改进双向快速搜索随机树的无人艇路径规划

针对双向快速搜索随机树(bidirectional rapidly-exploring random tree, BI-RRT)算法在全局路径规划时存在搜索效率低、路径拐点较多等问题,提出一种改进BI-RRT的水面无人艇(unmanned surface vehicle, USV)全局路径规划算法。该算法采取了极度贪心的思想、高斯偏置随机点采样方法以及启发式的节点扩展策略,同时对节点扩展和搜索树连接进行角度约束,将生成的路径进行剪枝和3次B样条优化处理。结果表明,相对于改进前,改进的BI-RRT在平均时间、随机采样点和平均路径上分别减少了40.5%、65.0%和24.0%。改进后的算法时间、采样点和搜索树扩展大幅度减少,路径平滑度提高且路径更短。

一种用于无人车路径规划的改进双向快速扩展随机树算法研究

快速扩展随机树(RRT)算法在生成采样点时,采用随机扩展策略进行盲目搜索,导致路径生长过程中缺乏方向性且规划速度缓慢。针对此问题,提出了一种改进双向快速扩展随机树算法(Bi-RRT)。首先,在节点的生成方式上,同时生成两个采样点,通过舍弃距离目标点较远的采样点来提高采样效率,确保采样点的有效性,加快路径规划速度;然后,结合自适应采样目标偏向策略,使路径的规划更具有方向性,能够逃离局部极小值。同时在规划过程中,两棵随机树分别选择对方生成的最新节点作为目标,以降低众多繁杂节点的产生,使路径生成更具有目的性;接着利用Matlab软件,将改进Bi-RRT算法同基本RRT和Bi-RRT两种路径规划算法进行对比分析。仿真结果表明,研究算法能缩短规划时间、减少迭代次数,具有较好的可行性和有效性。最后进行了样车实验,验证了研究算法的可靠性。

一种基于RRT-ConCon改进的路径规划算法

针对RRT算法缺乏稳定性和收敛速度慢的问题,基于RRT-ConCon算法和朝向目标搜索的策略,提出了一种改进的双向搜索路径规划算法.该算法通过改变两条搜索路径的临时扩展目标点,使搜索路径不仅易于朝着目标点方向生长,而且提高了算法的稳定性,同时可以保证规划的路径接近最优解.改进的RRT-ConCon算法利用随机节点生成函数,使朝着目标点生长的搜索路径避免陷入局部极小值.同时,为了测试各种仿真实验环境,还设计了一种仿真实验环境平台,实验结果验证了本算法的有效性和稳定性.

基于k-shell的复杂网络最短路径近似算法

复杂网络最短路径经典算法的处理效率较低,不适用于大规模复杂网络,而现有近似算法通用性有限,且计算准确率不理想,不能满足规模日益扩大的复杂网络中的最短路径计算需求。针对于此,提出基于 k -shell的复杂网络最短路径近似算法。算法利用节点的k -shell值进行网络划分并引导搜索路径,利用超点聚合处理k -shell子网来降低路径搜索中节点和连边的规模,通过在路径搜索过程使用双向搜索树方法提高算法的计算效率和准确率。实验结果表明,算法通用性较好,在现实与仿真大规模复杂网络中均具有较高的计算效率和准确率。

一种基于RPP算法改进的路径规划

针对RRT算法缺乏稳定性和收敛速度慢的问题,该文将双向搜索树与RPP算法相结合,提出一种基于RPP算法改进的双向搜索路径规划算法。该算法利用RPP算法构建双向搜索树其中的一棵搜索树,同时以该搜索树扩展得到的新节点作为另一棵搜索树的临时扩展点。该算法采用RPP算法的思想,提高了算法的稳定性;利用随机节点生成函数,有效避免了路径陷入局部极小。通过仿真实验,结果证明了算法的有效性和稳定性。

基于改进Bi-RRT的无人水面艇自动避碰算法

[目的]提出一种实现无人水面艇(USV)在高速航行时自动规避障碍物的方法。[方法]将双向搜索树(B i-RRT)算法与速度障碍法相结合,得到基于改进Bi-RRT的无人水面艇自动避碰算法。针对Bi-RRT算法扩展操作中父节点延伸方向位于锥形碰撞区内的情况,提出避碰危险度系数与障碍物排斥向量,使父节点延伸方向有远离障碍物中心的趋势。同时,针对算法实时性问题,提出两棵搜索树并行延伸扩展的方式,以及当父节点延伸方向位于锥形碰撞区外时触发的目标吸引向量,以加速算法收敛。[结果]结果显示,采用上述改进方法设计的算法搜索树延伸失败次数降低,规划的避碰路径短且更加平滑。[结论]该改进Bi-RRT算法实时性强、路径规划质量高,对实际工程应用有重要意义。

面向WTAs的VHR双臂避碰操控算法

针对虚拟仿人机器人(VHR)处理工作空间多目标区域(WTAs)避碰操控问题,先基于齐次变换矩阵和链式相乘法则,建立了VHR双臂机理正向运动学模型,进而推导了两种求解VHR双臂逆运动学的公式(DLS-SVD法和基于链式解耦的解析法);其次,建立了WTAs的数学模型,并以WTAs位姿为操控目标,提出了融合正向和逆向运动学及其双向快速搜索随机树算法的VHR双臂避碰操控算法;最后,通过三维仿真建立VHR虚拟样机,验证了提出算法的正确性和有效性。