基于改进AG算法的机器人动态路径规划方法

为了充分发挥Agoraphilic(AG)算法的优越性,使其可以在动态环境中有效地进行路径规划,对传统AG算法进行了研究和改进,在计算自由空间力时增加了机器人和动态障碍物之间的相对速度分量,该分量可分解为2个方向的分力,一个分力使机器人向背离障碍物的方向运动,另一个分力使机器人向垂直于障碍物的方向运动,充当机器人绕行的动力。利用Matlab进行了仿真实验,将改进的AG算法和几种其他动态路径规划方法进行了对比。改进后的AG算法使机器人能够迅速躲避动态障碍物,有效地进行动态避障。研究方法不仅可以解决动态环境中机器人躲避动态障碍物并到达目标点的问题,而且与其他动态路径规划算法相比,具有路径长度更短、耗时更少、路径更平滑等优点。

三种后缀单模式匹配算法的性能研究

分析Apostolico-Giancarlo(AG)算法、Reverse Colussi(RC)算法和Turbo Reverse Factor(TRF)算法的特点和时间空间复杂度.选取从不同的文本串和模式串,对三种算法进行消耗时间,尝试趟数两方面进行实验.实验结果表明,由于TRF算法采用自动机实现匹配,能大大地缩短匹配时间,因而能更有效地提高模式匹配速度.