动态自适应快速扩展树航迹规划算法研究

快速扩展随机树(RRT)是航迹规划的重要算法,针对其难以直接应用于无人机航迹规划的问题,提出了动态自适应RRT算法.动态自适应RRT算法在随机点产生过程中加入无人机转弯角约束,使航迹更适合无人机直接跟踪;同时引入动态调节因子,根据环境中障碍密集程度调整规划步长,有效避免各类障碍.计算机实验结果表明动态自适应RRT算法在单航迹规划和多航迹规划中明显优于基本RRT算法和其它改进RRT算法,更适用于无人机航迹规划.

基于变参数阈值的随机扩展树算法路径规划研究

针对随机扩展树算法在未知空间中进行路径规划扩展时随机性大,且扩展的树节点在整个环境空间中搜索过于均匀等问题,提出一种基于变参数阈值的随机扩展树算法。改进后的算法在路径规划中,针对具体情况选取参数阈值作下一步扩展,使得每次扩展都有着一定的概率性偏向目标;同时设定可变参数阈值,避免了陷入局部极小值,有效解决了随机性大和搜索均匀问题。通过Matlab仿真实验,验证了该算法的可行性和有效性。

改进人工势场引导的双向扩展随机树路径规划算法

针对地面移动机器人在复杂环境之下要求规划路径实时性强、路线平滑度高、避障精确完备等需求,在快速扩展随机树算法(RRT)的基础之上,提出一种由改进人工势场法(APF)引导的双向扩展随机树算法(APF-Bi-RRT^(*))。首先,在每次迭代的过程之中两棵随机树同时分别从起始点和目标点进行扩展,以加快算法收敛速度;其次,在算法随机树生长方向上,引入目标偏置策略来优化随机子节点的选取,并在随机树和障碍物中加入人工势场分量,限制路径方向选择的随机性,改进算法克服引力和斥力过大导致陷入局部最优值或目标不可达的问题;最后,在形成锯齿型规划路径之上应用一种采样优化和关键节点平滑策略,进一步缩短和平滑原路径的总距离。对比实验结果证明,该算法既克服了传统随机树算法的节点盲目扩展的问题,又兼顾了生成路径的效率和平滑性,与目标偏置RRT算法相比,在规划路径长度上减少了9.7%左右,在运行时间上缩短了65.3%左右,在算法迭代次数上减少了78.2%左右。

基于扩展攻击树的信息系统安全风险评估研究

在信息安全形势日益严峻的今天,寻找一种客观、准确、可靠的风险评估方法变得尤为重要。为降低主观因素的影响,提高评估结果的可靠性和准确性,并实现自动化评估,文章基于扩展攻击树模型与模糊层次分析法,提出了一种新的系统安全风险评估方法。同时,采用多属性效用理论来量化叶子节点的风险值,以实现客观准确的评估。实例验证表明,该风险评估方法简单易行,具有较高的应用价值和通用性。

基于改进双向快速扩展随机树算法的智能汽车路径规划研究

针对智能汽车路径规划中双向快速扩展随机树(RRT-Connect)算法获得的路径不是最优解和狭小通道探索性能较差的问题,在分析RRT-Connect算法基本原理的基础上,对其在扩展策略和路径平滑等方面进行了改进。首先,引入概率偏向法对选取的随机点进行筛选,并基于人工势场进行扩展,以缩短路径和计算时间,然后,引入三次B样条曲线对路径进行优化,生成光滑路径,保证路径满足智能汽车的动力学特性,最后,通过仿真验证改进RRT-Connect算法的性能,结果表明,在简单障碍物、复杂障碍物和狭窄路径环境下,改进的RRT-Connect算法的平均路径长度和平均耗时均优于传统RRT-Connect算法。

麻雀搜索算法-粒子群算法与快速扩展随机树算法协同优化的智能车辆路径规划

针对智能汽车在面对多样化工作场景时其路径规划算法存在响应时间长、规划效率低的问题,提出了多元协同优化策略。首先,融合麻雀搜索算法(SSA)的警惕机制与粒子群算法(PSO)的种群寻优特性,对PSO算法中的惯性权重因子和学习因子进行优化;其次,提出“三角布线”搜索规则,对快速扩展随机树算法(RRT)进行双向优化(RRT-Connect);然后,基于MATLAB软件建立了复杂环境道路仿真模型,对上述优化方案进行了仿真验证。结果表明,相较于单一的优化方案,协同优化算法在路径长度与规划时间上均具有显著的优势。对两种协同优化方案的应用场景进行了实车试验,结果显示:在局部路径规划中,SSA-PSO算法响应时间更短,规划效率更高,而在全局路径规划中,“三角布线”RRT-Connect算法更具优势。

基于快速扩展随机树的小麦收割机作业路径智能控制方法

小麦收割机作业受农田地形和作物分布、农田尺寸和形状等多种因素的影响,造成小麦收割机的路径智能控制效果不佳,导致收割效率和小麦收割质量相对偏低,提出基于快速扩展随机树的小麦收割机作业路径智能控制方法。从路径的起点到终点都是作业区域点,每个作业区域点收割任务一次完成,不能重复路过两次,所有作业区域点收割任务不能超过收割机预算时间为约束,建立了小麦收割机作业路径控制数学模型。将小麦收割机在待收割小麦农田中开始收割起始点作为扩展树的根节点,让小麦收割机从根节点出发,随机扩展选取小麦收割机的下一个可移动位置,对构建目标函数进行寻优。通过在整个自由空间生成一棵扩展随机树的方法,控制小麦收割机在最优可行路径上。测试结果表明,所提路径控制方法综合考虑了单位面积油耗和收割效率,能够在同样时间内完成更多的收割作业,具有更高的收割效率和小麦收割质量,提高了作业效率和生产能力。

基于快速扩展随机树的7R机械臂避障达点运动规划

基于单树随机树搜索算法(Single directional rapidly-exploring random tree,single-RRT)和双树随机树搜索算法(Bi-directional rapidly-exploring random tree,bi-RRT),对7R机械臂的避障达点运动规划展开系统研究。基于single-RRT算法进行避障达点运动的数值仿真和实物样机试验。提出一种新的bi-RRT算法,结合末端姿态调整和关节自运动来生成目标树。并利用7R机械臂的解析逆解,生成目标位形。传统的bi-RRT算法只给定了一个目标位形,而新算法中目标点树根是由一群目标位形组成。在给定的障碍物环境中,机器人自动选择某一合适的位形作为目标节点来引导搜索树最有效地生长。通过数值仿真,验证该方法的优越性。利用Matlab和C++的混合编程和OpenGL开发了7R机械臂避障达点运动规划仿真软件。利用该软件,对基于bi-RRT的7R机械臂避障达点运动规划进行虚拟样机的试验研究。

基于扩展故障树的运载火箭故障诊断专家系统

针对运载火箭故障诊断专家系统中知识获取的瓶颈问题,通过将扩展故障树分析法和基于规则的诊断专家系统有机结合,建立基于扩展故障树的运载火箭故障知识获取及表示方法,实现了从扩展故障树到诊断知识的自动转换和诊断知识的规范化表示,解决了基于规则的诊断专家系统的知识获取难题。在此基础上,结合扩展故障树给出了运载火箭故障诊断专家系统快速推理策略。该策略基于诊断优先系数,实现了对发生概率大、结构重要度高、危害严重的故障的优先诊断,并通过浅层推理与深层推理相结合,保证了推理过程的精确性和严密性。

基于改进快速扩展随机树方法的隐身无人机突防航迹规划

针对隐身无人机在日趋严密的雷达防御系统下的生存问题,提出了基于改进快速扩展随机树的隐身突防航迹规划方法.本文首先对隐身突防航迹规划中无人机的动态雷达散射截面积和雷达的发现准则这两个关键问题进行了分析和建模,然后针对现有算法在解决隐身飞机航迹规划问题时的不足,设计了改进快速扩展随机树算法,将无人机的雷达散射截面积随姿态变化的情况考虑到新节点生成中,并且结合滚动时域策略计算时域范围内所有节点的瞬时发现概率均值,以判断新节点可行性.仿真结果和对比研究表明,算法的改进策略能够处理隐身突防航迹规划的两个特性,并且可在复杂环境下快速生成更优的突防路径.

扩展方向树的遥感图像小波包压缩算法

针对遥感图像纹理丰富、空间相关性弱,普通压缩算法容易造成高频信息丢失的特点,本文利用小波包优良的高频分析能力,提出一种结合SPIHT的小波包编码算法。该算法采用类似SPIHT算法的零树结构,通过重新定义方向树,即扩展方向树,改变小波包各节点之间的对应关系,解决小波包分解时产生的"父冲突"问题。同时,对扩展方向树的合理性进行了实验验证,并结合SPIHT算法实现了整个编解码。实验结果表明,对于富含纹理的遥感图像,在1bpp的压缩率下,该算法峰值信噪比(PSNR)超出SPIHT算法0.5-1dB,且视觉效果更好。

改进的快速扩展随机树在航迹规划中的应用

通过在快速扩展随机树(rapidly-exploring random tree)算法的基础上融入状态-时间空间(state-timespace)的思想,使改进后的算法能够有效地处理动态环境中的航迹规划问题。仿真试验首先采用四元素法建立航天飞行器的六自由度动力学模型,在三维空间中验证该算法搜索高维空间的能力。其次运用改进的算法在动态环境中进行航迹规划试验,证明了该算法的有效性。

基于扩展故障树的故障诊断系统

为了进行快速的故障诊断和定位,将传统故障树进行扩展。通过增加节点的门类型、深度、发生可能性、检测手段等信息来建立综合系数模型,计算出的综合系数存于对应的节点信息中。故障诊断时,先根据故障现象选定故障顶事件,然后计算该故障树的最小割集,再按照综合系数高的故障节点优先进行诊断的原则进行诊断,当同一割集的底事件都发生时,就完成了故障定位。所提出的系统已成功应用于某大型装备的故障诊断,优化了故意诊断流程,提高了故障诊断速度。

基于扩展自然序树的概化关联规则增量挖掘方法

概化关联规则挖掘作为数据挖掘领域一个重要的拓展性研究课题,首先提出了一种概化扩展自然序树(generalized extended canonical-order tree,GECT)结构及其增量挖掘算法GECT-IM.该算法对原始分类事务数据库只扫描一次,就可以将所有交易信息映射至一棵压缩格式的GECT,然后通过对更新交易数据集扫描得到更新数据集中各项集的计数,结合相关性质及运算就可以发现大部分更新后的概化频繁项集;其次,针对GECT规模较大以及GECT-IM 算法仍然可能需要遍历初始GECT树的局限,在界定数据库更新和重构概念的基础上,基于一种可量化度量的准最小支持度阈值,提出了一种改进的准频繁概化扩展自然序树(pre-large generalized extended canonical-order tree,PGECT)结构及其增量挖掘算法PGECT-IM.由于有效避免了对初始GECT进行遍历的情形,从而进一步提升了概化关联规则增量挖掘效率.实验证明,提出的概化关联规则增量挖掘算法 GECT-IM 及其优化算法PGECT-IM,比现有增量挖掘算法具有更高的挖掘效率和更好的扩展性.

基于启发式的快速扩展随机树路径规划算法

针对基于随机采样的路径规划缺乏确定性的问题,提出一种具有启发式的多自由度机器人路径规划算法。该算法在快速扩展随机树算法的基础上,引入了启发式估价函数,使扩展随机树有利于朝目标点方向进行生长。仿真结果表明。提高了复杂环境下机器人路径规划的效率,保证了规划的路径接近于最短路径,对同一任务的规划具有一定的可重复性。

机器人路径规划的快速扩展随机树算法综述

路径规划是移动机器人的重要研究内容。快速扩展随机树(Rapidly-Exploring Random Tree,RRT)算法因在机器人路径规划中的成功应用,自提出以来就得到了极大的研究与发展。快速扩展随机树作为一种新颖的随机节点采样算法,相对传统路径规划算法,具有建模时间短、搜索能力强、方便添加非完整约束等优点。介绍了快速扩展随机树算法的基本原理与性质,并从单向随机树扩展、多向随机树扩展、其他改进等方面概括了算法的研究现状。最后,展望了算法未来的研究方向与挑战。

基于改进快速扩展随机树的机械臂路径规划

针对机械臂路径规划问题,提出一种基于改进RRT算法的路径规划方法。改进RRT结合了目标偏置策略和贪婪生长策略的优点,在随机采样时,以一定概率使采样点偏置为目标节点,降低随机采样的盲目性,在目标节点方向上采用贪婪式扩展策略,增加随机树局部方向上的生长速度。RRT法规划路径结果并非最优,提出改进GPP法删除多余路径节点,优化机械臂运动路径。通过与Biased-RRT和Greedy-RRT数值仿真结果对比,证明了改进RRT在计算时间、迭代次数、扩展节点数上均优于以上方法。在机械臂两种典型工作环境中的仿真结果表明,使用该方法可以较好解决排爆机械臂避障路径规划问题。

基于扩展特征树的三维CAD模型相似评价

针对现有的三维CAD模型检索算法难以有效捕捉零件中包含的工程语义、无法满足设计重用需求的问题,提出一种基于扩展特征树的三维CAD模型相似评价方法。以三维CAD模型的边界表示为输入,通过交互定义设计特征及自动识别特征间关系的方法建立其扩展特征树;综合扩展特征树及其特征的几何属性表征给定三维CAD模型,并通过非精确的树匹配算法及一种自适应的权重分配方案实现三维CAD模型间的相似评价。理论分析及实验结果表明,该算法能够快速检索到相似的三维CAD模型,其检索结果较好地反映了模型的设计语义,满足设计重用需求。

几何约束求解的扩展C-树分解法

为了有效分解几何约束系统,本文提出了一种基于增量LMA(ILMA)算法的扩展C-树分解法,该方法将几何约束系统分解为一棵扩展C-树。与C-树分解法相比,该方法能够保证以任意装配几何约束的方式构造的扩展C-树是几何约束系统的最大化分解。实例分解结果表明:将本文方法应用于几何约束求解是行之有效的。

基于扩展故障树的某滑油系统专家诊断知识获取

针对基于规则的专家诊断系统中知识获取的"瓶颈"问题,提出一种基于扩展故障树的专家诊断知识获取方法,并用于获取某滑油系统的专家诊断知识。在建立某滑油系统传统故障树的基础上,通过附加故障现象、故障检测方法、诊断建议等信息,形成某滑油系统的扩展故障树,并与基于规则的专家诊断系统结合,试图从扩展故障树中构建滑油系统的专家诊断知识。