基于改进APF-FMT^(*)的农业机器人路径规划算法

【目的】解决农业机器人在复杂农业环境下全局路径规划耗时过长、路径最优解求解困难的问题。【方法】提出一种基于改进人工势场法的快速行进树算法(APF-FMT^(*))。首先,在引力势场中引入相对距离,根据与目标点的距离改变引力大小,克服了人工势场法距离目标点过远时引力过大的问题;然后,将FMT^(*)算法与改进人工势场法相结合,采用三阶B样条曲线对路径进行平滑处理;最后,建立3个农业工作地图进行仿真试验。【结果】仿真结果表明,与FMT^(*)、RRT^(*)和Informed-RRT^(*)3种算法对比,在地图Map1和Map2中,APF-FMT^(*)都能快速找到良好的解,且随样本数量增加获得的路径解得到改善,搜索时间比其他3种算法减少45%以上;在有狭小通道的Map3中,APF-FMT^(*)、FMT^(*)搜索时间比RRT^(*)和Informed-RRT^(*)减少75%以上,并且获得更好的解。【结论】本研究提出的APF-FMT^(*)算法不仅克服了FMT^(*)算法冗余探索问题,还有效地解决了人工势场法目标点不可达的问题,提高了农业机器人路径规划效率和作业安全性。

基于知识图谱的可视化资金数据分析侦查方法研究

在新信息技术如云计算、物联网、移动互联网、大数据和人工智能的推动下,全球信息化浪潮愈发汹涌。全球数据量呈现爆发性增长,大数据的积聚成为一种常态。本文聚焦于公安机关经侦部门数据化分析和合成作战能力提升的新需求,通过研究国内领先的完全自主可控的国产数据可视化分析工具,并结合知识图谱等先进技术,实现海量资金数据的采集导入、涉案关系的可视化分析、犯罪线索的挖掘以及犯罪证据的固定等关键任务。通过数据管理、数据处理、图谱构建、模型创建等环节,进行数据分析、模型分析、数据流向分析以及可视化关系分析,从而提高经济犯罪案件侦查效率,为经济犯罪案件侦查和法庭诉讼等环节提供可视化证据支撑。