基于快速RRT算法的三维路径规划算法研究

RRT(rapidly exploring random tree)算法是一种基于采样的路径规划算法,可以在高维环境中搜索出一条路径。传统的RRT算法存在节点利用率低、计算量偏大的问题。针对这些问题,基于快速RRT^*(Quick-RRT^*)算法,通过优化重选父节点与剪枝范围策略、改进采样方式、引入自适应步长,对快速RRT^*算法进行改进,使得算法耗时和路径长度更短。同时,加入节点连接筛选策略,消除路径中过大的转弯角。实验结果表明,改进后的算法在三维环境下能快速找到一条距离最短的无碰撞路径,且运行时间也大幅降低。     

移动机器人路径发现与规划的免疫算法

分析了车式移动机器人的运动特性，设计了一种适用于该机器人的路径发现与规划免疫算法。通过仿真实验表明，该算法能够快速地发现与规划运动路径，有较好的柔性，能适用于不同的任务，所以该算法具有较高的智能。     

机器人救援的目标吸引动态路径规划蚁群算法

地震发生后城市的道路状况未知而且复杂多变,因此,在震后机器人救援中,如何快速地找到最短路径以拯救更多的伤员,成为研究的热点问题。提出一种目标吸引的动态路径规划蚁群算法,在动态变化的震后救援环境中找到最短路径,减少救援时间。利用原有城市交通地图的全局信息建立目标吸引函数,对蚂蚁在复杂动态环境下的路径搜索进行引导,提高其选择离目标点更近邻节点的概率,减小蚂蚁对非最短路径的选择概率。通过与MMAS算法进行仿真实验对比,验证了提出的算法可以更快地收敛到最短路径并具有较好的动态性能。     

未知环境下改进的基于BUG算法的移动机器人路径规划

对未知环境下移动机器人路径规划的方法和发展现状进行了概述总结,指出了各种方法的优点和不足.同时研究了环境未知情况下的移动机器人实时路径规划问题,将Bug算法与基于滚动窗口的路径规划相结合,提出了一种改进的移动机器人路径规划方法.规划时只考虑当前状态下所必须的传感数据,不必计算障碍物的边线解析式,节省了存储空间,提高了规划效率,保证了算法的实时性.算法采用两种行为模式,为了保证路径规划的完备性和全局收敛,同时给出了全局收敛标准.由于算法的固有原理,在陷阱区域移动机器人容易左右徘徊,无法达到目标点.针对算法的这个问题,利用虚拟障碍的概念提出了基于局部切线图算法的移动机器人路径规划.最后对本算法的收敛性和完备性给予了证明.仿真实验验证了该方法的有效性.     

联合A*与动态窗口法的路径规划算法

由于无人艇所行驶的海洋环境比较复杂, 因此无人艇智能系统中的路径规划系统显得越来越重要。针对A^*算法与动态窗口法(dynamic window algorithm, DWA)存在的不足之处, 提出一种将二者进行结合的混合路径规划算法。通过对A^*算法得到的局部目标点进行迭代更新使水面无人艇(unmanned surface vessel, USV)利用DWA得到最佳搜索路径。仿真结果表明, 提出的算法所搜索的路径长度以及路径的拐点相对于A^*算法分别缩短了21%和减少了59%, 验证了所提算法的优越性。     

无人侦察机路径规划方法研究

将无人机的侦察任务分为点状,线形和区域三类典型侦察任务.综合考虑探测传感器的特性,针对线形侦察任务,提出侦察走廊的概念;改进启发函数,基于A*算法有效解决点状、线形侦察任务路径规划问题;考虑飞机转弯半径限制,提出解决探测盲区的方法;针对带禁飞区的复杂区域搜索侦察任务,将全区域分割成若干无禁飞区的子区域,采用深度优先遍历算法,获得子区域的搜索顺序,在保证侦察无遗漏的前提下,利用往复前进式搜索方式,就可对区域侦察任务进行全区域覆盖的路径规划.仿真结果证实了规划方法的合理性和有效性.     

一种机器人路径规划的蚁群算法

提出一种机器人路径规划的蚁群算法,该算法引入信息素限定和自适应信息素挥发系数的方法解决蚁群算法应用中的停滞现象和搜索能力的问题。算法仿真研究中发现了算法的收敛速度和环境地图建模的方式有密切关系,提出栅格地图模型的坐标变换法,提高了算法的运行效率。比较仿真实验结果证实了本算法的有效性和快速性。     

多全向轮协同分拣平台的路径规划

针对传统物流分拣系统分拣效率低、人工成本高、灵活性低的问题,设计出一种自动物流分拣系统.以物品运输路径为研究对象,采用改进的A*算法与人工势场法实现系统的自动路径规划.通过调整实际代价与估计代价的权值对A*算法改进,增设虚拟子目标点与调节自适应参数对人工势场法改进,以完成货品的路径规划功能.仿真与试验结果表明,改进后的...     

多无人机3D侦察路径规划

针对现有路径规划方案忽略侦察区域优先级以及缺乏对侦察区域中新发生事件的跟踪,而导致规划路径不能适应动态环境和无法根据侦察区域重要性来执行优先侦察等问题。首先,提出将侦察区域重要性作为必要优化指标,与无人机能耗和飞行风险值等7个优化指标加权联合,构成路径优化过程中评估生成路径的多目标效用函数,从而使得规划路径可以反映侦察区域优先级特性。然后,提出了基于事件检测的侦察区域重要性值更新机制以提升路径规划方案对动态环境的适应性。最后,采用粒子群算法求解最优路径。仿真结果表明,利用所提路径规划方案生成的侦察路径能最大限度优先覆盖重要侦察区域,并且所提更新机制能够跟踪侦察区域中发生的新事件。     

电动汽车路径规划模型与算法研究进展

电动车技术的发展为物流企业提供了一种配送车辆的新方案。电动车具有低污染、低噪音等优点,其续航短、充电站有限等特性也带来了新的挑战。电动车路径问题(electric vehicle routing problems,EVRPs)在交通运输、物流管理等领域得到了广泛应用,受到了众多学者的关注。整理了电动车路径问题及其主流变体的问题描述,分析了其各自的提出背景与适用场景。对EVRPs的求解方法和技术做了归类,分析了各方法的优劣,并介绍了相关实际应用。给出了EVRP基准数据集与带时间窗的电动车辆路径问题的基准数据集的基本信息和部分节点分布图,对比分析了已对EVRP基准数据集应用的算法。展望了EVRPs的发展前景。     

计算机生成兵力中侦察模块的设计和实现研究

采用建模与仿真技术实现了基于武器平台的侦察仿真模块。模块不仅能够实现对作战仿真中各种战场信息的侦察,如地形、障碍物、敌方作战实体等;而且还可修改后适用于大部分侦察装备的仿真。对基本的通用的侦察手段和方法进行了初步的研究,对其在计算机生成兵力的过程中的侦察过程进行了描述。建立了基于武器平台的侦察模型并提出了实现的算法。能够基本上实现战场仿真中对战场侦察仿真的要求。     

Q-学习算法在CGF系统中的应用

CGF中的战场决策仿真十分复杂,要求CGF实体应能根据知识库做出类似人类的决策行为。目前,CGF系统中的决策模块大多是硬编码的,不能满足军用仿真发展的需求,这就要求CGF系统具有学习和自适应能力。Q-学习方法是一种特殊的增强学习方法,可以通过多次迭代计算正/负效益进行主动学习。本文介绍了Q-学习及其在CGF系统中的应用。这种较新的机器学习方法,在CGF中有着良好的应用前景。     

坦克分队CGF实体智能机动行为仿真

以坦克分队CGF实体为研究对象,详细探讨了在“以人为主,人机结合”的建模指导思想下,运用BP神经网络和A*启发式搜索算法实现CGF实体智能机动行为的建模。改进了传统的侧重于仿真过程控制而忽视发挥受训人员的主观能动性的弊端,提出了以实际军事需求为牵引,以智能仿真为依托,兼顾高层决策可控和底层机动自主的设计思路。最后结合实际应用对模型进行了可行性验证。     

攻防对抗DIS系统中CGF的构造与建模

ＤＩＳ作为一项现代仿真技术,在多兵种、多种武器平台的联合作战仿真与训练演习方面有着极其重要的作用,而ＣＧＦ是构造ＤＩＳ系统的关键技术之一。本文首先分析了构造ＣＧＦ系统的意义及特点,然后介绍攻防对抗ＤＩＳ系统中的ＣＧＦ组成结构。最后叙述了ＣＧＦ系统中重点对象的雷达、导弹及智能数字飞机的建模方法及特点,并给出了仿真结论。     

CGF中基于遗传算法的路径跟踪自学习研究

在计算机生成兵力(CGF)应用中,提出一种基于遗传算法的路径跟踪自学习策略,能够有效增强CGF实体的的自治性.首先构建了基于遗传算法的CGF学习行为模型框架;其次依据该框架论述了规则中条件、动作及适应度函数的确定;最后在实验部分对各参数的设置、整体模型的泛化能力以及对圆形路径的跟踪能力进行了详尽的分析,实验结果表明了该算法的有效性和可行性.     

KQML Agent语言在坦克分队CGF通讯机制中的应用

坦克分队CGF中通讯机制的研究是CGF研究的主要课题，也是目前研究的难题。充分利用Agent建模与仿真技术的优势，首次提出了利用KQML（Knowledge Queryand Manipulation Language）智能体通信语言实现坦克分队CGF中各种实体之间的交互通信与信息传递，并就一种对话模式的坦克智能体之闯的通讯机制进行了构建。最后通过一个例子对通信机制的合理性进行了验证，并得出合理的结论。这将为在坦克分队CGF仿真开发中通讯机制有效性、可靠性、透明性的提高提供有力的参考。     

反潜CGF系统中吊声传感器的建模方法

提出一种计算机生成兵力(CGF)系统中传感器模型的建模方法。以声纳方程为基础,综合考虑海洋环境及目标声特性,分别建立主、被动式的吊声传感器模型。利用海洋环境数据训练径向基神经网络(简称RBF网络),实时解算不同环境参数时的噪声级。在主动式吊声模型中,考虑声纳的波束方向,便于对目标进行定向等运动分析。通过MATLAB仿真,验证此模型的性能指标优于现有模型的性能,有效为反潜CGF系统服务。     

基于Agent的电子战CGF建模研究

计算机生成兵力（CGF）是一个具有自主性、智能性的复杂系统。传统的建模方法难以精确的描述其模型。Agent技术作为面向对象技术的延伸，为解决这类复杂系统的建模与仿真问题提供了有效手段。应用基于Agent建模技术，建立了电子战CGF的层次模型，并解决了个体Agent模型设计中的感知、动作、决策及实现方法上的问题，最后讨论了用于设计聚合级实体的多Agent系统的组织结构、通信语言、通信机制及协作模式。     

基于岗位模型的CGF建模仿真研究

在装备作战仿真中,提高仿真精度和扩大仿真规模在仿真工程实践中是一对矛盾。建立一种高分辨率的CGF模型,在扩大仿真规模的同时,提高仿真精度,解决这对矛盾。岗位模型描述的是装备内各岗位人员的工作、决策过程和相应装备分系统的物理功能。装备实体模型可以由几个岗位模型组合成,不同的装备实体模型可以利用现有岗位模型或继承现有模型组合成,这样可以大大提高开发新装备模型的效率,同时也避免了重复开发。建立这种岗位模型争强了模型的通用性、灵活性、重用性和可扩展性。     

适用于CGF的战场环境数据库的设计与实现

传统的视景数据库已经无法满足计算机生成兵力(CGF)决策对环境数据的需求,迫切需要一个适用于CGF的战场环境数据库。建立了栅格法与矢量法相结合的战场环境数据库分层模型,提出了顺时针右侧和基于地貌的坦克不可通行区域搜索等实时算法,开发了战场环境数据库编辑器软件和适用于CGF应用的接口函数集。CGF仿真系统检验结果表明在实时性和实用性方面有显著提高。