher的自适应四叉树,提出了一种新型改进四叉树搜索方法.该方法根据值域块的几何特征分类来选择合适的匹配块,通过区域相关的快速搜索与四叉树方法相结合,并利用VC6.0开发工具加以验证与实现.实验结果表明,与Fisher方法相比,在同类图像压缩和重构中,新型改进四叉树方法压缩时间缩短,压缩比和PSNR得到较大的提高.     

改进的A~*算法在虚拟人路径规划中的应用

自动计算生成虚拟人的最优路径是虚拟人路径规划研究中的关键问题之一,针对这一问题对A*算法进行了分析、实现和改进.通过对估价函数进行加权处理,缩短了搜索路径,减少了搜索时间;并且引入"人工搜索标志"避免了重复搜索无效区域,能有效快速地逃离障碍物陷阱,使算法在未知环境中有效准确地找到可行性路径,进而对可行性路径进行优化得到最短路径,解决了虚拟人避障与导航问题.     

基于改进蚁群算法的移动机器人三维路径规划

三维路径规划是移动机器人研究领域的核心内容之一.传统的蚁群算法应用于三维路径规划时,存在收敛速度慢,容易陷入局部最优解等问题.针对这些问题,论文对路径节点的选取方法、信息素的更新方法、启发函数的设计进行了改进,从而避免了算法陷入局部最优解,加快了算法的收敛速度.仿真实验表明改进算法在不同复杂程度的环境中都可以得到最优路径,且路径规划结果较好,这表明了算法有良好的寻优能力.     

一种改进的移动机器人三维路径规划方法

针对工作环境已知的情况,研究了移动机器人的全局三维路径规划问题.首先改进蚁群算法全局信息素的更新策略和信息素增量的计算方法,使规划出的路径效果更优;接着引入安全性因素并提前离线计算,设计当蚂蚁陷入死锁时将该点信息素清零的回退机制,以实现复杂三维环境中机器人的高效避障;然后对传统搜索模式进行改进,实现机器人垂直于前进主方向的移动方式.仿真结果表明,采用文中设计的路径规划方法得到的三维路径长度短,搜索效率高,且更加符合实际情况.     

计算机图形编码转换时形状分析的改进

为了解决四又树编码在转换时,同一形状和大小的多边形图形可能会产生不同的四叉树,不利于形状分析和模式识剐.借鉴四叉树编码的分割方法和霍夫曼编码的原理,对四叉树的每个叶子结点进行编码,因为霍夫曼编码是用二又树结构表示,一组编码只对应一种编码树,最后利用Morton码对节点进行压缩编码.     

人工免疫算法路径规划在林火救援中的应用

为解决复杂环境下双机林火救援路径规划问题,提出用人工免疫算法规划三维飞行航迹。借鉴人工免疫算法规划机器人路径的方法,通过考虑飞机飞行特性和双机路径规划的要求,为双机异地出发同时到达规划出三维飞行路线,并对算法的主要影响因素进行了分析和估计,获得规划航迹的最优参数,用于设计安全高效的飞行航迹。研究结果表明,该方法能规划出复杂环境下双机飞行航迹,利用参数优化后的人工免疫算法不但能快速有效地规划三维航迹,而且丰富了航迹规划方法研究。     

一种机器人路径规划的新方法

采用四叉树对机器人工作平面（空间）建模，在此基础上提出了实现Ａ路径规划算法，仿真结果表明，该算法是一种正确、高效、实用的成功算法。     

王轮铰接式月球机器人的全局路径规划

为了满足五轮铰接式月球机器人（FWALR）的避障及在月面上作业的要求，针对FWALR的结构特点、月球上凹凸不平的三维地形和机器人车轮与地面的相互作用，提出了基于虚拟传感器的双向全局路径规划方法和降维法。用此方法对FWALR进行了全局路径规划及仿真试验，证实了这种全局路径规划方法的可行性。     

隧道塌方应急救援多车型调度模型

隧道施工塌方事故因道路通行条件差、车型繁杂等问题,使应急救援调度十分困难。针对普通、超限、重型三种类型救援车辆,选取路段距离、道路等级、拥堵情况、路面状况和坡度作为道路综合权值的影响因子,建立了以最小化道路权值为目标,同时考虑车辆自身对道路条件约束的路径规划模型,并给出求解方法。计算车辆供应点三种车型之间的路径重合率,以调度时间最短为目标,建立了限制期内多车型救援车辆调度模型。以算例进行验证,计算结果表明:该模型能够根据隧道周边复杂道路环境求得适应于不同车型的最优路径,并得到最优调度方案,提高救援效率。     

20kV变电站的多层数据智能三维调度方法研究

变电站数据存在空间拓扑结构,传统方法采用二维调度,导致维度空间信息消失,调度结果不可靠,影响调度人员对整个变电站状态的掌控。为此,提出一种新的20kV变电站多层数据智能三维调度方法。通过四叉树方法建立变电站多层数据空间索引,把最小外包矩形置于能够将其全部保存的最小矩形节点内,给出四叉树形成过程。按照不同层次与粒度,通过空间划分方法对20kV变电站多层次数据进行划分,得到连续分层层次细节模型,从下往上遍历四叉树,求出每层误差,将求出的误差作为多细节层LOD选取的参考值。给出保持区域更新与数据调度间动态平衡的方法。分析了视点区域,利用当前视点参数对LOD分布进行管理。利用索引表获取二维空间和三维空间的映射关系,在三维空间中确定三维多层数据。依据模型与视点的距离动态智能调度不同层次变电站数据,给出详细三维调度过程。实验结果表明,所提方法适于实际应用,可行性强。     

基于蚁群算法的三维空间机器人路径规划

将蚁群算法应用于三维空间机器人路径规划问题.首先将机器人所在位置(原点)与目的点之间的空间划分成立体网格,同时定义原点与目的点之间的有效路径.蚁群从原点出发,独立地选择有效路径,最终到达目的点,从而求出从原点到目的点之间的最优路径.实验结果表明,该算法不仅有效,而且具有较快的速度.     

无人飞行器延时航迹规划方法

编队飞行中无人飞行器由于战场态势改变等原因常常需要延迟打击目标。在定高飞行模式下,提出了基于分层规划的延时航迹规划方法,首先基于最小风险值选择最佳延时机动区域,然后采用基于解析法的延时航迹规划算法,生成满足延迟时间和飞行约束条件要求的延时机动航迹。通过分析计算各个航迹段附近区域的风险值,确定了无人飞行器延时机动的安全飞行区域;基于解析法提出徘徊延时航迹的规划算法,并用该算法生成满足飞抵时间延迟量要求的延时航迹。仿真结果显示,徘徊延时航迹规划算法能够高效准确地规划出需要的延时航迹,规划总时间在规定的时间范围内,较好地满足了无人飞行器需要延时飞行的时间要求。     

基于双层协调体系的多移动机器人路径规划方法

针对多移动机器人系统中路径规划全局最优与局部协调的兼容性需求,提出了一种基于双层协调体系的路径规划方法。结合路径组亲和度评价提出改进的免疫协同进化算法并完成全局路径规划,提高了规划效率和全局路径质量;根据初始条件和全局路径信息,判断系统中各机器人可能出现碰撞的位置,提出基于优先级机制的动态窗口法在相应位置附近完成路径的局部协调;最终在全局最优路径基础上实现机器人的局部路径协调避碰。试验结果表明,该路径规划方法使机器人沿全局最优路径行驶时,仍能进行灵活有序的局部路径协调,有效提高了系统的路径规划性能。     

建立安全换道域的换道决策与规划

局部路径规划强调在微观交通场景中输出一条可行驶路径,对每一离散时刻的路径点都要求有极高的安全性和舒适性。现有的局部路径规划方法中鲜有考虑路径曲率是否连续、路径起讫点约束等物理特性的基于安全换道域的换道决策与规划方法。本研究中对典型的换道场景建立了临界安全换道角模型,对无法演变为单障碍车换道场景的双障碍车换道场景建立了安全换道域。对比了几种常用换道路径,筛选出B样条曲线法作为局部路径规划方法,利用换道时间和换道路径平均曲率确定基于安全换道域的最优换道路径,并提出了基于安全换道域的换道决策,联合Simulink和PreScan计算平台在典型换道场景下实现了所提出的换道策略的仿真验证。结果表明,所提出的换道决策和换道路径规划能够实现本车的安全换道。