基于混合人工势场-蚁群算法的机器人避障

针对移动机器人避障的路径规划问题,提出一种基于混合人工势场-蚁群算法的方法。在栅格环境中,以人工势场法的规划信息作为蚁群算法寻优的基础,引入势场合力作为蚂蚁搜索路径点的部分启发信息。Mat-lab7.6仿真表明,该方法解决了人工势场法的目标不可达、易陷入极值点等弊端,提高了经典蚁群算法的寻优效果和收敛速率,具有更强的稳定性和环境适应力。     

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。     

面向对象的个人数据中心规划与实施

信息化的建设过程也是数据的积累过程,传统的面向职能管理方式存储的数据应用于个人服务时往往要进行重新翻译和转换,以面向对象的方式进行数据重构.复旦大学积极探索,整合各业务系统数据,打破职能管理界限,以"人"为核心重新构建数据关系,为师生提供全局数据展示与查询,并基于个人数据中心库建设在线综合填报平台和一表通离线填报平台,深化信息化应用,完善信息化服务,提升用户体验.     

基于FAHP和功效系数法的土地利用规划实施评价研究——以广西宁明县为例

本文依据土地利用规划实施影响因素建立指标体系,使用模糊层次分析法确定指标权重,结合功效系数法和障碍因子模型,以广西宁明县第三轮土地利用总体规划为例,对其2006年至2012年的实施成效展开评价研究和障碍因子诊断分析。研究表明:(1)2006—2012年,宁明县第三轮土地利用总体规划实施成效评价的总功效系数值为78.61,处于较为良好状态。(2)影响规划实施成效主要的障碍因子有:新增建设用地执行率、与其他规划协调程度、公众参与度、城乡建设用地规模、公众满意度、城镇工矿用地占城乡建设用地比例、剩余新增建设用地满足需求比率、重大项目执行率和人均农居点用地下降程度。     

创新区域生态环境规划的可持续发展理念研究

创新可持续发展的理念,针对某一区域社会、经济发展状况和环境特征及其发展趋势,结合生态环境承载力分析进行科学规划,在保证经济增长的同时,更好地解决生态环境承载力以及人口、环境、生态和资源与经济的协调发展问题。     

城乡规划招投标特点及运行模式分析

阐述了城乡规划组织编制现状及存在问题,论述了实施城乡规划招投标的重要意义,比较了城乡规划招投标特点,分析了城乡规划招投标运行模式。     

铁山港湾港口总体规划用海对海水动力环境的影响预测

【目的】研究铁山港湾港口总体规划工程的建设对周边海域潮位、纳潮量和流场3个方面的影响。【方法】采用二维潮流数学模型对铁山港湾海域的潮流场进行数值模拟,分析工程前后水动力变化情况。【结果】铁山港港口总体规划实施后,石头埠站、沙田站和安铺站最高潮位均有所增加,增加幅度分别为0.03m,0.11m,0.10m;石头埠断面潮流涨急流速略有减小,平均减小幅度为0.06m/s,落急流速略有增加,平均增加幅度为0.06m/s;沙田断面涨落潮流速均略有增大,增加幅度为0.11~0.17m/s;安铺断面主槽区流速基本上无变化;工程后石头埠、沙田和安铺3个断面的纳潮量均有不同程度的增加,分别为1.8%,3.1%和4.3%,沙田断面单宽纳潮量变化不大。【结论】港口总体规划工程实施后,铁山湾内涨潮时流速较小、落潮时流速较大的分布规律没有改变,对铁山港水动力环境影响较小。     

室内移动机器人路径规划研究

路径规划是自主移动机器人的研究重点。针对传统的A*算法搜索出的路径存在途径危险区域,未考虑机器人外形尺寸、路径不平滑等问题,提出了一种改进A*算法的路径规划方法。在新的栅格化环境地图中,通过改进的搜索策略进行路径搜索;并对路径点删减和优化,通过分段多项式曲线平滑路径。实验仿真结果表明,新方法生成的路径满足移动机器人的动力学和运动学特性,且更符合室内移动机器人的轨迹跟踪和运动控制,该方法简单有效。     

未知环境中机器人避障路径规划研究

针对人工势场法机器人路径规划具有目标不可达与存在局部极小值点等问题,提出了改进后的人工势场法模型,将未知环境中的障碍以网格地图的形式设计出来,使机器人通过感知来规避障碍朝目标移动。运用MATLAB GUI设定形成一个包含障碍与目标点的二维坐标系统环境,在其平面地图中使机器人从初始位置到期望位置进行最优轨迹移动仿真试验。试验显示,改进后的人工势场法能使移动机器人在未知环境中导航避开障碍并找出合适路径,以达到无碰撞要求。仿真结果接近预期效果,表明该方法能有效提高移动机器人在未知环境中路径规划的可行性及其避障的有效性。     

基于乌贼算法的无人机航迹规划

乌贼算法是一种新型的启发式仿生优化算法。提出了一种基于乌贼算法的无人机航迹规划算法。所构建的概率地图采用概率密度函数来对各种威胁源进行建模,非常适合表述战场环境的不确定特性。乌贼算法与传统的启发式算法相比,拥有更快的收敛速度。在此基础上设计的基于乌贼算法的概率地图航迹规划算法能够有效的缩小概率地图的规划空间,使得航迹规划搜索范围减少、时间缩短。仿真实验表明,该方案比传统概率地图航迹规划方法更能满足无人机航迹规划的要求。