一种顾及障碍物的欧氏距离变换方法

提出了一种顾及障碍物的欧氏距离变换方法.该方法基于栅格扫描方式进行距离变换,逐行逐列传播距离值,并在距离传播过程中进行可见性检测,从而使距离传递路径避开障碍物,得到一种反映实际通行距离的欧氏距离图像.该算法思路简单直接,不涉及任何复杂数据结构,具有线性时问复杂度.实验表明,该算法计算出的距离图像准确性高,优于ArcGIS基于距离累计的算法,适合于点、线、面3种形态的源和障碍物的欧氏距离变换.     

考虑时空相关随机行驶时间的车辆路径问题模型与算法

本文对一类在真实道路网络中考虑时空相关的随机行驶时间的车辆路径问题进行了研究. 首先我们建立了该问题的两阶段随机规划模型. 然后我们将用于候选解寻优的智能优化算法与用于产生评价解的随机场景的情景生成技术相结合,提出一种智能随机优化方法求解该问题. 为了有效地进行解的寻优,本文结合可变邻域下降算法提出了一种混合粒子群优化算法.最后通过一系列基于北京市区道路网络的算例实验,我们验证了所提出的混合粒子群优化算法的有效性.实验结果还表明,考虑实际交通环境中道路网络上车辆行驶时间的时空相关性,会影响最优车辆路径决策方案.     

京沪高铁对沿线地区可达性的影响评价

选取京沪高铁沿线19个节点城市,利用交通成本的加权平均旅行时间模型定量分析了京沪高铁的建设对沿线节点城市可达性的影响:可达性大幅提高,提高幅度都在50%以上,极大的压缩了时空距离,缩小了沿线地区的交通区位差异,促使经济区重新划分,推动经济腹地地区经济发展,改变城市传统的居住模式,增强区域一体化趋势.     

机器人避障行走最优路径的MATLAB求解

本文主要研究在一个存在十二个障碍物(要求目标点与障碍物的距离至少超过10个单位)的区域中,机器人如何寻找最短路径和最短时间路径的问题,利用Matlab软件强大的计算和绘图功能,对机器人避障行走路线的最短路径和最短时间路径分别给出了两种不求解方法。     

基于遗传模糊算法的智能车辆避障路径规划研究

利用模糊逻辑和遗传算法构建一种智能车辆避障路径规划方法.首先建立智能车辆的动力学模型,然后设计模糊控制器,以智能车辆与目标点及障碍物中心点的角度差、智能车辆与障碍物的距离为输入量,智能车辆的速度、转角为输出量分别建立避障行为模糊规则表和趋向目标模糊规则表,最后利用遗传算法对避障行为模糊规则表进行优化.仿真结果表明,该方法是正确和有效的.     

机器人路径规划的凸点法

在具有障碍物的凸多边形或凹多边形的二维环境中，用不断搜索凸点的方法规划任意两点间的无碰路径，与其他方法相比，其规划速度快，优化后的路径质量较好．     

邻近障碍物整体化的机器人路径规划

针对采用传统的人工势场法进行路径规划时,在障碍物密集分布的区域容易使机器人陷入其中,导致停止不前或循环往复,出现局部极小值的问题,提出一种密集邻近障碍物整体化的机器人路径规划方法.首先,通过传感器检测障碍物的位置信息,根据相邻障碍物之间的距离划分密集分布的障碍物区域;然后,以该区域的中心为圆心,确定一个外接圆,对障碍物进行整体化处理;最后,用整体化障碍物替代原先的多个障碍物.在MATLAB软件平台上,对文中方法进行仿真.结果表明:与传统人工势场法相比,文中方法可以有效避开局部极小值,顺利完成路径规划任务;与增设引导点的方法相比,文中方法可有效减少机器人从起始位置到达目标位置的时间,提高路径规划的效率.     

面向动态障碍物场景的自主代客泊车路径规划

针对存在动态障碍物场景的自主代客泊车路径规划问题,提出一种基于D*算法和动态窗口法的自主代客泊车路径规划方法.首先,利用栅格扫描算法快速准确地构建自主代客泊车场景的静态环境地图,并采用Dijkstra算法实时更新动态障碍物影响的局部静态环境地图信息.随后,利用D*算法将自主代客泊车场景静态环境地图转化为静态路径场,得到...     

基于四叉树扇形层值聚类的无人船障碍物检测

为了实现无人船自主导航过程中对障碍物的精确检测,提出了一种基于四叉树扇形层值聚类的无人船障碍物检测方法。首先基于四叉树扇形划分进行障碍物点云数据地检索,并剔除扇形象限内不可信数据;然后利用所获得的四叉树层值来求取全局密度距离,进而获得层值阈值,以此来对不规则多线形障碍物特征进行检测;最后通过建立数据点之间的空间拓扑关系来求取参考距离,并以参考距离为基准对障碍物点云数据进行聚类判定,提高聚类分割准确性。多线形障碍物特征识别性能测试及水面无人船障碍物检测实验结果表明,相较于其他密度聚类算法,在正检率、误检率和漏检率性能指标方面,前者测试中文中算法分别平均下降了9.86%、5.04%、3.10%,后者测试中文中算法分别平均下降了10.50% 、6.97%、2.95%。     

阈值改进蚂蚁算法在交通诱导中的应用

研究基于阈值改进的蚂蚁算法在交通诱导中的应用,并对动态交通网络条件下算法的优化效果进行仿真.改进算法将已知的行程时间信息作为阈值条件,在路径寻优中预先剔除部分路径,并引入“检查蚁”对已发现的路径进行定期检查与存储.利用R软件对改进前后的两种算法进行仿真分析,对两者的路径寻优结果对比研究.实验发现改进算法下路径检索的平均行程时间较标准蚂蚁算法下降9.57%,证明了基于阈值改进的蚂蚁算法的优化效果,能形成适应城市路网即时高效需求的交通诱导方案.     

基于路段转移采样的最优路径集计算方法

为了不计算路段阻抗而获取起点到终点的多条最优路径，提出一种基于路段间转移概率并通过路段转移采样来计算最优路径集的方法(最优路径集路段转移概率法):首先，通过分时段、分区域来获取路段间转移概率，采用时段划分将交通状态随时间变化的影响纳入考虑，利用交通小区代替给定起点和终点，避免了路网中起点与终点数量巨大、特定点对之间数据量不足的问题; 然后，基于路段转移采样进行轨迹采样并获取最优路径集。该方法不需计算路段阻抗，对数据要求低，计算简便。案例分析表明:利用最优路径集路段转移概率法得到的计算路径与实际路径的涵盖程度高，区域划分大小对结果影响较小，时段划分可有效反应交通状况。     

基于改进势场法的移动机器人避障路径规划

分析了机器人路径规划方法中的人工势场法的不足,提出了改进势场法.该方法改进了斥力函数,增加了安全距离并将障碍物的影响距离根据障碍物的密集程度设置成一个动态值,并解决了抖动问题.针对局部极小问题采用虚拟障碍的概念,虚拟障碍是靠近局部极小点,用于把机器人从局部极小点区域驱逐出去,从而脱离局部极小并成功绕过障碍物到达目标点.改进势场法成功地应用于未知复杂环境下移动机器人的路径规划中,仿真实验证明了该方法的正确性和有效性.     

基于Q-IGA动态拟合贝塞尔曲线的路径规划

为在路径规划过程中得到一条适用于实际情况的最优路径,并克服遗传算法自身固有的易收敛于局部最优解和复杂度较高的缺点,提出一种基于Q-IGA（Q-standard Improved Genetic Algorithm）算法动态搜索贝塞尔曲线控制点的路径规划算法. 该算法摒弃利用贝塞尔曲线直接拟合最优路径的静态方式,使路径搜索与控制点搜索两个过程同时进行;并且在选择算子中添加一个判断准则,利用Q值检验法剔除相似度较高的解决方案,增强种群的多样性;与此同时,优化适应度函数,加入机器人体积及转弯角度带来的代价,使选择出的路径是一条距离较短且与障碍物保持安全距离的合理路径. 仿真结果表明,Q-IGA算法比改进人工势场法和混合遗传算法得到的路径更为合理,可降低机器人耗能,减少搜索时间,更适于实际的工业应用.     

采用时空重排扫描统计量的犯罪集聚可视分析

首先,基于时空重排扫描统计量方法,对福州市2014年案事件数据进行日尺度与小时尺度的时空重排扫描统计,得到不同尺度下的犯罪时空集聚区.然后,结合数据可视化技术,对分析结果进行多尺度、多视角的交互式可视化设计.结果表明:用户可以通过选择日期尺度,按月或按月日期段、周日期段查看犯罪热点空间分布;也可以通过选择小时尺度,按时段查看周日期或节假日犯罪热点的空间分布.     

旅客视角下基于时变的多模式交通网络出行路径

城市多模式交通出行路径决策会受到城市公共交通发班时刻表及交通网络时变特性影响。本文考虑这两个影响因素,研究了换乘次数、出行时间、步行距离等约束条件限制下以实际出行成本最少为优化目标的城市多模式交通出行路径决策问题。由于该问题为NP难问题,本文提出了基于遗传算法的四种求解策略。数值算例表明四种求解策略均有效,其中,变异概率随迭代次数调整的多种群遗传算法求解策略计算效率最高。     

基于高斯混合模型-地球移动距离的点集配准算法

提出一种基于高斯混合模型与地球移动距离的点集配准算法.将待配准的两个点集均表示为高斯混合模型,其中高斯分布的数量为点集中点的数量,每个高斯分布的均值为点的坐标值,方差为通过优化算法得到的优化值.在配准过程中通过优化两个高斯模型之间的地球移动距离来达到最佳匹配效果.该方法对点集配准中常见的噪声、外点、结构缺失等问题具有较强的鲁棒性.公共数据集与真实车辆平台上的实验表明该算法优于目前流行的点集配准算法.     

基于数据挖掘的路网交通拥堵特征分析

交通拥堵的发生通常导致道路通行能力的下降和交通瓶颈的形成,对城市的经济和环境造成影响。利用大数据技术挖掘交通数据,通过聚类分析方法,构建出行时间指数数据集,进而对城市路网交通拥堵进行定量分析。研究表明,路网拥堵在工作日和周末存在差异,以拥堵程度为指标将路网进行分类,得出路网拥堵在时间和空间上的关联关系和拥堵的特征及原因,在空间上总体呈现由点向线再到面的拥堵扩散过程。依据拥堵的时空特征,分析了路网的拓扑结构和流量的复杂性,为城市的可持续发展和交通优化提供一定的支持。     

城市快速路实时交通状态估计和行程时间预测

根据城市快速路交通诱导和监控系统的实际需要,提出了实时估计和预测城市快速路上交通状态和任意两点间动态行程时间的方法.其基本思想是将扩展卡尔曼滤波理论引入宏观动态交通流模型,结合快速路上的固定检测设备,实时估计和预测未来几个时段的交通状态,并利用“虚拟车”法预测动态的行程时间.通过对上海市快速路典型实测数据的实例分析,发现交通状态估计模型具有良好的跟踪能力,行程时间预测模型在畅通状态计算结果和实测结果几乎完全重合,拥挤状态相对误差基本维持在10%以下.结果表明,该模型的适用性和精度都令人满意,可为城市快速路交通控制和诱导提供依据.     

基于PAM聚类分析方法的路径优化算法研究与实现

针对交通网络中多站点路径优化问题,提出一种基于PAM聚类分析的路径优化方法,根据路网实际可达距离,将路网节点按照其节点间距离关系聚类划分为以路网节点间距离大小为表征的路网站点分类集合,同时对路线优化问题中目标节点按照分类结果进行区域限定,在限定路网搜索区域同时采用动态规划进行局部搜索优化,降低了搜索算法时间复杂度.最后依据国家基础地理信息系统网站提供的国界、省会城市及主要公路基础地理数据进行算法仿真实现,证明了该算法的有效性.     

乘积图的Hyper-Wiener指标

通过刻画几类乘积图的性质,讨论乘积图上任意两点间的距离,利用任意两个连通图的直积图上两点间距离关系的特征来研究直积图的hyper-Wiener指标的一些性质,最后由一般图的Wiener指标以及hyper-Wiener指标得到了直积图的hyper-Wiener指标的计算方法.