基于RRT-BZD算法的移动机器人路径规划

针对传统RRT算法在移动机器人路径规划中效率低、路径非最优的问题,提出一种改进的RRT-BZD算法,以提高RRT算法的收敛速度和算法的搜索效率。改进的RRT-BZD算法通过设置自适应目标偏向策略以及修剪冗余节点,加快了路径规划的收敛速度,减少了算法运行的时间,并且使用贝塞尔插值法使最终的路径更加平滑。在MATLAB仿真环境中分别对不同场景下的算法进行对比实验,实验结果表明:改进的RRT-BZD算法路径代价比传统RRT算法减少了7.93%,计算时间减少了20.28%,验证了改进算法的有效性和可行性。

基于改进RRT与DWA融合算法的路径规划

针对传统的快速搜索随机树(RRT)算法搜索效率低、算法的随机采样特性导致规划路径时间长、路径曲折且不适用于动态环境等问题,提出了一种改进融合算法,对传统的RRT算法加入智能采样和路径优化。首先,根据传统RRT算法规划出可行路径,找出路径上障碍物附近的节点,在该节点处以一定大小的圆内进行采样,减少了算法的随机采样,然后通过回溯,根据三角不等式原理思想对路径进行优化,使得路径更加平滑,距离更短,最后,融合动态窗口算法(DWA),解决了动态环境下路径规划问题。仿真结果表明,改进融合算法相比传统RRT算法,搜索时间缩短30%左右,路径缩短6%左右。在真实环境下进行实验,能够实现自主避障导航,证明了改进算法的有效性,且能够满足实际需求。

基于改进双向RRT^(*)的果园机器人运动规划算法

为提高果园机器人在果园中作业的自主性、安全性和效率,需要进行有效合理的运动规划。针对传统RRT^(*)(Rapidly exploring random tree star)全局路径规划算法在连续走廊式环境下存在搜索效率低、采样点利用率低、生成路径折线多转角大等问题,以阿克曼底盘果园喷雾机器人为运动模型,提出一种改进双向RRT^(*)的果园喷雾机器人运动规划算法。首先,根据激光雷达建立果园二维平面地图,将果树和障碍物均视为障碍物区域,并结合喷雾机器人本体尺寸,对障碍物进行膨胀化处理;然后,通过改进双向RRT^(*)算法搜索路径,搜索路径过程中结合动态末梢节点导向和势场导向进行偏置采样,并对初步生成的路径进行路径点去冗余以及相邻折线段转角约束处理;最后,采用三阶准均匀B样条曲线对处理后的路径点进行轨迹优化,在优化过程中主要考虑轨迹的碰撞检测和喷雾机器人底盘曲率约束。试验结果表明,相较于传统双向RRT^(*)算法,本文所提出的改进算法规划时间平均减少57.5%,采样点利用率平均提高28.55个百分点,最终路径长度平均缩短7.14%;经三阶准均匀B样条曲线优化后所得轨迹在有、无障碍物两种环境下均满足喷雾机器人最大曲率约束,且仅在换行以及障碍物处存在转弯行为,符合喷雾机器人作业轨迹条件,提高了喷雾机器人的工作效率和自主性。

基于改进RRT算法的无人机航迹规划

为了提高无人机的作战效率,航迹规划系统必须为无人机设计出安全系数高,能量消耗少,处理时间短,同时还必须满足飞行器自身物理特性的威胁回避轨迹。基于上述研究目的,本文选择快速随机搜索树算法(RRT)作为迹规划航算法主体,结合Dijkstra算法改进了RRT算法,完成最小航迹代价飞行轨迹的设计。

基于EFDT-HS随机森林算法的货物装载研究

为保证多规格货物在集装箱中的高效装载,提出了一种启发式随机森林算法,该算法首先利用Bagging方法生成T个训练集,对每个训练集,要求在特征集中随机选取K个特征组成新的特征集,将新特征集中的最优特征作为分割特征,利用分割特征计算并择优选取样本信息熵,然后构建生成货物装箱决策树模型,最后基于启发式搜索方法对货物装载后的剩余空间进行合并再利用.通过BR1~BR10共十组异构性逐渐增强的货物数据对算法进行仿真实验,将实验结果与其他研究算法进行比较,该算法在BR10算例中利用率达到90%,仅比其他算法低1%,但计算时间却由138062 s降低到76 s.由此可见,该算法对于多规格强异构货物的求解具有一定的可行性和有效性.