栅格转换矢量的一种新方法——结点搜索法

以拓扑关系为依据，研究了一种新的栅格转矢量的方法——结点搜索法，与传统方法相比，不仅转换速度快，不需要预处理，而且在转换过程中即自动形成拓扑关系，因而具有简便、快速、高效的特点。试验取得了令人满意的效果，不失为一种优良的转换方法。

一种新的构建Voronoi图的栅格方法

鉴于构建复杂发生元的 Voronoi图的矢量方法的困难性 ,提出了一种新的栅格方法 .该方法是通过确定每个栅格的归属来定义 Voronoi区域 .为了减少计算时间 ,设计了一种搜索某个栅格所属最近发生元的方法 ,它是根据对于该栅格而言发生元栅格所处的象限位置来计算的 .利用了地理信息系统软件 Arc/Info的功能模块 Grid来实现矢—栅数据、栅—矢数据的转换和图形显示 .该方法是实现发生元为任意复杂图形的 Voronoi图的一种有效方法 ,与矢量方法相比只有一个栅格的误差 ,其计算机时随着栅格变小而增加 ,但随着发生元所占栅格数量的增加而减小 .

基于Java3D的三维栅格生成与可视化

针对在实际生产过程中采样点数据之间的相关性对生成的三维栅格数据影响的问题,使用了八分域搜索算法以及实验变差函数来改进原有的距离反比加权算法。该方法能够减少搜索距离以及丛聚效应,并且使用Java3D创建了三维可视化的虚拟场景,对最终生成的三维栅格进行显示。最后,通过可视化的效果,证明改进后的算法更符合实际情况。

基于栅格环境搜索树的配送路径局部规划

为提高配送路径规划算法的有效性,提出一种基于栅格环境Morphin搜索树的配送局部路径规划算法。首先,根据配送城市路况复杂性,利用动力学轨迹模型对配送路径进行建模,模拟配送过程的车辆行驶状态,并给出车辆运行饱和时间指标判别方法;其次,引入Morphin搜索树算法对配送路径的动力学轨迹模型进行优化搜索,同时为提高模型优化精度,提出一种基于栅格环境的Morphin搜索树改进方法,有助于降低路径规划中障碍物碰撞问题;最后,通过在SUMO和OMNET平台上仿真实验,显示所提路径规划算法具有更佳的车辆滞留控制和更低的碳排放效果,验证了算法的有效性。

改进蚁群与动态Q学习融合的机器人路径规划

基本Q学习算法应用于路径规划时,动作选择的随机性导致算法前期搜索效率较低,规划耗时长,甚至不能找到完整的可行路径,故提出一种改进蚁群与动态Q学习融合的机器人路径规划算法.利用精英蚂蚁模型和排序蚂蚁模型的信息素增量机制,设计了一种新的信息素增量更新方法,以提高机器人的探索效率;利用改进蚁群算法的信息素矩阵为Q表赋值,以减少机器人初期的无效探索;设计了一种动态选择策略,同时提高收敛速度和算法稳定性.在不同障碍物等级的二维静态栅格地图下进行的仿真结果表明,所提方法能够有效减少寻优过程中的迭代次数与寻优耗时.

基于盲目搜索的半自动栅格矢量转换方法的研究

从与传统方法不同的角度着手,以盲目搜索为指导思想,研究了一种新的半自动的将栅格数据转换为矢量数据的方法。与传统转换方法相比,该方法不需对栅格数据进行预处理,可以方便地处理最多到32位真彩色图像,特别适合交叉点多,拓扑复杂的大图像的处理。该方法转换效率高、速度快,并在试验和实践中取得了很好的效果。

基于改进支持向量机的空域交通态势识别方法

为了准确分析空域交通态势,针对当前空域交通态势感知中管制行为因素难以度量的问题,从多种管制员工作负荷的角度进行量化分析。借助全空域及机场模型软件(Total Airspace and Airport Modeller,TAAM)建立空域仿真模型,研究了栅格化空域场景下基于改进支持向量机(support vector machine,SVM)的空域交通态势识别方法。通过对比不同的栅格化方案,结合管制员实际运行经验确定栅格形状和尺寸,以边长为25 km的六边形为最小单元,对目标空域进行栅格化处理。在引入多种管制负荷的基础上同时考虑导航设施的分布情况,建立空域交通态势识别指标体系,运用K-means聚类算法对降维后的仿真样本数据进行聚类分析,获取先验分类数据。在支持向量机模型的基础上,引入麻雀搜索算法(sparrow search algorithm,SSA),构建基于麻雀搜索算法优化支持向量机(SSA-SVM)的空域交通态势识别模型。依据适应度对解集进行划分,对模型关键参数核函数参数σ和惩罚系数C进行优化,确定了1组泛化能力强同时避免过拟合问题的参数组合,并将栅格化空域交通态势划分为4个等级。以西安区域管制区为对象开展仿真实验,结果表明:与基于遗传算法优化支持向量机(GA-SVM)的空域交通态势识别模型相比,SSA-SVM模型克服了GA-SVM模型确定的的过拟合问题,平均分类识别准确率提高2.50%,最佳分类识别准确率提高1.73%;在176个栅格中,拥堵态、拥挤态和平稳态栅格个数分别为26、18和51,模型识别结果与基于管制员经验划分的复杂空域相比,覆盖率可达95%,验证了提出方法对空域交通态势识别及降低管制员工工作负荷的有效性。

基于变分辨率栅格模型的启发式有向搜索最优路径算法

针对连续空间中无法直接采用图论方法进行路径分析的问题,提出了基于四叉树思想构建的变分辨栅格模型.该模型不仅兼顾了地形表达精度与数据冗余度,而且避免了地物"边缘效应"的影响.在该模型基础上,设计了一种启发式有向搜索算法,该算法在搜索节点时,首先对相邻节点进行方向性选择,减少搜索空间,提高了算法的效率.实验结果表明,提出的模型及算法不仅能够求得连续空间中的最优路径,而且具有较高的计算效率.

基于改进A^(*)算法的自动引导车的路径规划

为了解决A^(*)算法在全局路径规划中扩展节点过多导致搜索时间长、转弯过多导致路径不平滑的问题,提出了一种改进的A;算法。首先,对估价函数进行改进,估价函数中包含实际代价和估计代价,在估计代价前乘以一个估计代价影响系数;其次,在扩展节点的过程中对于目标节点所在方位的相邻节点进行优先扩展;最后,在节点的实际代价和估计代价的计算中加入转弯代价。通过仿真平台的验证,证明了改进A^(*)算法能够有效减少路径搜索时扩展节点的数量以及搜索路径结果的转弯次数,能够有效的提高寻路的计算效率和自动引导车(AGV)的执行任务的效率。

栅格转矢量的改进算法及应用

打破了栅格转矢量的一般理论研究方法,从解决2007年水利部"全国水土流失动态监测与公告项目"中的具体问题出发,运用了"十进制Morton码"记录曲线特征拐点的方法,用以保证栅格转矢量数据与已有矢量数据的一致性,并对其它应用作了全面的分析。该方法应用后,完全避免了坡度分级图由栅格转矢量过程中所产生的总面积偏差,使其与原利用现状矢量图面积相等。

不规则物流园区功能区块布局模型与算法

物流园区功能区块的合理布局对于降低物流成本、提高物流作业效率有重要意义.传统的研究主要建立在假定物流园区是矩形的理想情况下,本文基于栅格数据结构,构建了以运输成本最小为目标的不规则物流园区功能区块布局的集合划分模型,并引入了栅格图像矢量化技术,用于提取布局形成后的图像拓扑结构,获得路网信息,然后设计了基于割树技术的变邻域搜索算法进行求解.最后以某物流园区为例,通过MATLAB编程计算得出布局方案,验证了本文模型和算法的有效性.

基于条件判据改进的提前终止运动估计算法

针对运动估计标准算法复杂度高、耗时长等问题,提出一种基于条件判据改进的提前终止运动估计算法。首先利用改进的高级运动向量预测(Advanced Motion Vector Predictor,AMVP)技术选取最佳匹配点,其次依据条件判据选取合适的路径进行初始搜索,再次在不满足条件时采取改进的块匹配提前终止网格搜索,最后采取八边形-“十”字栅格搜索和精细搜索完成算法改进。由实验结果可知,该方法与标准算法相比,平均降低了42%以上的编码时间损耗且基本不影响视频质量。

基于A*初始解的禁忌搜索算法优化及仿真应用

针对现有研究中原禁忌搜索算法多采用有向边排列的解作为表示方法,这样的解的表示不够直观,算法策略表现复杂使人难以理解,搜索效率低和收敛速度慢等缺点。论文提出引入A*算法确定初始解的改进措施,通过简化解的表示方法来提高其求解路径规划问题的全局寻优能力。在栅格地图法中,通过对其他智能算法的仿真实验表明,改进的禁忌搜索算法全局寻优能力提高,且具有更快的收敛速度和更高的寻优精度。

基于提前终止策略改进的运动估计算法

针对HM-16.14中TZSearch标准算法存在的计算复杂度高、耗时相对较长等问题,提出一种基于提前终止策略的改进TZSearch算法。首先,根据编码产生的率失真代价对编码单元、变换单元和预测单元的深度进行划分,有效避免了额外的划分深度;然后,在TZSearch初始网格搜索过程中,采用钻石搜索和六边形搜索两种搜索方式,根据运动矢量分布位置选择一种更为有效的方式,精确找出最佳匹配点;最后,使用OARP栅格搜索和精细搜索完成运动估计。由实验结果可知,该方法与标准算法相比,平均降低了60%以上的TZSearch运动估计耗时,且基本不影响视频质量。

TZSearch算法分析和性能改进方法

研究和改进多视点视频平台(JMVC,Joint Multi-view Video Coding)中的TZSearch快速搜索算法。首先介绍TZSearch算法原理、宏块最优匹配点分布特点及阈值设置方法,然后根据多视点视频帧间和视间的不同特性,结合钻石搜索算法和光栅搜索算法的特点及TZSearch中阈值设置规律,提出了两种改进的TZSearch快速搜索算法。实验结果表明,针对不同特性的序列进行测试,在保证重建视频质量与编码比特率的前提下,相比原算法,两种改进后的算法效果明显,总编码时间可减少30%-50%。

非结构化场景下基于改进JPS算法的移动机器人路径规划

针对移动机器人在大范围非结构化场景下的路径规划问题,在改进跳点搜索(JPS)算法的基础上结合A^(*)搜索,提出一种基于分层栅格地图的Jump A^(*)(JA^(*))路径规划算法.该算法对三维点云地图进行栅格化分层处理,将环境信息划分为结构层与非结构层,并建立搜索策略切换规则,依据图层信息使用不同的搜索策略,从而有效减少计算量.为了验证JA^(*)算法的有效性,在图层比例不同的三维地图中进行仿真,仿真结果表明,JA^(*)算法相比于传统的A^(*)算法遍历节点更少,搜索效率更高;相比于双向A^(*)算法,具有更高的鲁棒性.最后将JA^(*)算法应用在公开数据集中,实验结果表明,JA^(*)算法能有效解决移动机器人在大范围非结构化场景下的路径规划问题.

多飞行器协同光栅式搜索模式的效能对比研究

针对单架飞行器采用光栅式实现区域覆盖搜索随机运动目标效率低的问题,提出了采用多飞行器编队协同搜索来提高搜索效率。首先分析了飞行器做光栅式区域覆盖目标搜索时转弯航迹的几种给点方式,然后为消除目标随机运动带来的不确定性,采用蒙特卡洛法对单架飞行器和多飞行器编队光栅搜索分别进行了多次仿真试验。仿真试验结果表明,多飞行器编队光栅搜索能够更加高效快速地搜索到区域内的随机运动的目标。