移动机器人路径规划安全A*算法

针对移动机器人路径规划时安全性不高的问题,提出一种路径规划安全A^*算法.首先,通过扩展搜索邻域,减小路径转角角度,避免不必要的折角;然后,在启发式函数中引入新的评价指标,增加移动机器人与障碍物的距离.最后,提出安全性指数S,对路径安全性进行量化.通过MATLAB软件进行仿真对比,仿真结果表明:文中算法的路径质量和安全性更佳.     

基于改进A*算法的无人艇全局路径规划

以无人艇（unmanned surface vessel, USV）为对象,对其全局路径规划问题展开研究.针对传统A^*算法进行规划时存在算法效率低、求解路径长度仅仅是栅格最优而非实际最优,且转折点多、路径不平滑等缺点,提出了双向并行化处理和精英扩展搜索策略来提高算法的搜索性能.同时,采用路径剪枝优化和三次B样条曲线优化方式打破了栅格环境的限制,对路径进一步优化. Matlab仿真实验结果证明,改进后的A^*算法为无人艇提供了一种更加合适有效的全局路径规划算法.     

基于改进蚁群算法的六自由度机械臂路径规划

针对空间六自由度机械臂路径规划问题,提出了一种基于改进蚁群算法的路径规划方法.以ABB1410型号的六自由度工业机械臂为研究对象,建立D-H运动模型以求解正、逆运动学方程.设计了碰撞检测算法,使用改进后的蚁群算法进行路径规划,把机械臂末端的运动轨迹看作是依次经过规划路径的点的集合,求解机械臂运动的反解,得到相应的关节转...     

基于导航势函数法的六自由度机械臂避障路径规划

以MOTOMAN MH6型机械臂为研究对象,运用导航势函数法对机械臂的无碰撞路径规划展开研究. 根据机械臂的几何特点对机械臂进行简化,并结合球型包络算法分析了障碍物与机械臂碰撞的临界条件,计算出机械臂运动的自由空间. 导航势函数法有效解决了传统人工势场法的\"局部极小值陷阱\"问题,由于预先消除了目标点以外的极小值,机械臂能够顺利到达目标点. 通过数值仿真,解决了导航势函数控制参数的选取问题,并在基于OpenGL的虚拟实验平台中进一步验证了该方法的有效性和可行性.      

改进的A~*算法在虚拟人路径规划中的应用

自动计算生成虚拟人的最优路径是虚拟人路径规划研究中的关键问题之一,针对这一问题对A*算法进行了分析、实现和改进.通过对估价函数进行加权处理,缩短了搜索路径,减少了搜索时间;并且引入\"人工搜索标志\"避免了重复搜索无效区域,能有效快速地逃离障碍物陷阱,使算法在未知环境中有效准确地找到可行性路径,进而对可行性路径进行优化得到最短路径,解决了虚拟人避障与导航问题.     

融合算法的机械臂路径规划

针对基本的快速拓展随机树算法(rapidly-exploring random tree,RRT^*)存在搜索随机性大、效率低、路径非最优的缺点,提出一种引入人工势场法算法(artificial potential field method,APF)和Douglas-Peucker算法的改进RRT^*-APF-DP路径规划算法. 在RRT^*算法的采样点生成阶段引入变采样范围偏置搜索与步长自适应调整策略,融合重新设计的APF算法的引力与斥力函数,增强路径扩展导向性与绕过障碍物能力. 采用重采样策略改进DP算法,优化避障代价与控制点数量. 实验结果表明,本算法规划的避障路径满足机械臂的运动要求,且算法规划的避障路径代价、规划时间和路径控制节点数均得到有效改善.     

机械臂逆运动学避障最优求解算法

针对多自由度机械臂在障碍物环境下逆运动学求解存在多解性和碰撞问题,提出了一种将碰撞检测算法、最短行程方法与差分进化算法相结合的具有避障能力的机械臂逆运动学最优求解算法。首先,以六自由度机械臂为研究对象,对机械臂和障碍物进行建模,并建立求逆运动学解的目标函数,目标函数由末端执行器位姿误差函数、目标角度与初始角度之间的变化量函数、碰撞检测函数加权求和组成;其次,利用差分进化算法对目标函数进行最优求解,为了减小函数权重对求解速度和精度的影响,设计了一种自适应权重优化算法,使得求解关节角度在优化求解初期快速达到最短行程位姿角度附近,而在优化求解后期具有更高的求解精度,即可求得具有避障能力、行程最短且高精度的最优逆运动学解;最后,以UR5机械臂为例,通过MATLAB软件中的Robotics Toolbox工具箱对所提算法进行仿真验证,验证了所提算法的有效性。     

基于改进A*算法的城市物流无人机三维路径规划

针对无人机在城市物流应用中的路径规划时,需要耗费大量时间和计算资源寻找最优解的问题,提出一种改进A*算法.首先,采用栅格法建立三维环境模型,结合无人机性能构建多约束物流无人机路径规划模型,将路径规划问题转化为在三维空间中的最优路径搜索问题;其次,改进后的A*算法引入了动态步长的概念、Bresenham算法思想以及改进的启发式函数,以提升算法的路径规划质量和效率;最后,通过引入对角线距离、欧氏距离和曼哈顿距离作为改进A*算法的启发式函数.结合所建立的三维环境模型,采用参数搜索方法来计算最优权重值,从而提出一种高效的城市物流无人机三维路径规划的优化算法.算例分析表明,改进后的A*算法相比传统A*算法和JPS算法路径规划的平均时间至少降低了 24.84％,所得路径平均长度至少缩短了 2.89％,平均搜索节点数量至少减少了 82.81％.     

基于改进RRT算法的七自由度机械臂路径规划

针对七自由度机械臂路径规划问题提出了一种改进的RRT算法,该算法在RRT算法的基础上加入了双向搜索、贪婪思想、动态步长和新节点生成等优化策略,缩短了算法运行时间以及路径长度。在ROS下将RRT算法与改进的RRT算法进行仿真对比实验,结果表明,改进的RRT相对于RRT算法规划时间缩短了65.1%,路径长度缩短了50.6%,成功率提高了4.0%,达到了预期效果。     

Motion Planning Method for Obstacle Avoidance of 6-DOF Manipulator Based on Improved A* Algorithm

The conventional A* algorithm may suffer from the infinite loop and a large number of search data in the process of motion planning for manipulator. To solve the problem,an improved A* algorithm is proposed in this paper by the means of selecting middle points and applying variable step segments searching during the searching process. In addition,a new method is proposed for collision detection in the workspace. In this paper,the MOTOMAN MH6 manipulator with 6-DOF is applied for motion plan. The algorithm is based on the basis of the simplification for the manipulator and obstacles by cylinder enveloping. Based on the analysis of collision detection,the free space can be achieved which makes it possible for the entire body to avoid collisions with obstacles. Compared with the Conventional A*,the improved algorithm deals with less searching points and performs more efficiently. The simulation developed in VC + + with OpenGL and the actual system experiments prove effectiveness and feasibility of this improved method.     

基于A*算法的机器人二维与三维路径规划实现

主要对移动机器人轨迹进行规划设计,将移动机器人的轨迹环境采用栅格化处理,提出了一种能结合全局和局部规划的改进的A*算法。使移动机器人在环境未知的情况下进行自主规划路径,通过MATLAB软件验证了算法的可实现性与稳定性,并将其与经典A*算法作对比,以证明改进算法的在运算能力,可实现性和稳定性上的优势。     

Proof of inseparable primeC *-algebrasA withRR (A) = 0 being primitiveC *-algebras

First, that primeC ^*-algebras with countable primitive ideals are all primitiieC ^*-algebras is proved. Then the proof that primeC ^*-algebras with propertyRR(A) = 0 are all primitiveC ^*-algebras is given.     

CMAC辨识的CMYK到CIE L*a*b*颜色空间转换模型的研究

为了解决设备相关颜色空间CMYK与设备无关颜色空间之间的相互转换问题,利用小脑模型神经网络(cerebellar model articulation controller, CMAC)高度非线性拟合能力,研究CMYK颜色空间与CIE L*a*b*之间的转换关系,研究结果显示该方法具有结构简单,易于软件和硬件的实现,将IT8.7/3标准色靶文件中104个专业色块值作为检验样本,检验样本的平均色差为1.6,完全适用于两种不同颜色空间之间的转换过程.      

Banach格上的无界绝对弱收敛的弱*Dunford-Pettis算子

为进一步研究Banach格上算子的性质,首先,给出无界绝对弱收敛的弱~*Dunford-Pettis算子的定义.其次,通过构造不交序列,探究无界绝对弱收敛的弱~*Dunford-Pettis算子的等价刻画和控制性,并获得了相关推论.最后,研究了该算子与弱~*Dunford-Pettis算子、极限算子和紧算子间的关系.     

基于离散型鲸鱼优化算法的AGV与机器集成调度方法

针对制造系统中考虑路径冲突的AGV(automated guided vehicles)与机器集成调度问题,提出一种基于时间窗和Dijkstra算法的离散型鲸鱼优化算法。首先,以最小化最大完工时间为目标,建立AGV与机器集成调度的数学模型,并采用一种三段式编码实现AGV和机器的集成编码,建立连续空间与离散空间之间的映射关系;然后,为了保证初始种群的质量和多样性,设计一种结合混沌映射和对立学习的扩展型GLR(global, local, random)种群初始化方法;运用Levy飞行算子和阈值重启操作进一步提高算法的全局搜索能力;最后,为了提高算法的局部搜索能力,引入结合问题特点的变邻域搜索算法。标准算例仿真实验和柔性仿真实验证明了该算法解决AGV和机器集成调度问题的可行性和优越性。     

保E*关系且方向保序严格部分一一变换半群的秩

设X为有限集合,E为X上的等价关系,令SOPI_E^*(X)为X 上的所有保E^*关系且方向保序严格部分一一变换构成的半群. 为了讨论此变换半群的秩,引入了新的等价关系从而得到新的等价类. 通过对等价类的分析得到了半群SOPI_E^*(X)的秩.     

基于改进蚁群算法和共用航段的搜索救援通道规划

针对战斗搜救任务场景中,空中搜索救援等待区至跳伞区之间的往返路径规划问题,提出一种基于改进蚁群算法和共用航段的搜索救援通道规划方法。首先,针对基本蚁群算法易出现局部极值及收敛速度慢等缺点,对启发函数、状态转移策略、信息素更新策略进行了改进。然后,针对单起点多目标点的路径规划问题,提出了设置分航点以生成共用航段的搜索救援通道规划方法,并以总路径长度表征任务准备负荷量与分别规划航路进行对比。实验结果表明,在本文测试环境下,改进蚁群算法规划的路径长度分别缩减15.4%和14.2%,搜索救援通道的任务准备负荷量减少25.4%。所提出的搜索救援通道规划方法有一定的理论和应用价值。     

Hilbert C*-模上可共轭算子的极分解的一个注记

在Hilbert C^*-模上的可共轭算子的这个一般的框架下,给出了算子极分解的若干性质的刻画.