基于复形法求解多智能体避障问题的研究

该文基于最优化方法中的复形法,对多智能体领域里的机器人足球避障问题,给出了最短路径的解决方法。它在机器人足球避障问题的解法中有其突出的特点。首先,在执行避障动作时,以尽可能小的动作幅度完成了动作执行,此方法应用于多球员的比赛,如11对11,较其它方法尤具优势。其次,以往有关避障问题的解法,计算量大,对机器人奔跑速度影响较大,该文采用复形法求解的数学模型公式,克服了此类缺点,方法简单,计算速度快。在仿真实验里,取得了理想的效果。

非线性规划在机器人避障问题中的应用研究

本文针对机器人避障的最短路径和最短时间路径问题建立优化模型,主要研究机器人行走过程中如何避开障碍物到达目标点的最短路径及最短时间路径。经分析可得,最短路径一定是由线和圆弧组成的。为方便计算,把较长的路径拆分为较简单的线圆结构图。依据这种方法,无论多复杂的路径图都可以拆分为这种相对简单的线圆结构来求解。对于最短路径问题,可通过穷举法找出可行路径,再用AutoCAD作出精确的路径图选出相对较短的路径,并利用Mathematic计算出路径长度,经计算可得机器人路障的最短路程。对于最短时间问题,由于转弯的半径和弧的圆心是未知的,路径是无法确定的,所以建立了非线性规划的优化模型,用LINGO软件求解得到。

一种矢量人工势能场的多智能体编队避障算法

针对多智能体编队通过障碍物区域的避撞和避障问题,利用传感器的监控功能,采用改进的人工势能场法对避障算法进行优化,使多智能体编队能有效地通过障碍物区域,并在通过障碍物区域后再次形成多智能体编队。首先,从多智能体模型上进行改进,建立一种具有可视化范围的速度为矢量的速度可变的智能体模型。然后,使用矢量的人工势能场法进行多智能体编队的避撞和避障。最后,针对多智能体编队避障过程中会存在"局部困扰"的情况,加入"回环力"使多智能体编队能够通过障碍物区域,并在通过障碍物区域后继续编队运行。同时,使用MATLAB软件在坐标系中进行多智能体编队的避障仿真,验证了改进人工势能场法的有效性和正确性,为多智能体编队避障问题提供了更加有效的方法。

基于遗传算法的避障TSP问题算法设计

主要探讨复杂环境下避障TSP问题的遗传算法的求解方法。针对TSP问题和避障TSP问题的不同,在染色体的编码方式、有效范围、基因选取、遗传算子等方面对传统遗传算法进行改进,同时引入了代价矩阵和基因库以提高算法的收敛速度。

基于模糊神经网络的AGV避障路径研究

通过对AGV运动学模型进行分析,针对AGV在未知环境中的避障问题,将模糊控制与神经网络相结合,形成模糊神经网络控制器,对AGV行驶环境进行分析,将障碍物信息输入控制器,从控制器输出数据中找出避障最佳路径,利用模糊神经网络自学习和自适应能力,提高AGV避障的成功率。

基于边缘提取和特征跟踪的道路检测算法

研究了汽车辅助驾驶系统中的计算机视觉问题。一方面 ,用小波变换对高速公路上的道路边缘进行检测 ;另一方面 ,利用灰度以及几何特征实时跟踪和检测车道边缘 ,通过建立道路边缘模型 ,采用数据拟合的方法确定边界轨迹方程 ,从而估算出公路的延伸方向 ,实现汽车的自动防偏 ,并为解决汽车智能辅助驾驶系统的避障问题提供了有力的保证。

机械臂运动路径规划的算法设计

我们对题目中所给的特定的六自由度机械手臂设计一整套通用的算法.让它能够实现点到点移动,有障碍的曲线跟踪,和避障点对点移动三种基本功能.并能自动生成控制台所需要的指令序列.最后我们会对模型的适用范围和准确性进行评价.

复杂地势的无人机灾情巡查新方法

主要针对无人机在抢险救灾中的灾情巡查问题探究新型巡查方法．通过变“覆盖巡查面”为“有效巡查点”，将传统的多无人机协同覆盖巡查问题转化为带有避障的VRP问题，并以所有无人机总飞行时间最少为目标建立相应的数学模型．运用MATLAB编写蚁群算法求解VRP中任意两点间的最短避障路线长度矩阵，进而用遗传算法来求解带有避障的VRP问题，得到不同需求下的最少无人机数量，规划出飞行路线．经过案例分析可得，此巡查路线覆盖率达到85．95％，具有较好的实用性．