基于改进人工势场法的多智能体编队避障

针对随机障碍物环境下的多智能体编队避障问题,提出一种灰狼优化算法与人工势场法相结合的多智能体编队避障方法。首先,使用改进收敛因子的灰狼优化算法进行参数寻优,提升全局寻优能力,解决人工势场法中引力和斥力增益系数的经验取值存在局限性和编队系统避障速度慢的问题。其次,基于领航跟随法的编队结构,采取动态队形变换避障策略,解决编队过程中灵活性较差的问题。最后,设计编队效率函数,用于评估和验证避障过程中队形的稳定性和编队系统对环境的适应性。仿真结果表明,与其他人工势场法相比,使用所提方法进行编队避障后,收敛速度更快,队形更稳定,编队系统对环境的适应性更强。

多无人车领航跟随编队避障控制方法

多无人车的编队控制和编队避障是无人车领域研究的重要问题之一。针对多无人车的编队控制,提出一种基于无人车之间的距离和角度控制的领航跟随编队控制算法,并对算法的收敛性进行验证。针对多无人车的编队避障,提出一种自适应编队避障方法,由领航无人车规划出编队的行驶路径,对路径中的大尺寸障碍物采用动态队形变换实现编队避障,对路径中的小尺寸障碍物采用改进动态窗口法实现跟随无人车的自主避障。最后,在Matlab中对编队算法和自适应编队避障方法进行实验验证,实验结果表明所提算法能实现无人车的编队控制和编队避障,且取得较好的队形稳定性和有效性。

计算机在设计编排大型团体操中的应用

传统大型团体操设计与编排过程是一种烦琐、复杂的手工劳动。本课题运用计算机软件Corel DRAW和3DS MAX对大型团体操的设计与编排进行研究与实践,达到了动态队形变换以及直观的演示效果,使大型团体操的设计与编排更具科学性和高效性。在2004年的河北省大学生运动会开幕式团体操表演的编排与训练中进行了该课题的实践。