动态速度和代价约束的最短路径算法

Dijkstra算法是计算有向图中一个节点到其余各个节点最短路径的著名多项式时间算法,在交通规划、地理信息系统等方面有重要的应用。本文改进Dijkstra算法用于计算带有动态速度和代价约束的有向图中节点之间的最短路径,即有向图的节点之间除了静态的距离外,还有动态的速度和代价,例如城市交通中的高峰与非高峰时段影响速度/时间,收费与非收费路段影响代价;时间和代价在最短路径中由一个比例因子控制,通过调节该比例因子可计算节点间的最短时间/距离和最少代价的路径。该改进的算法被证明是可靠的,实验结果也表明了该算法的有效性。     

基于D*算法的农用履带机器人路径规划研究

针对传统A~*算法在路径规划中的不足,采用了一种实时性更强的D~*算法,与A~*算法不同的是,D~*算法的OPEN列表中包含了弧长代价递增的RAISE和弧长代价递减的LOWE两种状态类型。将传统A~*算法和D~*算法进行仿真试验对比,试验结果表明,D~*算法缩短了搜索长度和搜索时间且收敛速度快、计算量小。同时,在真实环境下进行了导航试验,结果表明机器人能稳定安全的按照规划路径到达目的点,验证了D~*算法的高效率性。     

一种WSN动态电压调节算法

针对WSN（Wireless Sensor Networks，简称WSN）系统的特性提出了相应的代价函数模型，应用线性规划方法求辑，得到由时间参数组成的控制变量，从而实现动态电压调节（Dynamic Voltage Scaling，简称DVS）算法，根据代价函数对提出的算法进行了模拟计算，数值结果表明，在WSN中，节点应用DVS算法进行动态电压调节能在满足时限要求的基础上较大程度节省节点能量。     

异构网下基于速度的自适应垂直切换算法研究

在异构网络垂直切换中一直存在着乒乓效应、网络利用率低和丢包率严重等问题．以往的算法虽然提出了改进的方法，但是没有考虑移动节点速度不同对切换效率的影响，在此提出了一种自适应主动预测的垂直切换算法．采用代价函数对可接入网络进行评估和选择；根据稳定周期、移动节点运动的速度和所处位置来自动调整切换执行时间，使移动节点能自适应的进行切换抉择．仿真结果表明，该算法可以有效地减少切换延时、分组丢失以及切换次数，能够有效地提高系统的切换性能。     

基于NSGA-Ⅲ算法的多无人机协同航迹规划

当多架无人机协同作战时,需要进行协同航迹规划,以提升任务成功率.将协同航迹规划中的约束转换为多个目标后,对NSGA(Non-Dominated Sorting Genetic Algorithm)-Ⅲ算法与势场蚁群算法进行融合设计.算法首先对地图进行势场构建,使距离障碍物较近的节点不易被选择,并且引导搜索方向.然后对航迹代价、空间协同约束和时间协同约束进行数学建模,转换为数值指标,并设置为NSGA-Ⅲ算法的多个目标.对NSGA-Ⅲ算法设计了临界层选择方法和进化算法等.最后在二维和三维栅格地图中,改进NSGA-Ⅲ算法利用各种群为各无人机搜索出期望的航迹.仿真实验表明,规划所得到的各无人机航迹安全且代价较小.     

移动机器人全局动态路径规划融合算法

针对移动机器人全局动态路径规划效率较低的问题,提出一种基于安全A^*算法与双速度模型动态窗口法的全局动态路径规划融合算法.首先,通过安全A^*算法得到全局最优路径节点,将其作为临时目标节点,为动态规划提供全局信息,避免出现局部最优.然后,采用时间序列Bottom-Up算法减少路径节点数,从而减少迭代次数、计算代价和储存代价,提高算法效率.最后,采用双速度模型对动态窗口法进行改进,通过避障重规划机制,解决全局动态路径规划时移动机器人绕远甚至绕圈的问题,并通过MATLAB平台进行仿真实验.仿真结果表明:文中算法的规划效率可提高46.18%,保证了路径的安全性和移动机器人速度的平稳性,文中算法的路径质量和规划效率更佳.     

WRSN中带时间窗的多MC充电规划算法

有限的传感器节点能量一直是制约无线传感器网络(wireless sensor network,WSN)广泛应用和发展的瓶颈问题。文章指出每个传感器节点具有相应的充电时间窗,能在各自的时间窗内被充电;研究在传感器节点平均能量低于阀值上限后使用多个无线可移动充电器为传感器节点补充能量,并提出了带时间窗的多移动充电器(mobile charger,MC)充电规划算法。仿真结果表明,该文设计的充电规划算法使得每个需要充电的传感器节点的能量都能及时得到补充,并且在充电过程中使用的MC数目比贪心算法低13.2%,所消耗的总代价少22.7%。     

注塑模CAE的三维等值线生成算法

提出了三维等值线生成的新算法．通过对曲面的扩展及离散，生成三维曲面的三角形网格．在网格节点构成的空间点集中，进行有序地搜索，并运用线性插值法获取三维曲面上系列的等值点，从而实现三维等值线的生成，以满足注塑模ＣＡＥ后置处理的需要     

基于事务垂直分片算法中节点估算代价的计算

研究和扩充了事务的垂直分片算法，提出了在基于事务的垂直分片算法中如何计算节点的估算代价的方法．通过对事务中SQL语句的分析，得到事务查询所要求的属性，形成事务_属性矩阵．程序表明，本算法可以将分布式数据库系统中的关系合理地分片．     

基于A~*的快速三维航迹规划算法

针对标准启发式A*搜索算法所存在的规划速度慢以及受限于二维空间问题,提出了一种基于A*的快速三维航迹规划算法.该方法以基本A*算法为理论基础,并将约束条件结合在搜索算法中,在三维规划空间中将地形高度信息通过所确立的高度代价转换函数简化计算并达到快速规划要求.算法分析和实验表明,该方法能在三维环境空间中快速规划出所需航迹以满足任务需求.     

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.     

复杂环境下六自由度机械臂路径规划的Biased-RRT修正算法

为解决复杂环境下六自由度机械臂的路径规划问题,提出一种基于采样规则目标导向设计、父节点重选的修正算法。该算法在原目标偏置策略的基础上对随机采样点的选取规则进行重新设定,以引导算法搜索树在尽可能向目标区域扩展的同时有效避开复杂障碍物。在节点扩展方面,依据新节点距离目标点的远近采用变步长扩展方式,即在距离远时选用大步长,加快搜索树扩展;进入目标区域后选用小步长,防止节点扩展陷入局部死循环。在路径优化方面,所提算法通过引入基于路径代价最小的重选父节点操作及多余路径节点剔除操作,来使规划出的路径相对优化。最后,利用三次样条插值技术为机械臂各关节规划出一条光滑、连续且无障的运动曲线。仿真结果表明,所提算法可有效缩短路径规划时间、减少路径长度,较好地完成了复杂环境下六自由度机械臂的预期路径规划任务。     

一种基于RRT-ConCon改进的路径规划算法

针对RRT算法缺乏稳定性和收敛速度慢的问题,基于RRT-ConCon算法和朝向目标搜索的策略,提出了一种改进的双向搜索路径规划算法.该算法通过改变两条搜索路径的临时扩展目标点,使搜索路径不仅易于朝着目标点方向生长,而且提高了算法的稳定性,同时可以保证规划的路径接近最优解.改进的RRT-ConCon算法利用随机节点生成函数,使朝着目标点生长的搜索路径避免陷入局部极小值.同时,为了测试各种仿真实验环境,还设计了一种仿真实验环境平台,实验结果验证了本算法的有效性和稳定性.     

基于改进双向RRT*的移动机器人路径规划算法

针对复杂环境下移动机器人的局部最优路径规划,提出一种基于目标偏置扩展和Cantmull-Rom样条插值的双向RRT^*路径规划算法.双向RRT^*算法同时创建两颗搜索树,交替进行相向搜索,同时以一定的概率进行随机点的目标偏置选择,以提高算法的整体收敛效率;再对当前节点重选父节点和重布线,以增强算法对环境的敏感程度.为确保路径安全可行,对环境中的障碍物进行膨胀处理,再对初始路径进行碰撞检测;修剪冗余节点,缩短可行路径长度,再利用Cantmull-Rom样条插值法平滑路径.在Matlab仿真平台和ROS机器人仿真平台分别进行2D和3D的对比实验,验证了改进双向RRT^*算法的有效性和优越性.     

用于多跳无线传感器网络的自适应退让算法

为了解决802.15.4标准MAC层规定的CSMA-CA接入方式的退让算法不能很好地满足动态网络和多跳要求问题,提出了中继数据优先的策略,该策略能更可靠地传递远端节点的信息,以适应突发流量和非突发流量网络.另外还提出了一种新的自适应流量变化且避免第2次冲突的退让算法(AASC),离散M arkov链模型的数值分析和仿真证明新算法在网络节点数目变化时有更高的吞吐量,适应突发量和非突发流量应用,在多跳通信方式下能更多地中继远端节点的数据到目的节点,并同时减少节点的重传次数节省能量.     

动态步长BI-RRT的无人机航迹规划算法

为解决传统RRT算法收敛速度慢、生成的航径距离过长等问题,提出动态步长BI-RRT算法。首先,采用引向目标的采样策略对空间进行探索以得到采样点,利用动态步长策略确定该采样点的增长步长以确定新节点;之后,通过树枝裁剪策略对新节点进行调整,当探索到目标节点时,算法返回初始航迹,对于初始航迹,应用贪心算法对航迹点进行筛选,以减少无人机(UAV)的无效节点与总航迹长度;最后,利用B样条进行平滑处理,得到一条可行航迹。搭建了二维和三维环境下的仿真地图模型,验证了该算法在保证无人机避障的基础上获得一条有效航迹。动态步长BI-RRT算法在无人机航迹规划方面不仅有实时性强、航迹光滑的优点,而且与分段优化RRT算法相比,在优化航迹节点个数的前提下,提高了收敛速度且降低了航迹距离。     

一类度约束最小生成树问题的Dijkstra算法

度约束最小生成树问题是网络设计和优化中的一个NP难题。结合该问题的特征,基于Dijkstra算法的基本思想,提出了一种求解网络G关于指定节点的最大度最小生成树的新算法。该算法在保证指定节点最大度的前提下,每次通过选取剩余边中权最小的边加入当前网络,最终得到网络G关于指定节点的最大度最小生成树。同时对算法的复杂度进行了分析。最后通过与其他算法的仿真比较和算例,表明了新算法的有效性。     

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。     

基于会话特征的MAP选择算法

针对现有MAP选择算法的评价指标不能直接反映用户的实际通信情况的问题,提出了新的指标——会话阻塞率.利用排队理论推导出会话阻塞率的数学期望公式,分析得到影响会话阻塞率的4个因素:会话频率、持续时间、节点的速度、MAP的层次.同时根据实时性需求和会话阻塞率间的关系,提出了基于会话特征的MAP选择算法.该算法采用了基于速度选择算法的节点分类机制,并在选择条件上增加了节点的部分会话特征.通过实验对这2种算法的性能进行比较和分析,结果表明本算法能够为用户的实时性需求提供更好的支持.