基于Bezier曲线的自主移动机器人最优路径规划

以自主移动机器人为研究对象,以足球机器人为研究平台,针对足球机器人运动轨迹的实际特点,提出了一种基于3次Bezier曲线的最优路径规划方法.该方法以足球机器人实际比赛时的速度、加速度和有效躲避运动轨迹上的障碍物作为路径规划的约束条件,以所规划路径和机器人到达目标点花费时间最短为规划目标.同时将Bezier曲线规划方法与粒子群优化算法相结合,通过粒子群优化方法对产生轨迹的各粒子进行选择更新,并调整各约束条件的权重系数,从而增强了路径规划的有效性和精度.最后通过仿真实验验证该方法有效可行.     

一种适于车辆导航系统的快速路径规划算法

针对城市道路网图节点数较多,经典的求解最短路径的Dijkstra算法存在计算时间较长的问题.对矢量化的城市道路网图的特点进行分析,给出了道路网图的计算机存储结构,提出一种快速求解城市道路网两节点间的最短路径近似算法.算法的实现采用双向式搜索法、投影法和夹角最小的方法.理论分析和实验结果表明,和Dijkstra算法相比,该算法尽管有时得不到最优解,但能大大减小搜索空间,提高搜索速度,时间复杂性不超过O(N),适用于车辆导航系统.     

基于电子地图的路径规划的分析解决方案

路径规划问题被广泛应用于汽车导航系统、交通监控系统及各种应急系统中．在已有的基于ShapeFile格式的电子地图上，需增添路径规划的功能；并且提出如有较多道路附属信息，能设计出最优路径．同时提出一种存储道路数据的数据结构，然后采用启发式算法，实现信息可扩展的路径解决方案．将代码加入到已有系统中，经过验证，能准确高效地将路径展示Ⅲ来．     

一种基于GIS的公交线路规划方法

城市化快速推进导致的城市扩张,使新增公交线路成为城市公共交通服务中的重要工作。基于公交线路规划中常考虑的约束条件及GIS网络分析功能,提出了一种考虑交通状况、服务人口及现有公交线网布局等约束件的公交线路规划约束模型。以其计算结果作为目标函数,基于Dijkstra算法进行最短路径分析,实现单条公交路线规划的方法。实例验证结果表明:该方法可根据公交线路服务特点,同时兼顾交通状况、服务人口和已通行公交线路等多个约束条件,在考虑现有公交网络并保障服务人口尽可能多的前提下,合理避让交通拥堵路段,有效提高乘客出行效率。与经验判断法相比,该方法可基于GIS实现公交线路规划相关空间数据的定量分析,能够显著提高工作效率,增强公交线路规划的科学性,可为城市新增公交线路规划提供参考。     

基于Mapinfo的最短路径混合搜索算法

在迪杰斯特拉(Dijkstra)算法的基础上,针对有较多节点和道路的大网络在求解最短路径时计算时间慢、扩展节点多的缺点,采用基于局部最优方向和A*算法的混合算法,利用局部最优方向法的结果,对A*算法的启发函数加以改造,可以减少扩展的节点数量,快速的找到一条最短路径.通过实验仿真证实了该算法的快速有效性.     

求解最短路径问题的DNA动态规划算法

最短路径问题是一个组合优化问题,许多交通运输、工程、管理等实际问题可转化为最短路径问题进行求解。文中利用DNA计算的并行计算模式,给出一个求解最短路径问题的DNA动态规划算法,该算法最多需要7n-11个生物操作。     

无人驾驶拖拉机实时避障路径规划算法

为了实现无人驾驶拖拉机在直线作业时的实时避障路径规划功能,提出一种在改进最短切线法的基础上用五次多项式函数规划路径的避障路径规划算法。针对最短切线法规划的路径曲率不连续、难跟踪控制的问题,首先采用改进最短切线法求相关坐标点,然后基于求得的坐标点用五次多项式函数求解路径,最后得到由两段五次多项式函数曲线和直线组成的曲率连续的避障路径。对避障路径规划算法进行仿真,结果表明,该算法生成路径长度短、实时性好、安全性高。基于常州东风无人驾驶拖拉机的运动学模型设计一种模型预测控制器,在Simulink与CarSim联合仿真平台上对无人驾驶拖拉机的避障路径规划及跟踪控制进行联合仿真,结果表明：与改进最短切线法相比,基于五次多项式函数的路径规划算法规划的路径跟踪控制精度更高,更易于跟踪控制。     

VC 实现基于Dijkstra算法的最短路径

设计一种方便查找及显示最短路径的数据结构,并对针对原有的Dijkstra算法通常仅研究计算一条最短路径加以改进,实现一个顶点到另一个顶点的所有多条最短路径的查找。     

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。     

基于数字地图预处理的飞行器航迹规划

针对飞行器在低空复杂空域下航迹的规划,研究了地形条件以及地表威胁对飞行器飞行的影响。通过对数字地图以及静态威胁的分析,探究了数字地图的处理方法,并用埃尔米特插值函数进一步对地图进行平滑处理,减少最优航迹的搜索范围。通过设计地形跟随、地形回避以及威胁躲避的方法,保障了飞行器的安全。深入分析粒子群算法,在飞行器执行任务前实现对三维航迹的规划。通过仿真,展示了地图处理前后的区别,实现了三维最优航迹的离线规划。     

基于拉格朗日松弛的水灾逃生路径规划

研究了假设路段通行时间为随机变量的交通网络约束最短路径问题.建立0-1整数规划模型,求出最小期望通行时间路径.除流量平衡和路段通行能力约束外,还引入了唯一通路选择约束以保证最终只能生成最优路径.然后,提出了拉格朗日松弛法对难约束进行松弛处理,并将松弛模型分解成两个子问题.结合次梯度算法、标号修正算法和k-最短路径算法设计了一个算法框架,以最小化上下界的差距寻找近似最优解,用改进的算法框架进行求解.最后将该框架应用于龙岩市新罗区进行了计算试验.结果表明,该算法能够找到相对间隙较小的高质量解,验证了该方法的有效性.     

基于有规则路径表达式的XISS研究

提出了一种基于元素编号的系统XISS进行索引和存储XML数据,编号方式能迅速地确定XML数据层次结构中元素间的祖先-子孙关系;同时在XISS中采用了一种处理有规则路径表达式的算法:EE-Join(元素-元素加入算法),EE-Join算法对于查询那些长路径或者长度不确定的路径特别有效.     

基于运动状态估计的双无人机协同航路规划

在双无人机协同任务过程中,由于会受到敌方雷达、武器等干扰造成跟随机无法准确获得领航机状态,为保证跟随机能够尽可能跟随领航机,提出结合交互式多模型(IMM)算法和自适应差分进化(JADE)算法的方法进行跟踪与寻迹.首先,基于JADE算法为领航机优化一条平滑航路并建立领航机位置状态信息,同时利用多个机动模型匹配估计领航机运动状态;然后,根据估计信息,确定跟随机下一可行航迹点范围;最后,以双机时空协同为目标,设计跟随机优化目标函数,优化产生下一航迹点.仿真实验表明,仅8.8%的航迹点处于双机探测范围外,且短时间内能够回到理想位置,时间和空间上双机能够保持协同.     

基于实时工况的动态物料搬运路径规划

文章针对生产系统物料需求环境复杂多变以及生产过程中各种扰动所导致的搬运路径的不确定性问题,研究了物料搬运路径规划的重规划驱动机制以及扰动发生时的重规划策略;建立了包含多需求点、多搬运工具的多目标动态重规划搬运路径模型,以搬运时间、成本最小作为模型的优化目标,在扰动发生及到达重规划周期时间的情况下重新生成搬运路径;结合智能优化算法对该模型实例进行仿真计算,验证该规划方法可以增强搬运系统敏捷性并有效减少物料搬运的成本。     

基于模糊自适应PID控制的交通运输路线规划系统

运用传统系统规划的交通运输路线在交通拥挤或存在外界干扰的情况下适应性差,因此设计一种基于模糊自适应PID控制的交通运输路线规划系统。将模糊控制单元引入传统PID系统中,为提高控制单元的自适应能力,将自适应PID系统中的各种参数进行模糊处理,通过复杂的模糊推理和数据交互使得到的控制变量清晰化,最后结合VB语言对交通路线轨迹进行优化控制,使交通运输路线更加清晰可控。通过大量的仿真实验证明,所提出的系统在外界有干扰的情况下,能够保证车辆不偏离路线,极大地缩小偏差量,说明所提系统的适应性更强,能有效对车辆偏差量进行控制,更具可靠性。     

基于马尔科夫生存模型与粒子群算法 的动态航路规划

针对未知情况下航路规划问题,采用动态规划策略保证飞机可以实时规划未来路径,并引入基于马尔科夫的生存模型来获取飞机的生存状态概率,从而评估生存代价,再综合任务、油耗、飞机机动性等作为粒子群算法的目标函数与约束条件,同时为了缓解生存与任务之间的矛盾,引入目标函数权重自适应策略.仿真实验证明,提出的动态航路规划策略是可行的,自适应权重也在一定程度上缓解了生存与任务之间的矛盾,同时将基于马尔科夫的生存模型应用于动态航路搜索中,能够更加直观地掌握每一时刻飞机的生存代价以及各状态的概率.     

基于气象威胁场的无人机三维航迹规划

针对无人机航迹规划中气象威胁要素模糊性强、不确定性高等特点,提出了改进的BP神经网络的气象威胁度评估方法,对区域内气象威胁要素进行评估以建立表征气象威胁的气象威胁场。在所建立的气象威胁场上采用改进稀疏A*算法进行三维航迹规划,改进稀疏A*算法通过引入自适应操作提高了收敛速度以及效率。仿真结果表明,这种威胁评估方法可较为准确地评估区域内的气象威胁,改进稀疏A*算法能够准确、快速地在三维气象威胁场上寻找到最优航迹,具有一定的应用价值。     

基于弹道下降方式的无人机风险评估与航路规划

针对无人机系统失效后对地面人员及财产安全的威胁,提出了一种基于弹道下降方式下的无人机风险评估及航路规划方法。分析了无人机失效后的下降特点及规律,采用栅格法划分空域环境,以地面不同属性构建低空空域环境风险评估模型。结合无人机飞行的风险值、路径长度和空域情况,建立了多目标、多约束的无人机飞行航路规划模型。利用改进蚁群算法进行求解：优化转移概率,避免蚂蚁陷入死区间和减少盲目搜索;对信息素的更新进行改进,调整自适应系数增强最优路径的信息素浓度,提高算法收敛速度与稳定性。相比传统蚁群算法的路径规划,运行时间缩短6.7%、最优路径风险值降低41.45%、整体性能提高18.0%。仿真结果表明：本文模型及改进算法可以在提高路径安全性的前提下,缩短规划路径生成时间且保障运行的经济性。     

基于分数维的地形分析在航迹规划中的应用

论述了分形、分数维的基本概念,以及分数布朗运动的数学模型．结合实际推导了地形分数维D和方差σ值的求解方法．而后提出了航迹规划选取流程,着重研究了用分数维地形分析方法进行巡航弹航迹规划的算法流程．最后,对两幅地形图进行了实验分析．并指出分数维数D表征了局部地形粗糙的程度,其值越大,地形匹配成功率越大;方差值σ表征了地形起伏的程度,它是选择高程规划航迹的重要条件之一;信息熵表征了在某一具体方向上的地形变化情况,其值越大匹配的成功率往往也越大．