基于改进D^(*)Lite算法的移动机器人路径规划

针对在动态环境下采用D^(*)Lite算法进行移动机器人路径规划时存在的搜索效率低、路径不平滑、容易与障碍物顶点碰撞等问题,提出一种基于危险因子和三次均匀B样条曲线的改进方法。首先,进行函数优化,当扩展邻节点时,将传统启发函数计算方法改为对角线距离,以提升规划效率,并在节点代价中融合危险因子,以避免机器人斜向移动时斜穿障碍物尖角而与其发生碰撞;其次,结合三次均匀B样条曲线对路径进行拟合优化,使路径更加平滑。针对上述改进,采用PyCharm软件进行仿真,结果表明,改进后的算法有效提升了路径规划的效率及路径的安全性、实用性。

基于D^(*)Lite算法路径规划的改进方法

针对D^(*)Lite算法的启发值不精确、规划出的路径斜穿过障碍物栅格顶点的问题,提出一种改进的方法。首先,使用一种更为精确的计算距离代替切比雪夫距离作为启发值,新的计算距离区分了直线距离和斜线距离的代价值;其次,对扩展节点进行分类,给危险节点引入一个安全系数;最后,对改进的算法进行仿真。仿真结果表明:改进后的D^(*)Lite算法因为启发值更精确,扩展次数减少,性能更好;引入安全系数,危险节点将不作为路径的优先选择,解决了规划的路径斜穿过障碍物栅格顶点的问题。不管是预规划还是重规划阶段都能够规划出一条十分安全的路径。

基于改进概率路线图算法的煤矿机器人路径规划方法

路径规划是煤矿机器人在煤矿井下非结构化狭长受限空间中应用亟待解决的关键技术之一。针对传统概率路线图(PRM)算法在空间狭长封闭巷道环境中难以保障采样的节点均匀分布于自由空间中导致路径规划失效,以及节点可能距离障碍物较近导致规划的路径可通行性差等问题,提出了一种基于改进PRM算法的煤矿机器人路径规划方法。在构造阶段引入人工势场法,将落在障碍物中的节点沿与其距离最近自由空间中的节点连线方向推至自由空间,并在障碍物边缘建立斥力场,实现节点的均匀分布且使其距离障碍物有一定距离;在查询阶段融合D^(*)Lite算法,当遇到动态障碍物或前方无法通行时可实现路径的重规划。仿真结果表明:改进PRM算法的节点均匀分布在自由空间中,且均距离障碍物一定距离,提高了路径规划的安全性;当节点数为100个时,改进PRM算法成功率较传统PRM算法提高了25%;随着节点数增加,传统PRM算法和改进PRM算法路径规划成功次数均呈增长趋势,但改进PRM算法在效率方面优势更明显;当节点数为400个时,改进PRM算法运行效率较传统PRM算法提高了35.13%,且规划的路径更平滑,路径长度更短;当障碍物突然出现时,改进PRM算法能够实现路径的重规划。

改进D*Lite算法在虚拟士兵路径规划中的应用

针对传统D*Lite算法存在的频繁转弯、过于靠近障碍物的问题提出改进D*Lite算法。该算法使用烟花算法中的映射规则将过于靠近障碍物的格子判定在安全范围之外,并使用烟花算法对D*Lite算法规划好的路径中的关键转折点间的路径进行二次规划以减少不必要的转弯。路径规划结果显示,所提出的改进D*Lite算法能够实现虚拟士兵最优路径搜索并且效率更高。仿真结果分析表明,所提出的算法比已有的改进D*Lite算法更优,可以有效减少路径中不必要的转弯,且使路径与障碍物保持合适的距离。

基于D^*Lite算法的三维路径规划研究

为实现三维地形环境下的路径规划,建立地面栅格高程地图,并对二维平面的D^*Lite算法进行扩展;在传统D^*Lite算法的代价函数中引入相邻节点间高程差,通过最大爬坡坡度和最大侧倾坡度限制路径扩展方向,同时设立爬坡因子和侧倾因子来平衡路径的长度与安全性,避免规划路径经过大坡度危险区域。在仿真环境中对相关参数进行整定,同时进行了路径的对比验证和遇到临时障碍物时的路径重规划测试,结果表明:该算法可以有效均衡三维地形下路径长度和安全性问题。

基于改进QPSO分数阶PID预测算法的线径控制系统

针对传统PID控制器在具有非线性、大滞后、时变性的线径控制系统中控制效果不理想的问题,引入分数阶PI^(λ)D^(μ)控制器,并结合改进的量子粒子群算法和MAC预测控制,提出一种IQPSO-FOPID-MAC预测控制策略。通过改进的QPSO算法对分数阶PI^(λ)D^(μ)控制器的参数进行优化,MAC算法建立预测模型对线径进行预测并实时在线校正,改善线径控制系统的滞后性。仿真对比实验结果表明:与其它三种控制方法相比,IQPSO-FOPID-MAC预测控制具有超调量小,调节时间短,抗干扰能力和鲁棒性强等优势,符合线径实际生产需求,具有一定的实用性。

应用改进人工蜂群算法的VCRU冷凝温度PI^(λ)D^(μ)控制的数值研究

充分考虑蒸汽压缩式制冷机组(Vapor Compression Refrigerating Unit,VCRU)中的冷凝器被控对象具有结构参数时变、惯性大和时滞等特点,传统PID调节方式会导致其关键性能参数−冷凝温度T_(c)的调节时间长、稳态误差和超调量均较大的问题。对此提出冷凝温度分数阶PID(PI^(λ)D^(μ))控制策略,且设计改进人工蜂群算法(Improved Artificial Bee Colony Algorithm,IABCA)对该冷凝温度分数阶PID控制器(Fractional Order PID Controller for Condensation Temperature,CT-FOPIDC)参数进行优化整定,提升T_(c)的调节质量。首先,根据空调制冷工艺的要求和相关自动控制理论,对该冷凝温度PI^(λ)D^(μ)控制系统中的各个组成环节进行建模。其次,基于基本人工蜂群算法(Basic Artificial Bee Colony Algorithm,BABCA),对学习因子c_(1)和c_(2)进行线性变化,保持其他参数不变,重构IABCA,且将min ITAE(Integrated Time Absolute Error,绝对积分时间误差)作为其目标函数,进而对CT-FOPIDC的5个参数进行整定,得到相应的最佳参数值。最后,使用MATLAB软件,分别对IABCA和该冷凝温度PI^(λ)D^(μ)控制系统进行编程和组态。仿真结果表明该IABCA对CT-FOPIDC参数的优化整定是可行的,同时该冷凝温度PI^(λ)D^(μ)控制系统的调节品质明显优于传统PID控制系统。

基于改进D*算法的无人机室内路径规划

针对多旋翼飞行器室内无GPS信号时的导航问题,本文采用二维码阵列构建室内定位系统,基于改进D^*算法实现无人机室内路径规划,从而实现飞行器在室内的自主导航和避障。基于ArUco二维码设计了地面阵列为无人机提供了全局精确定位信息,使用改进D^*算法保证了无人机在飞行过程中能自主进行路径规划和飞行。通过设计实验对改进D^*算法进行了数值仿真验证,并在实际无人机的飞行中应用。实验结果证明:所提改进算法较传统D^*算法能更好地保证无人机的飞行安全,同时基于二维码阵列的定位方式不但具有较高精度同时成本低易于实现。

基于记忆机制的动态交通路径优化算法

在对经典路径优化算法性能进行分析的基础上,指出了现有路径优化算法在大规模路网条件下实时性差的问题.通过比较道路交通网络路径优化和机器人寻路过程的异同点,基于智能机器人寻路的D^＊ Lite算法和记忆规则,提出一种新的道路网络动态路径优化算法,并对其性能进行了测试和对比分析.结果表明,该方法在保证路径优化结果相近的情况下可以减少优化计算时间26%～50%.

动态海冰状态下极地船舶改进D^(*)Lite路径规划方法

为解决船舶在极地海域下的动态路径规划问题,提出一种结合极地运行限制风险评估系统(POLARIS)的改进D^(*)Lite动态路径规划算法。首先,引入POLARIS风险模型,通过分析栅格化的海冰密集度和海冰厚度数据,结合船舶类型,建立极地通航风险模型,构建具有通航风险指数的栅格环境地图,并对D^(*)Lite算法的代价函数进行重新构建;其次,通过扩展搜索邻域,使船舶转弯角度不局限于π/2或π/4的整数倍,提高路径平滑,缩短路径长度;最后,通过引入因安全系数膨胀不可通航区域附近栅格的通航指数,提高预规划和重规划航线远离固定障碍物概率。仿真实验表明,改进后的D^(*)Lite算法较传统算法不仅减少了15.49%~40.30%的海冰风险,而且减少了2.99%~5.32%的路径长度和45.95%~60.98%的路径拐点数。

基于增量搜索的车辆动态路径规划算法研究

D*Lite算法是一种非常高效的增量搜索算法,适合于动态环境下的路径规划。文章基于D*Lite算法的原理,对该算法的性能及应用于车辆路径规划的适用性进行改进,提高了算法的稳定性和结果的可靠性,并通过试验和算法评价验证了改进的D*Lite算法在复杂、动态环境下规划路径的有效性。

基于路径优化D^*Lite算法的移动机器人路径规划

采用D^*Lite算法规划出的路径并不平滑,且预规路径与障碍物均十分接近.除此之外,在动态环境下时,由D^*Lite算法重规划得到的路径也离障碍物距离很近,十分容易发生碰撞.针对此问题,引入懒惰视线算法与距离变换相结合的方法改进D^*Lite算法.首先,对地图进行距离变换,并引入距离值的启发式代价,使得距离障碍物较远的节点优先被选择.然后,在扩展节点时引入视线算法,增加本地父亲节点和远程父亲节点的概念,使得路径不局限于八邻域扩展,从而进化为任意角度路径规划算法;最后,在遇到未知障碍物时进行局部距离变换,结合启发距离值信息进行重规划,使得重规划得到的路径远离突现的障碍物.仿真实验表明,在不同环境下规划所得到的路径均十分平滑与安全.

基于分数阶PI~λD~μ控制的移相全桥ZVZCS变换器的研究

为改善电路性能,将分数阶PI^λD^μ控制应用到移相全桥ZVZCS变换器中。首先以Buck变换器为基础,结合移相全桥自身电路特性,建立移相全桥ZVZCS变换器的小信号模型;而后使用遗传算法分别寻优设计了最优分数阶PI^λD^μ控制器和最优整数阶PID控制器;最后基于Simulink平台搭建闭环电路仿真分析,比较移相全桥ZVZCS变换器分别处于两种控制器控制下的电路特性。仿真结果显示处于分数阶PIkD-控制器控制下的移相全桥ZVZCS变换器相较于处在整数阶控制下时,其在负载发生变化时的电压波动幅值更小、波动时长更短,具有更良好的动态性能。