基于优化快速搜索随机树算法的全局路径规划

为了改善传统快速搜索随机树(RRT)算法在全局路径规划中存在的平滑度差、具有潜在碰撞性等问题,提出了一种双重优化的RRT算法。在传统RRT算法基础上,引入自适应目标偏向策略以缩短采样时间,引入角度约束采样策略以适应车辆极限转角。得到初始路径后,建立二项优化函数(即降低路径曲率和远离障碍物),并将其作为基点进行梯度下降二次优化,生成可供车辆行驶、平滑性良好且碰撞概率低的路径,并进行仿真验证。结果表明:优化RRT算法相比于传统RRT算法、RRT-Connect算法和RRT算法,平均曲率分别降低了38.1%、36.4%和24.7%,曲率均方差分别降低了38.4%、38.4%和27.2%。

复杂地形寻迹机器人变步长全局避障仿真

以往的复杂地形寻迹机器人变步长全局避障仿真方法对寻迹机器人在运行过程中的受力分析不够准确,导致避障效果不佳。因此,文章设计了复杂地形寻迹机器人变步长全局避障仿真方法。根据寻迹机器人的运动状态,构建寻迹机器人运动状态数学模型,并对其进行坐标转换,得到在复杂环境下的运动状态模型,通过构建复杂地形信息模型,分别计算寻迹机器人的斥力和引力,由此计算出对应的合力和运动方向,设计寻迹机器人的避障路径,通过调整寻迹机器人的步长和转向角度,实现对寻迹机器人变步长的全局避障。通过上述设计,完成对复杂地形寻迹机器人变步长全局避障仿真方法的设计。在仿真实验中,和以往的复杂地形寻迹机器人变步长全局避障仿真方法相比,设计的复杂地形寻迹机器人变步长全局避障仿真方法在实际应用中避障成功率更高,避障效果更好。

自动驾驶汽车避撞极限研究

精确计算不同避撞控制策略的极限避撞距离是自动驾驶汽车避撞决策与控制的基础。为厘清差动制动控制对避撞距离的影响,探究转向和差动制动集成控制的极限避撞能力,提高极限避撞距离的计算精度,本研究基于非线性车辆集成动力学和最优控制理论提出一种自动驾驶汽车极限避撞距离计算方法。首先,建立了非线性7自由度车辆动力学模型和复合滑移工况的Pacejka轮胎模型。进一步地,基于上述模型构建了极限避撞距离求解问题,并将其转化为最优控制问题。然后,设计了高斯伪谱法将最优控制问题转化为非线性规划问题并求解。最后,分析了转向控制、制动控制、转向和制动集成控制、转向和差动制动集成控制的极限避撞距离,并与基于质点模型计算和CarSim测试的结果进行了对比。结果表明:转向和差动制动集成控制能够进一步减少自动驾驶汽车的避撞距离,显著提高其避撞能力;本研究所提方法能够显著提高极限避撞距离的计算精度和避撞决策结果的可靠性。

基于分布式参考校正的多机器人编队控制

针对避障、外部干扰和迟滞等实际的多机器人编队控制问题,提出了一种基于分布式参考校正的控制方法。通过采用人工势场法和干扰观测器,解决了非匹配不确定性的避障问题。定义不可达参考场景描述了多机器人在试图避开障碍物时的被动修正行为,并为每个机器人设计了分布式参考校正算法,减弱被动校正行为带来的不利影响,保证每个机器人位置跟踪误差的有界性。考虑已知的执行器迟滞效应,在电流控制律中添加了Bouc-Wen迟滞补偿器。利用Lyapunov稳定性理论验证了避障的有效性。最后,在MATLAB环境下基于多机器人系统进行了数值仿真和比较,以证明所提出的算法和控制器的有效性,实验结果表明该方法可以在具有外部干扰和迟滞等实际问题下形成稳定的多机器人编队控制,对路径上的障碍物进行无碰撞避障,提出的分布式参考校正算法减弱了被动校正行为,提高了系统的稳定性。

基于改进快速行进平方法的无人帆船动态避碰方法

[目的]为解决无人帆船在开阔水域的多船避碰问题,对基于改进快速行进平方(IFMS)法的局部动态避碰算法进行研究。[方法]考虑到帆船的速度不可控,将其避碰行为转化为航向控制问题,并以总势场梯度下降方向为期望避碰航向。当帆船没有碰撞危险或顺风航行时,仅通过构造时间势场来避开所有静止不规则障碍并到达目标点;而当帆船存在航行约束时,根据《国际海上避碰规则》(COLREGS)为特定会遇场景设计高斯似然函数用以动态地构建障碍势场。同时,考虑到帆船的航行死区,引入局部风势场,实现帆船动态避碰与“之”字形航行策略相结合的应用需求。[结果]结果显示,所提算法可以使无人帆船在遵守避碰规则和避免航行死区的同时,成功地在各种会遇场景下实现与其他帆船、受限机动船的避碰操作,相比原始快速行进平方(FMS)算法,逆风航行时间大大缩短,避碰航迹也更加合理、安全。[结论]所提方法符合帆船运动特性及避碰规则,在复杂环境下具有较高的安全性和鲁棒性,对无人帆船自主避障技术发展具有一定的科学价值。

基于图和流体扰动算法的多无人车编队及避障研究

为解决多无人车编队在存在运动目标、移动威胁与突发威胁等多种情况的复杂环境中的避障问题,设计了一种基于刚性图论和流体扰动算法的多无人车编队避障控制算法。首先,针对编队控制问题,采用图论方法描述多无人车之间的协同关系,利用无人车之间的距离约束,基于反步控制理论设计领航-跟随编队控制器。李雅普诺夫分析表明,期望的编队形状是渐近稳定的。其次,针对复杂动态障碍物环境下的编队避障问题,设计了基于流体扰动算法的避障路径规划方法,由领航无人车规划出编队的行驶路径,实现编队的整体避障。最后,基于MATLAB的仿真结果验证了所提算法的有效性。

一种无需指定船舶位置的新型船舶大规模自主编队方法

[目的]针对船舶大规模编队通信量大、编队速度慢、不便于扩充等问题,提出一种新型的虚拟壁面编队方法。[方法]使用局部通信,根据自然规律,设定虚拟作用力驱使船舶向目标位置集合,并通过虚拟壁面调整队形,从而实现船舶编队的目的。[结果]结果表明,所提方法能够按照“就近原则”快速地完成编队,通信量低且不随编队规模而增加。通过对船舶编队的静态、动态、旋转、缩放和避障的仿真验证了这种算法的有效性。[结论]所提虚拟壁面法具有通信量低、编队速度快、扩充简单等优势,在船舶大规模编队中具有明显优势。

针对十参数标定模型的导航避障相机影像精确校正

十参数标定模型是近景摄影测量中一种经典的内参标定模型。在影像畸变校正中,如果利用此模型采用直接重采样方式会产生空洞条纹,而常规的间接重采样方式虽无空洞产生,但在畸变较大的非中心区域同样无法得到较好的校正效果。针对此问题,本文提出了一种针对十参数标定模型的影像牛顿迭代精确校正算法。首先利用十参数标定模型将像点理想值和实际值进行重组,构建以像点实际值为待求量的非线性方程组;然后采用牛顿迭代法对影像中畸变部分进行局部线性逼近求解;最后采用间接重采样方法实现精确校正的目的。以移动机器人导航和避障相机作为研究对象,试验结果表明,牛顿迭代法校正可以得到高精度的优质去畸变影像,对避障相机的处理效果尤为显著。本文算法适用于移动机器人导航避障相机影像的畸变精确去除,为后续立体匹配环节生成优质的双目核线影像提供了可靠数据源。

基于改进D*Lite⁃APF算法的巡检机器人路径规划

针对巡检机器人在动态场景下路径规划存在非全局最优、路径不平滑及局部避障效果不佳的问题,提出一种将改进D*Lite算法和人工势场法融合的算法。首先优化D*Lite算法启发代价函数,提升规划效率,并引入Dubins曲线平滑生成的全局路径;其次改进人工势场法势场函数并添加随机半径扰动点,解决局部碰撞问题,提高避障性能;最后将两种优化算法有效融合,实现全局规划和局部避障。仿真实验结果表明,相较于单一D*Lite算法,融合算法在路径长度、时间花销、路径拐点及扩展节点数方面均表现更优,能在确保全局路径最优的情况下有效避障。

基于含避障角人工势场法的机器人路径规划

针对基于距离的人工势场法(Artificial potential field, APF)存在的局部极小值问题,提出了一种含避障角的人工势场法的避障路径规划方法。在平面环境中,采用斜率判定路径规划过程中的位置关系,通过机器人当前点到障碍物的距离与障碍物的影响半径二者之差得出人工势场法中的排斥力,并对排斥力的偏转角进行调整;另外,在空间环境中利用圆弧插补理论将机器人平面避障问题转换为空间避障问题;基于机器人构型配置对改进人工势场法进一步完善以满足实际避障要求。仿真和实验研究结果表明,含避障角的人工势场法,在单个或多个障碍物环境中进行避障路径规划时解决了局部极小值的问题,同时实现了6自由度机器人末端在避障时的轨迹曲线平滑无振荡,验证了所提出避障路径规划方法的可行性。

基于改进人工势场法的多智能体编队避障

针对随机障碍物环境下的多智能体编队避障问题,提出一种灰狼优化算法与人工势场法相结合的多智能体编队避障方法。首先,使用改进收敛因子的灰狼优化算法进行参数寻优,提升全局寻优能力,解决人工势场法中引力和斥力增益系数的经验取值存在局限性和编队系统避障速度慢的问题。其次,基于领航跟随法的编队结构,采取动态队形变换避障策略,解决编队过程中灵活性较差的问题。最后,设计编队效率函数,用于评估和验证避障过程中队形的稳定性和编队系统对环境的适应性。仿真结果表明,与其他人工势场法相比,使用所提方法进行编队避障后,收敛速度更快,队形更稳定,编队系统对环境的适应性更强。

考虑应激避让行为的自行车轨迹预测

非机动车道空间受限时,常规自行车被超车场景下骑行者为确保自身安全会产生应激避让行为。为明确其在被超车时的应激反应,并根据行为特性设计非机动车道,构建一种面向应激行为分类的自行车轨迹预测模型。该模型从频域角度分解自行车被超车时的动力学特性,依据踏频值范围将避让行为分为匀速、加速和减速行为,利用鲸鱼算法改进长短期记忆神经网络模型,分别对分类后的骑行轨迹进行预测。应用所构建预测模型对西安市2415次超车事件的分析结果显示,发生冲突时选择上述3种避让行为的骑行者占比分别为11.3%、38.3%和50.4%。匀速避让的预测轨迹全程波动较小,平均横向位移为0.15 m;加速避让轨迹表现为横向位移较大,平均达0.83 m;减速行为预测轨迹平缓度介于两者之间,横向位移为0.47 m。3种预测情况下的均方根误差分别为0.0619、0.0513和0.0587,拟合优度值分别为0.9589、0.9774和0.9687。与未考虑应激行为分类的结果相比,所构建模型的预测精度分别提升了11.07%、13.22%和12.21%。

滚动窗口的动态避障路径规划方法及优化

针对目前移动机器人在复杂环境例如存动态障碍物的环境下路径规划能力较弱的情况,提出一种基于优化后的滚动窗口法进行动态避障。首先对滚动窗口法的基础理论进行介绍并分析其在应用中存在的问题,得出该方法中局部子目标点的选取方式有可能使得机器人的规划出的路径陷入极小值点。在此基础上,对选择局部子目标点的方法进行了优化。然后为了防止随时可能出现的障碍物,基于动态障碍物的运行机理建立对应的数学模型,对障碍物的运行轨迹进行预测,从而根据不同的运动轨迹来设计避障对策。最后根据设计的优化方案,对预期目标进行仿真测试。在将仿真测试数据与实验结果进行验证,发现该算法能够实现在复杂的运行环境下,机器人自动规避动态障碍物具有较高的适用性。

基于改进人工势场与模型预测控制算法的无人运货小车实时规划与控制研究

针对多类型动态障碍物和复杂工况环境下的避碰路径规划与跟踪控制问题,以厂房无人运货小车为研究对象,提出了一种基于多类型动态环境的改进人工势场算法,并针对复杂负载工况下无人运货小车难以控制的问题提出了自适应约束的模型预测跟踪控制算法。通过改进障碍物斥力势场模型,解决了由临界情况引力极大导致的目标不可达问题;通过模糊控制优化了无人车路径跟踪控制器的权重系数,以应对复杂工况下模型预测控制算法的不确定性,有效解决了小车在跟踪过程中的震荡问题。最后,在搭建的无人车路径规划和轨迹跟踪智能控制系统内验证了所设计改进算法的有效性。无人运货小车能够避开各类参数不同的障碍物,并进行有效的跟踪控制。

基于海事规则和船舶操纵性的运动规划方法研究

文中提出了一种基于海事规则和船舶操纵性的运动规划方法.根据海事规则的要求,限制船舶转艏可行域.根据船舶推进器布局分析船舶操纵性能,并通过人工势场求取船舶转艏方向,采用计算势能的方式取代传统方法中计算合力的方式,计算船舶所需推力和转矩.将所求推力和转矩作用于船舶,得到一条包含速度和艏向信息的船舶运动轨迹.将并提出的方法与传统人工势场法进行仿真对比.结果表明:所提出的运动规划方法所规划的轨迹能够满足海事规则的要求,与传统人工势场法所规划的轨迹相比更加平滑,且满足船舶操纵性的要求,控制效果更好.

融合改进A^(*)算法和DWA算法的全局动态路径规划

针对常规A^(*)算法存在的路径规划中冗余节点过多、拐点过多、规划路径与障碍间的距离过短、容易产生碰撞等问题,提出了一种将改进A^(*)算法与动态窗口法相结合的新方法。该算法通过对栅格地图中的障碍栅格进行量化处理,提取环境信息,并根据这些信息对A*算法的启发函数和子节点选择策略进行调整。此外,为了优化路径的平滑度和安全性,设计了一种路径节点平滑处理算法。仿真实验结果表明,融合动态窗口法的融合算法不仅能够保证所规划路径的全局最优性,而且能够有效地避开随机障碍物。

基于FPGA的动态目标检测与防御躲避系统设计

针对传统动态目标检测实时性差、功耗高及精度低等问题,提出了一种基于FPGA芯片的高精度、低功耗动态目标检测与防御躲避系统。该系统采集OV5640摄像头像素信息,经DDR4高速缓存后,依次对图像进行多步预处理,包括灰度化、自适应快速中值滤波、改进型三帧间差分、形态学运算及包围盒检测等,在HDMI液晶屏上实时显示目标检测结果。系统根据计算出的动态目标中心坐标,驱动电机控制摄像头进行精准的对角躲避。硬件测试结果表明,该系统在50 MHz的时钟频率下,视频帧率达到60 FPS,具有较高的实时性和鲁棒性,能够清晰并准确检测出动态目标,且防御躲避设计可行,功耗仅为0.969 W。

灾害应急通信自组网与航迹优化研究

针对灾害场景下的应急通信网络恢复问题,提出一种分布式无人机部署方法,旨在利用无人机在通信网络受损的灾区建立多跳自组织网络,为该地区提供应急通信服务。首先,定义了无人机自组网约束函数、三维空间搜索方向约束函数和障碍物约束函数,将无人机辅助的多跳自组织网络问题抽象为基于规则法的目标函数;其次,改进了惯性权重和学习因子来提高粒子群算法的全局搜索效率和准确性,并设计多跳自组织网络无人机部署算法,以保证无人机能够以最优的航迹进行自组织网络部署;最后,通过计算目标函数进行无人机部署,并绘制无人机的三维部署航迹图。设计仿真样例对基于规则法的多跳自组织网络无人机部署方法进行验证,仿真结果证明了该方法的有效性。

压力源-应变-结果视角下个人信息回避行为研究——基于混合方法的实证

[目的/意义]信息传播和交流方式的改变以及移动终端设备的普及给个人信息管理带来了过载和压力等问题,引发个人信息回避行为。探讨信息过载和系统功能过载等对个人信息回避行为的影响机理,有助于理解个人信息回避行为的发生过程和触发机制、优化信息推荐服务和信息管理工具使用体验。[方法/过程]采用混合研究方法,先运用扎根理论分析影响个人信息回避行为的关键因素,建构个人信息回避行为产生过程的理论模型;再借鉴压力源—应变—结果理论框架,通过定量研究验证个人信息回避行为影响因素的作用路径。[结果/结论]信息过载和系统功能过载正向影响情绪压力,进而导致个人信息回避行为,心理弹性负向调节系统功能过载和情绪压力的关系,信息素养负向调节信息过载和情绪压力的关系。本研究采用混合方法为理解个人信息回避行为形成机制提供了新的研究视角,为个人信息管理实践、信息推荐服务和信息管理工具优化完善提供启示。

基于人工势场引力因子的机械臂避障规划算法

针对机械臂的安全避障问题,提出一种基于人工势场引力因子的机械臂最短避障路径规划模型。研究算法中各个参数对机械臂末端运动路径的影响;构建引力因子,提出一种基于引力因子的最短避障路径规划模型,利用梯度下降法求解机械臂末端的最短避障路径及其最优解;研究分析不同障碍物大小和位置的最短路径特征,以工业SCARA机器人的平面模型分析关节角度路径特征。实验结果表明,模型参数决定避障路径的弧度变化。所提算法能够适应障碍物位置和大小的变化,使机械臂末端以最短路径避障的同时,其运动轨迹可以与障碍物相切。