未知环境下基于可视切线图的救援机器人导航

研究了未知环境下救援机器人的导航问题,提出了一种基于可视切线图的导航算法,并对所提算法的可行性进行了分析。该算法包括反射式导航和反应式导航两个过程,采用方向吸引算子搜索全局目标指导下的局部最优路径。基于Matlab的仿真实验证明,采用该导航算法的机器人行走路径较短,所需运动时间相对较少,并且具有较好的环境适应能力,能够满足救援机器人在未知环境下的运动要求。     

向量场中微型足球机器人路径规划优化分析

规划出一条理想的路径并为机器人确定一个合理的速度值是微型足球机器人策略算法研究中的两个关键问题.文中应用向量场法对无碰路径规划及速度优化问题进行了分析.建立了轮式足球机器人小车的运动学模型,并深入研究了小车的运动性能问题.根据所得运动学迭代方程及向量场的特点,提出了一种速度优化设定方法.此方法采用低速控制方式,可大大降低小车的能耗,并使小车更易控制.仿真计算与实验结果表明此方法简单、有效,实时性很强.     

基于蚂蚁导航的未知环境下机器人路径滚动规划算法简

研究了一种栅格法环境建模下机器人路径滚动规划新方法.在未知环境内机器人根据视野域栅格环境与目标点信息,基于蚁群算法巧妙规划出局部导航优化路径.机器人沿着导航路径按照一定的步长前进一步,并重新动态规划出新的导航路径.机器人始终沿着较优化导航路径前进,机器人路径不断动态修改,当目标点在视野域范围内时直接规划出局部优化路径并直接到达目标点.该方法克服了传统子目标映射的复杂度高和智能化程度低等问题,仿真实验验证了本文方法的有效性.     

基于蚂蚁导航的未知环境下机器人路径滚动规划算法

研究了一种栅格法环境建模下机器人路径滚动规划新方法.在未知环境内机器人根据视野域栅格环境与目标点信息,基于蚁群算法巧妙规划出局部导航优化路径.机器人沿着导航路径按照一定的步长前进一步,并重新动态规划出新的导航路径.机器人始终沿着较优化导航路径前进,机器人路径不断动态修改,当目标点在视野域范围内时直接规划出局部优化路径并直接到达目标点.该方法克服了传统子目标映射的复杂度高和智能化程度低等问题,仿真实验验证了本文方法的有效性.     

基于自适应模糊神经网络的机器人路径规划方法

为了解决传统反应式导航中的复杂陷阱问题,优化导航控制,减少计算复杂度,提出了基于自适应模糊神经网络的机器人导航控制及改进型虚目标路径规划方法.首先根据移动机器人运动学模型,融合神经网络的自主学习功能与模糊控制的模糊推理能力,提出了基于自适应模糊神经网络的机器人导航控制器,将生成的Takagi-Sugeno型模糊推理系统作为机器人局部反应控制的参考模型.该自适应模糊神经网络控制器实时输出扰动角度,在线调整移动机器人的预瞄准方向,使移动机器人能够无碰撞趋向目标.然后,提出了一种改进型虚目标方法,优先选择机器人可能逃脱陷阱状态的路径,简化了设计难度,改变了虚目标切换方式,避免了大量复杂计算.实验结果表明,提出的方法可以帮助机器人在全局信息未知的复杂环境中导航,在趋近目标点的过程中能有效避障,无冗余路径产生,且轨迹平滑.     

基于改进导航圆算法的光伏阵列清扫机器人路径跟踪控制

为解决光伏阵列清扫机器人行进时易受组件间边框和光滑组件表面的影响,出现偏移原轨迹的问题,首先给出针对光伏阵列清扫机器人的运动学模型和超宽带定位系统,之后通过仿真分析原导航圆算法机器人调节距离较长的问题,提出一种基于改进导航圆算法的光伏阵列清扫机器人路径跟踪算法,对原导航圆算法的纠偏角重新修正,然后对修正后的纠偏角进行调...     

基于自学习可见图的机器人路径规划

针对未知环境下的机器人路径规划问题 ,提出了一种基于自学习可见图与局部最优的路径规划算法 .在这种算法中 ,采用自学习可见图来表示环境 ,并在路径规划的过程中逐步建立自学习可见图 .在避障上设计一个局部最优算法并提出了一种局部路径规划算法 .实验表明 :该方法规划速度快 ,并且能规划出局部最优的路径 ,满足未知环境下机器人路径规划的要求 .     

多机器人系统的鲁棒一致性算法

针对部分信息已知且带有干扰的多机器人系统,设计一种新的鲁棒一致性算法,解决多机器人系统输出一致性问题.首先,给出轮式移动机器人系统的运动学模型,根据全局控制与局部控制策略相结合的思想,建立基于多智能体一致行为的数学描述;其次,提出一种合理的鲁棒性能指标,利用H∞鲁棒控制及微分对策方法,设计多机器人系统鲁棒一致性算法.仿真实验验证了上述算法不仅使多个机器人自主达到速度一致,并有效抑制了干扰.     

轮式移动机器人在未知环境下路径规划

本文首先对轮式移动的机器人进行运动学分析,建立运动学模型及控制模型。采用直线和圆结合的方式对路径进行规划,然后采用模糊控制方法对机器人在路径规划基础之上进行路径跟踪控制,并且用计算机进行仿真。通过和不加模糊控制的机器人路径跟踪对比,采用模糊控制的机器人路径跟踪其运动轨迹相对平缓,波动少,且收敛到预期轨迹的速度快,其动态和稳态输出特性都较好。     

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.     

一类网络容量扩充问题

给定一个连通网络,找两点之间的最短路,作为两点之间的流量路径。每条路径都有一定的需求,网络中每条边的容量至少为经过该边的所有路径的需求之和,若某条边的容量小于经过该边的所有路径的需求之和,则需要对其容量进行扩充。每种扩充方案的扩充费用是关于扩充容量的函数。本文给出解决该问题的一个多项式时间算法,使得各边容量达到需求,且总的扩充费用最小。     

四川城镇的地貌分类与灾害

对四川省的城镇进行了地貌分类,划分为平原型城镇、丘陵型城镇、山谷型城镇、高原型城镇等,并讨论了它们的特点.还分析了城镇地貌与灾害的关系;平原城镇的主要灾害是洪涝与沉陷;沿江城镇拔河高度低,易受洪水灾害;峡谷口的城镇洪灾严重;山区城镇多滑坡、泥石流;城镇建设时不合理改变地貌,会引起灾害.     

评价电路本质安全性能计算方法的修正

重新建立了电阻性本质安全电路电弧放电能量的计算公式 ,证明在评价电路的安全性能时 ,理论上将电阻性电路当作电感性电路的特例处理 ,存在着最大可达 1 2 .5 %的误差 实验发现当电路从电感性过渡到电阻性时 ,电弧放电开始瞬间电弧电流将突然下降 还发现对电感性电路 ,放电电流线性衰减模型仅适用于电感量为 1mH左右时的情况 最后对评价电路本质安全性能的计算方法进行了修正 图 8,参 6     

三维桁架的几何非线性分析

基于虚功增量理论 ,提出了关于三维桁架的几何非线性的全拉格郎日方程 ,简要讨论了跟踪平衡过程的弧长运算法则。将全拉格郎日方程和弧长方法汇编成计算机程序 ,可用来分析三维桁架结构。数据算例表明 ,计算结果准确 ,说明这种运算方法是正确的。     

高陡边坡整体与局部失稳的强度折减及安全度判别分析

为了实现从整体和局部都能较为准确地分析弧状高陡边坡安全稳定性,指导露天采矿高陡边坡设计,采用有限差分强度折减法分析边坡稳定性,获得边坡整体的安全系数。对每个计算单元引入安全度进行分析,获得边坡局部安全系数;将最大节点位移时步曲线收敛性作为边坡失稳的判定准则,弥补了采用其他准则时由于人为指定容差而引起的较大误差;以某铁矿西南边坡为例,运用FISH语言编制强度折减法、失稳准则和安全度相关程序进行计算。研究表明:有限差分强度折减法、基于最大节点位移时步曲线收敛性的失稳准则和计算单元安全度相结合的边坡稳定性分析方法适合于弧状边坡稳定性分析,研究为弧状高陡边坡设计提出了新的思路。     

基于相似度测量法的模糊最短路径问题

提供了一种基于相似度测量法处理模糊最短路径问题的算法,通过计算各路径的相似度找到模糊最短路径长度,并获得相应的模糊最短路径.     

基于视觉识别的多层多道路径规划修正

摘要： 针对传统大厚板手工电弧焊和半自动焊工艺复杂、焊接效率低下、质量稳定性差等问题提出大厚板焊接的新方法：双机器人双面熔化极活性气体保护焊（MAG）,打底焊采用双机器人双面MAG错位焊接,填充焊采用双机器人双面MAG对称焊接.多层多道焊接过程中累积误差和焊接变形会对多层多道路径规划精度造成影响,准确的多层多道路径规划是实现大厚板机器人自动焊接的关键因素.提出基于视觉识别的多层多道路径规划修正方法,通过图像处理结合图像三维信息恢复获得各焊道实时填充信息,对多层多道路径规划进行修正,提高多层多道路径规划精度.     

时变网络中零等待时间最短路问题的一个对偶算法

时变最短路问题是最短路问题的一个推广.假设图G=(V,A)是一个有向图且有唯一的源点t,图G中的每条弧(i,j)∈A都附有两个参数:弧的传送时间b(i,j,u)和弧的传送费用c(i,j,u),它们都是在弧的顶点i上的出发时间u的函数.找出从源点到其它各点的最短路,即最小费用的路,并且要求每条最短路的传送时间不能超过给定的时间限制T.假设除源点外,在其它任何顶点都不能等待,b(i,j,u)是满足u b(i,j,u)≥0( (i,j)∈A,u=0,1,…,T)的任意整数,c(i,j,u)是任意的非负整数.给出了该问题的原规划和对偶规划,提出了一个最优性条件和一个对偶算法,并用一个数值例子来阐述算法.     

群孔加工路径的优化方法

以最短加工路径为目标，建立了路径优化数学模型。在该模型的基础上，分析研究了多种典型优化算法，给出了具体实例的算法实现，对比了各类算法的实验效果。最后，根据理论分析和实验研究，针对算法评价指标复杂度、灵活度、局部最优概率、反馈信息利用率等及其权重，得到优化算法的模糊综合评价。     

带转向延误和限制的最短路径问题及其求解方法

阐述了带转向延误和限制的最短路径问题(SP-Turn)的基本原理,系统介绍了现有的求解方法,包括扩展网络法、对偶网络法和弧标号算法,并提出了一个节点标号算法用于对比.分析指出弧标号、节点标号算法在算法原理上是一致的,对偶网络法是对它们的直观化.同时指出在SP-Turn方法中,扩展邻接表是高效的网络表示形式,在合理选择的前提下,一般SP算法的标号设定、标号修正等标号技术同样适用,最短路径可由节点至弧的形式转换为节点至节点的常规形式.