基于A^(*)与三阶贝塞尔曲线的融合改进路径规划算法

针对A^(*) 算法在路径规划中易穿越障碍物且存在拐点路径的问题,提出一种基于A^(*) 与三阶Bezier曲线的融合改进路径规划算法。在传统A^(*) 算法的基础上,通过向量平行原理删除路径上的冗余点,提升路径搜索效率;改进传统八邻域搜索,使算法在搜索路径时跳过临近障碍物的待扩展点,降低路径穿越障碍的可能性;引入三阶Bezier曲线,优化改进算法规划的路径拐点;在C++编程环境下,进行2种不同障碍率的地图环境仿真实验,验证改进算法的有效性。结果表明:改进A^(*) 算法在保留原算法搜索效率的基础上,可有效提高路径避障的能力;引入的三阶Bezier曲线可使改进算法规划的路径更平滑、更符合机器人实际运动规划。

基于傅里叶描述子的示功图诊断方法研究

提出了基于傅里叶描述子提取轮廓线特征的示功图故障诊断方法。利用八邻域搜索和形态学方法提取示功图轮廓线,在此基础上计算轮廓线边界点序列的归一化傅里叶描述子,保证了图像对于旋转、缩放和平移的不变性,并将其作为特征量输入到距离分类器中,从而实现故障智能诊断。实验结果表明,该方法可以有效地识别出示功图的不同故障类型。

基于二维激光测距仪的道路可行区域提取

为了使自主移动机器人在结构化和半结构化环境中能快速有效地提取道路的可行区域,采用全局搜索及双阈值的算法.该算法首先采用基于八邻域的全局搜索法搜索激光数据点,再结合角度和高度差双阈值对数据点进行归类并检测道路边界,最后利用障碍物检测原理获取障碍物.实验结果表明:该算法能够检测出路边及障碍物边界,此过程只对机器人感兴趣区域的数据点进行检测,从而能够提取出路面上的障碍物与可行区域.该算法具有实用性好、可行性高、使用范围广等优点,能够为自主移动机器人提供安全可行的区域,进而为路径规划提供参考依据.

车载激光扫描数据中杆状地物提取

针对车载激光扫描数据中对杆状地物提取效果不够理想的问题,该文提出一种基于聚类的杆状地物提取方法。首先将原始点云投影到水平面并进行格网划分,以单个格网为数据处理单元去除地面点;再基于处理数据对格网进行点云探测并编号,赋予同一属性值利用八邻域搜索对地物点聚类;然后以聚类后单个点云块为处理单元,利用各类地物特征,如高度、投影点密度、投影面积及形状等,逐步排除其他地物点,实现对杆状地物的精细提取。试验验证了文中所述方法对道路环境中杆状地物提取的有效性。