一种基于可视图法导盲机器人路径规划的研究

以自主设计的导盲机器人为实际应用背景,提出一种适用于室内导航的算法。该路径规划算法利用射频识别(radio frequency identification,RFID)系统,通过超高频射频识别系统与低频射频识别系统的联合运用实现准确定位,将可视图法与A*算法相结合,提出一种路径规划算法,在提高搜索效率的同时保证了规划路径的可行性。通过在平面障碍物环境下实验,验证了该算法的可行性。

全局路径规划中基于改进可视图法的环境建模

主要针对静态已知环境下的全局路径规划作了研究,在切线图和Voronoi图的基础上,考虑安全性与路径最优化,论文采用一种改进的可视图法建立环境模型和确定AGV向目标点运动的有效路径.与传统的可视图法把障碍物的顶点作为图的节点、把障碍物的边作为弧相比,这种改进的方法把障碍物顶点连线的中点作为节点,把这些节点间的某些边线作为弧.最后使用遗传算法进行全局路径规划,并对规划出的各节点采用十进制任意编号,把路径编码成定长的十进制染色体串,通过MAT-LAB仿真,结果证明了该方法的可行性.

改进的可视图法在路径规划中的运用

近年来移动机器人路径规划技术得到了迅猛的发展,针对路径规划技术,人们先后提出了多种算法,然而在实际的运用中,它们却显示出不同的局限性,有时人们需要对它们进行适当的改进.可视图法在移动机器人路径规划中占有重要的地位,但随着障碍物增多或遇到复杂多边形障碍物时,其运算的复杂程度就会增加,规划的难度也随之增加,现在采用算法将可视图法中一些"没用"的障碍物删除,通过两点之间直线最短的原理,选出路径规划的方向,从而减少路径规划的复杂程度和运算时间,增加可视图法的适用范围.

基于可视图法的改进算法研究

针对可视图法存在需要搜索过多冗余可视边,A*算法搜索范围小且避障性能欠佳等缺点,该文提出一种适用于分布式块状障碍物环境中快速找寻最优路径的改进算法,通过对障碍物进行简化并结合A*算法而改进的一种可视图法。首先对障碍物根据其形状进行分类,对障碍物进行规则化处理后提取障碍物的角点,之后对这些点之间是否存在可视关系进行判断,再通过对这些角点进行连接扩展,直到与目标点相遇,仿真结果表明此方式不仅可以在一定程度上减少对多余角点的访问,提高了搜索效率,而且到了加减少了与障碍物之间的碰撞。

基于鸽群优化算法的火星飞行器智能可视图法

为解决火星飞行器的路径规划问题,针对传统避障算法以及现有常规智能避障算法的局限性,提出融合鸽群优化算法与可视图法的全新智能避障算法。该算法克服传统避障算法得到轨迹平滑性差和利用常规智能避障算法需要大量时间成本的问题,可在复杂地形中为保持一定高度飞行的火星飞行器规划避开危险区到达目的地的可行路径。仿真结果表明:与可视图法相比,利用智能可视图法得到的路径长度更短且平滑性能良好;与鸽群优化算法相比,利用智能可视图法进行路径规划所需时间成本大大减少,且规划得到的路径长度更短、更平滑、适应度值更小。

改进烟花算法在虚拟士兵路径规划中的应用

针对虚拟士兵作战仿真路径规划中存在不连续路径的问题,提出一种改进的烟花算法。采用可视图法进行地图建模,把路径规划转变为寻求最佳路径点的组合。通过结合士兵视觉模型实现对环境威胁的判断,加入对路径节点的插入和删除操作以消除不连续路径,从而得到最优路径。仿真结果表明,与A*算法相比,该算法能减少路径长度和节省规划时间,具有较强的搜索能力。

3种多导弹航迹规划算法的比较

多导弹航迹规划是一个约束条件众多、强耦合的复杂多目标优化与决策问题,能有效提高作战效能。充分考虑了禁飞区和威胁区的不同作用距离、威胁度以及目标战术价值等环境因素,分别采用基于扩展Voronoi图法、基于栅格法和基于可视图法研究了多导弹航迹规划问题。采用了相同的战场环境,从产生的航迹、仿真时间、导弹攻击目标的组合、总体航迹代价和导弹飞行时间等各方面进行比较,仿真结果证明了3种算法的有效性,且根据研究问题的不同有各自的侧重点。提出的算法对多导弹航迹规划的研究具有很高的应用价值,可实际应用在巡航导弹、无人机等无人飞行器的协同控制中。

基于蚁群算法的物流配送避障路径规划方法

针对物流配送路径规划问题,以可视图法所建的求解环境为基础,利用蚁群优化算法,提出了一种在障碍物环境下求任意两点间的最短路径方法,算法采用了优势个体指导机制,保证了最优解的搜索能力和解的全局收敛性。实验结果证明,该算法收敛快,可靠性高。与传统算法相比,该算法具有全局最优解方面的高效性,明显提高了路径搜索效率。

改进自适应蚁群算法移动机器人避障路径规划

针对传统蚁群算法在复杂网络路径规划中收敛速度慢和易陷入局部最优解的问题,本文在蚁群算法状态转移概率公式的基础上考虑了安全性因素和加权因子,在全局信息素更新过程中引入自适应动态因子,提出改进的自适应蚁群算法以更快地获取全局最优解。将改进自适应蚁群算法应用于移动机器人的路径规划,使用可视图法描绘出障碍物图像,通过真实数据进行实验分析,证明了改进自适应蚁群算法比传统蚁群算法、改进蚁群算法的收敛速度更快,路径更优,在有障碍物环境中也能合理地进行路径规划。

基于STM32和CoppeliaSim Edu的自动泊车系统设计与仿真

本项目设计并制作一个自动泊车系统智能小车,以STM32单片机为控制核心,并由单片机主控模块、电机驱动模块、超声波模块、红外避障模块等主要模块构成;通过LUA语言编程,利用CoppeliaSim Edu进行模拟仿真,能够完成自动循迹、速度控制以及传感器测距等多项功能。项目采用可视图法对小车路径进行规划,将小车、库位点和障碍物的各顶点进行组合连接,通过改善路径规划,提高小车自动泊车效率。通过优化自动倒车入库和侧方位倒车入库智能小车算法,根据停车的不同场景,对环境信息进行不同处理,综合确定停车空间,并作出不同的控制电信号,进而规划停车入库的路径,完成自动泊车功能。

基于复杂网络的水电工程施工安全隐患时序特性

为提高水电工程施工安全隐患治理水平,分析水电工程施工安全隐患非线性时间序列特点,基于可视图算法构建隐患时间序列的复杂网络模型,挖掘某水电站2016—2020年3160条施工安全隐患排查数据,计算安全隐患时间序列网络的度及度分布、幂律指数、聚类系数、网络直径、平均路径长度等网络特征参数,揭示水电工程施工安全隐患发生的时间规律特性。结果表明:该水电工程的施工安全隐患发现时间表现出显著阶段性、无标度性和小世界性等演化特征。隐患时间间隔过长会极大地削弱整个水电工程建设安全隐患管理的鲁棒性,及时管控少数关键时间节点,可降低水电工程安全隐患风险。

基于复杂网络映射的房颤脉检测

为了探索脉搏波中蕴含的复杂性及简便快速地检测心房颤动,结合中国传统医学中"房颤脉"的概念,设计了一种基于复杂网络的房颤脉检测方法。将光电容积脉搏波的时间序列按可视图法映射成复杂网络,将平均心率与复杂网络的度分布作为支持向量机的输入,基于高斯径向核函数设计了二分类的支持向量机。针对阵发性房颤患者的实验表明,这种方法可以有效地分辨病人的发病状态和正常状态。

利用几何画板求解机器人避障问题

针对有效分析机器人在平面场景范围内活动特征的问题,主要从各个障碍物在平面场景范围分布的特征,以及机器人行走的路线特征等方面进行了深入的研究探索,将避障路径规划转化为多阶段决策问题,对每一个阶段的子问题应用几何画板进行几何逼近进行求解,得出各阶段的最短路径。

机器人自动回程充电路径分析研究

对清洁机器人自动回程充电路径规划进行了研究,使机器人可以依照设计要求避开障碍物,并在最短的时间内实现充电。研究了清洁机器人的自动回程充电的路径规划,机器人与充电器距离较远时,采用可视图法路径规划以生成自动回程充电的最短路径;机器人与充电器距离较近时,通过充电器上的红外线引导机器人与充电器完全对接。实验结果显示,可视图法可以选择最短路径进行充电,红外线引导法可以使机器人和电源完全接触。

一种顾及障碍物的防火区最不利点计算算法研究

在实际建筑工程消防测绘中,对于最不利点(离疏散门最远点)有相应的技术要求,针对人工判断最不利点容易出错、效率低,本文提出了一种顾及障碍物的防火区最不利点计算算法,该算法综合可视图法和Dijkstra算法,可辅助作业人员快速准确定位最不利点,并提供相应的路径规划,作业人员只需实地测绘验证,对于消防测绘验收有重要意义。

特种设备安全事故时间序列拓扑网络特征研究

为揭示特种设备安全事故时间序列的非线性动力特征,以2005-2020年中国不同类型特种设备安全事故时间序列为对象,采用可视图法将特种设备安全事故时间序列转化为拓扑网络图,生成拓扑网络结构模型;利用拓扑网络理论分析节点度、网络密度、加权聚类系数、幂律指数、介数中心性等拓扑网络特征参数,挖掘特种设备事故发生的时间序列规律。结果表明:各类特种设备安全事故时间序列的拓扑网络具有小世界特性和无标度特性;拓扑网络的聚类系数均较大,社团结构明显;介数中心性越大的节点,对应年份发生事故概率越大。采用的拓扑网络分析方法能更简洁、直观地展示特种设备安全事故时间序列的拓扑网络结构,更全面地表征特种设备安全事故时间序列的非线性动力特征,可为特种设备安全事故预测提供理论基础。