基于动态优先级的机坪车辆避冲突运行规划方法

【目的】针对机坪车机混行环境,提出了一种考虑动态优先级的避冲突运行规划方法。【方法】首先,从作业效率和运行风险两个层面,提出动态优先级计算方法,完善了多类型保障车辆时变冲突风险划分的规则。其次,考虑保障车辆运行规则和物理特性,建立了考虑行驶和等待时间最小化的混合整数规划模型。最后,设计全局路径优化的两阶段算法进行求解,并通过低时间复杂度的改进冲突探测方法,弥补了传统方法求解大规模复杂问题在时效性方面的不足。【结果】实验表明,设计的算法在大、小规模场景均有较好的适用性,相比对照算法,冲突优化幅度提升7.6%,车辆与航空器冲突占比降低7.5%。【结论】所提方法满足了保障车辆差异化运行要求,实现了车辆和航空器混合运行环境下避冲突路径规划的功能。

改进Q学习下3D打印机器人路径生成方法

由于3D打印机器人每次从起点到终点的最优或次优路径不止一条,而且在移动过程中要进行避障,加大了路径规划难度。针对上述问题,提出一种基于改进Q学习的3D打印机器人路径生成方法。根据齐次变换原理和机器人的结构参数分析机器人运动学原理,计算3D打印机器人末端在世界坐标系的位姿,明确3D打印机器人各轴联动关系。将机器人内部的信息节点组成分布式导航网络,控制机器人做出独立导航决策,辅助机器人航向选择。利用改进的Q学习方法,将信息决策导航结果与机器人学习的最佳状态及动作匹配,利用回报函数和贪婪策略方法提高其学习率,实现3D打印机器人路径生成。实验结果表明,所提方法路径规划能力强,计算耗时短。