基于栅格地图的移动机器人完全遍历算法——矩形分解法

提出移动机器人的一种新的完全遍历算法:矩形分解算法。首先通过机器人环境学习建立栅格地图,对环境中的障碍物实行矩形化建模。而后应用矩形化模型中的关键点将环境分解成为矩形块,最后在这个分块环境的拓扑图中寻找到一条Hamilton路径,机器人沿此路径即可实现对环境的完全遍历。为处理复杂的局部情况,又提出基于模板的局部环境处理算法。矩形算法的优点在于机器人可以实现完全自主的复杂环境遍历,并且可以处理未知障碍,从而使算法适合于任意非结构化的工作环境。

双向清洗机器人玻璃幕墙完全遍历路径规划

报道了玻璃幕墙清洗机器人设计与路径规划多采用自上而下单向作业造成作业效率较低的现状,对具有双向作业功能的玻璃幕墙清洗机器人路径规划方法进行了研究。充分利用环境物理信息,提出一种考虑机器人往复主运动方向、集成栅格法与启发式搜索算法并可应用于双向作业玻璃幕墙清洗机器人的完全遍历路径规划方法。最后以一个模拟环境为求解实例,证明了算法的有效性。仿真研究表明,该算法不仅简单有效,而且可明显改善路径规划性能,降低路径重叠率。

基于蚁群算法的完全遍历路径规划研究

提出了一种局部区域遍历和全局运动规划相结合的完全遍历路径规划方法;针对基于Boustrophedon单元分解所得区域的特点,机器人可在局部区域内采用往复运动的方式实现遍历。该方法定义了遍历空间中子区域间综合连通距离,综合连通距离包括区域之间的连通关系、区域之间的最短距离、区域之间的障碍物情况等要素,整个遍历空间中的连通关系由一个完全赋权连通矩阵表示。采用蚁群算法对子空间遍历距离进行优化,得到了最短全局遍历顺序。最后以一个模拟环境为求解实例,证明了算法的有效性。

基于改进A*算法的无人船完全遍历路径规划

针对无人船在复杂环境下完全遍历路径规划算法效率差、普适性低的问题,文中提出了一种基于改进A*算法的无人船完全遍历路径规划方法。首先通过地面站上位机电子地图界面发布任务区域,将该任务区域转换为栅格地图;然后通过内螺旋算法开始对栅格地图进行遍历;最后当无人船陷入死角时,通过改进A*算法搜索最优路径,逃逸死角继续遍历,直到完成所有可达区域的遍历。仿真结果表明,相比现有完全遍历的优化方法,该方法规划的路径步数从814步减少到784步,重复率从优化前的7.8%改善至3.98%,改善了性能指标,具有较好的应用前景。

基于非完全遍历的动态目标拦截调度问题研究

在兵力封控拦截任务中,针对目标移动而拦截力量及时间有限等制约条件,如何规划有限兵力拦截动态目标实现拦截数最多是一个任务规划优化问题。基于非完全遍历特性建立了带时间限制的动态拦截调度模型,设计了基于贪心策略求解的方法,同时考虑了局部贪心寻优解的快速性和全局贪心寻优解的整体性,提高了解结构的合理性。最后进行了36个动态目标3个拦截力量的拦截调度示例仿真,验证了方法可行性,提高了规划的效率和科学性。

海洋自主航行器多海湾区域完全遍历路径规划

海洋自主航行器在对海底地形测绘和水文信息搜集过程中,简单锯齿形完全遍历路径规划算法对多海湾海底地形探测易出现重复区域和遗漏区域的问题。本文提出了遗漏海湾和重复海湾及其进入点、退出点和门户的路径规划环境表达概念,并将其应用在基于行为的锯齿形完全遍历路径规划改进算法中,有效地减少了海洋自主航行器全覆盖地形测绘的重复区域和遗漏区域。在网格化定常流场海域内,对某一阻力特性已知的自主水下机器人进行了完全遍历路径规划仿真,验证了基于重复和遗漏海湾搜索行为的完全遍历路径规划算法的遍历性和不重复性,并降低了区域全覆盖地形测绘任务的耗能。最终,通过小型无人艇湖试验证了算法在完全遍历路径规划中的节能性和实用性。

复杂环境下UUV完全遍历路径规划方法

针对复杂环境下无人水下航行器(UUV)完全遍历路径规划方法的不足,文中基于蚁群算法和生物激励神经网络,提出了一种高覆盖率、低重复率的完全遍历路径规划方法。该方法基于栅格法和生物激励神经网络进行环境建模,将神经元活性值引入蚂蚁转移概率公式中,既克服了蚁群算法需要对环境提前扫描学习,运算复杂的不足,又避免了生物激励神经网络随机性强,重复率高的缺陷。仿真试验表明,文中方法不仅有效实现了复杂环境下UUV完全遍历路径规划,而且能够以最短路线跳出死角,具有覆盖率大、重复率小,实用性强的优点。该研究可为进一步开展动态环境中的UUV完全遍历路径规划提供参考。

在未知环境下完全遍历算法——等单元分解法

本文提出移动机器人的一种新的遍历算法:等单元分解算法,该算法适应于复杂的未知环境。首先,对环境栅格建模,每个栅格中心即为代表该栅格的特征点(基点);并对环境矩形建模。接着建立一条能遍历所有基点的路径,每搜索到某一基点就遍历对应的矩形区域,最终完成环境遍历。最后,通过仿真证明该算法的有效性。

改进遗传算法求解焊位群完全遍历

运用改进遗传算法,将父种群精英保留进行选择算子操作,同时进行有序交叉和倒序变异,产生子种群,保证遗传算法收敛。建立焊位群完全遍历最短路径数学模型,利用改进遗传算法对焊位群完全遍历问题进行求解,通过实例和实验仿真验证算法的收敛性和有效性。

基于回溯的室内机器人完全遍历路径规划

完全遍历路径规划算法得到越来越多的关注。提出一种基于回溯的双向完全遍历路径规划算法,根据工作环境的纵横比,选择合适的局部遍历优先级采用牛耕法完成局部覆盖,采用改进的A*算法规划出从临界点到回溯点的无碰撞路径完成区域转移,实现工作环境的全覆盖,当回溯点个数为零时,机器人就完成了对地图的完全覆盖。仿真表明,与BA*和B-Theta*算法相比,在横向距离大于纵向距离如30×50的地图上,转弯次数减少15%,且能实现完全覆盖,回溯点的个数减少81%,重复路径长度减少5%。新算法有较好的参考和应用价值。

基于回溯搜索的生物激励完全遍历路径规划

本文基于生物激励神经网络算法、回溯算法、D*(D Star)算法的优点,提出了一种新的完全遍历路径规划方法——基于回溯搜索的生物激励完全遍历路径规划算法,实现机器人在未知环境下的完全遍历路径规划。本算法用生物激励神经网络实现实时地图构建与路径规划,用回溯法结合D*算法实现机器人在分离区域之间的最短路径规划。通过仿真研究,本算法能实现机器人在复杂环境下的完全遍历路径规划,通过对比实验,本算法相比于基于生物激励的神经网络算法,性能上有所改善和提高。

基于DE算法的建筑3D打印完全遍历路径规划研究

在建筑3D打印领域首次提出了打印头完全遍历路径规划问题,对该问题进行了系统的阐述,包括对问题产生的原因进行分析,建立数学模型,提出评价指标。引入基于人工智能的DE(differential evolution,微分演化)算法进行路径规划问题的求解,进行了一个典型建筑3D打印路径规划模型的数值仿真模拟,通过实验结果可以得出,DE算法可以较好地解决建筑3D打印完全遍历路径规划问题。

人工智能3D打印完全遍历路径规划技术研究

在系统总结3D打印技术、人工智能以及路径规划技术发展的基础上,在建筑3D打印领域中提出进行打印头完全遍历路径规划研究,并分析了其必要性和紧迫性,同时,构建了打印头完全遍历路径规划的数学模型,提出了评价打印头完全遍历路径规划性能的评价指标,最后展望了通过人工智能算法进行建筑3D打印完全遍历路径规划的研究方向。

小型水域无人清洁船完全遍历路径规划模型研究

城市河道、景区、公园等湖泊中的漂浮垃圾对环境产生了严重污染,传统的人工打捞方式无法满足清洁需要。本文建立了一种常见小型水域环境模型,采用内螺旋完全遍历优化算法对水面垃圾清理船的行驶路径进行整体规划,解决了垃圾清理过程中易出现的重复区域和遗漏区域的问题;同时船体通过实时躲避障碍物获取最优最短路径轨迹,为自走式无人清洁船的运动控制设计提供了依据。

基于标点定位的清扫机器人遍历算法研究

分析了清扫机器人控制系统各个功能模块的功能。提出清扫机器人的一种新的遍历算法。首先,对环境栅格建模,每个栅格中心即为代表该栅格的标点,并对环境矩形建模。接着建立一条能遍历所有标点的路径,每搜索到某一标点就遍历对应的矩形区域,最终完成环境遍历。最后,通过仿真证明该算法的有效性。

矩形环境分解机器人遍历算法(英文)

提出了一种矩形分解的环境建模方法.该方法模型用环境分解出的节点及节点之间的连接关系网络来表示.环境建模首先将环境分解为正方形区域,区域中心点代表该区域位置.在邻近区域有障碍物情况下,扩大正方形边长形成矩形区域,有利于提高局部遍历效率.在这种环境建模思想下,提出了一种包含局部和全局2层结构路径规划下的机器人遍历方法.在全局路径规划中子区域之间的探索采用了基于知识规则的方法,定义了决定局部子区域向周围区域移动的一维优先权数组,该数组综合表征了本区域与相邻区域的遍历情况、连通关系和用户定义优先权级别.局部子区域根据环境形状采用模版匹配法实现遍历.仿真实验结果说明,该方法简单、高效,并适合解决复杂二维环境遍历问题.

完全多叉树的叶子节点构造搜索模型的算法与应用

设计了完全多叉树的存储结构和遍历算法,并设计了根据子节点搜索整个完全多叉树算法,最后给出了一个实际的完全三叉树的应用例子。

室内自主清扫机器人的路径规划

为了满足室内清扫机器人完全覆盖路径规划中的最大覆盖率和最小重复率的要求,在清扫机器人犁田式路径规划的基础上,提出了运用回溯法来实现清扫机器人的路径规划,最终完成室内环境的遍历.仿真结果表明,在静态结构环境中,清扫机器人能够沿着犁田式的路径完成清扫任务,并成功地避开障碍物.

地面搜索问题最优模式研究

基于一个假设的搜索问题,采用一种完全遍历算法,通过路径规划寻求若干条连接起始点到终点的运动轨迹,即最优或次优有效路径,并通过把要搜索的区域环境分解成为路径带,然后建立全局最优路径规划模型,力求在这个分块区域环境中寻找一种搜索时间最短的最优路径。

不确定性环境下轨道自动导引车动态调度

为优化不确定性环境下轨道自动导引车(RGV)调度问题,提出了一种基于完全遍历路径规划(CCPP)的调度规则。以某智能车间RGV调度系统为研究对象,考虑刀具更换、机器故障等一系列不确定性因素导致的计算机数字控制机台停机问题,运用CCPP调度规则对RGV的上下料顺序进行实时调度优化,并与车间现行的就近调度规则进行对比分析。实验结果表明,CCPP调度规则能够有效提高智能车间产能,减少RGV行走距离。