基于GA-DE-PSO优化算法的停车场车辆高效引导研究

传统停车引导方法受到寻优搜索算法本身缺陷的影响,设计的引导路径无法实现全局最优。针对该点不足设计了一种基于GA-DE-PSO优化算法的停车场车辆高效引导方法。利用栅格法建立停车场环境栅格地图。在原有停车时间最小化目标的基础上,增加一个避碰目标函数,由此建立一个多目标函数模型。将GA与DE融合到一起后利用GA-DE优化PSO算法,通过GA-DE-PSO优化求解停车场车辆最佳引导方案。结果表明与三种传统方法相比,GA-DE-PSO优化算法求出的方案所耗费的停车时间更短、效率更高,能够引导驾驶员快速识别出最近车位。

环境信息实时感知的装配式建筑机器人施工路径自动优化

针对建筑机器人施工过程中的安全与效率等问题,提出环境信息实时感知的装配式建筑机器人施工路径自动优化方法。实时采集建筑机器人施工环境三维点云数据,并在处理后转换为八叉树数据结构的三维栅格地图。采用简化的D*算法规划出多条装配式建筑机器人施工路径。采用基于混合式算法的施工路径优化算法,将遗传算法与蚁群算法相结合,利用遗传算法中的信息素精确选择影响蚂蚁群体的信息素,通过若干次迭代过程确定最优装配式建筑机器人施工路径。实验结果显示,该方法具有较高的施工环境感知精度,可准确生成装配式建筑机器人施工环境地图,最终优化后的施工路径可有效躲避不同类型的障碍物,降低施工路径长度。

基于环境“一张图”的环境网格化管理平台建设思路探讨——以长吉产业创新发展示范区为例

阐述了网格和网格化的发展,总结典型城市环境网格化管理实践经验,提出环境网格化管理思路。根据环境总体规划中环境空间管控要求,将环境"一张图"与环境网格化管理相结合,提出建立"行政网格+标准公里网格"的环境网格化管理平台。以长吉产业创新发展示范区为例,通过建立层次分析法模型,实现水、大气、生态等环境要素"一张图"管控,识别网格保护优先等级,为下一步环境网格化平台建设提供技术支持。

多层激光雷达在无人驾驶车中的环境感知

为了使无人驾驶车获得可行驶区域和障碍物信息,通过分析大量激光雷达扫描点数据,总结并得出路沿数据点独有的特征,提出一种基于路沿数据点特征和多层融合技术的路沿检测算法.应用Dezert-Smarandache理论(Dezert-Smarandache theory,DSm T)对无人驾驶车前方道路环境建立栅格地图,并利用证据理论中的冲突系数检测动态障碍物.最后,采用膨胀算法、侵蚀算法和改进的八邻域区域标记算法对动态障碍物进行聚类和信息提取.实车实验结果表明:本算法可稳定、准确地感知无人驾驶车周围环境信息.

噪声地图在环境噪声监测中的应用

以青岛理工大学新校区为例,采用变网格划分法,研究了基于地理信息系统(GIS)的噪声地图在区域环境噪声评价方面的应用。结果表明,噪声预测系统结合GIS,以数字与渲染图的方式能够直观地展现噪声污染在环境区域的分布状况,可用于指导区域的规划和环境噪声评价。

变电站环境地图构建

通过对变电站内部道路环境进行分析,概括出变电站的共有环境特点,提出了环境建模并进行障碍物处理.结合里程计数据进行环境模型的坐标确立,采用栅格法对环境进行建模,并对传统栅格法进行了栅格填充,避免后续算法陷入陷阱造成算法停滞.经过处理后的环境地图模型更加简单整齐,提高路径规划的效率.

基于4D点云的雷达栅格建图方法研究

在汽车的自动驾驶领域,自动驾驶系统需要利用传感器探测道路环境,进而建立高精地图用于描述环境特征。全天候适应能力、精确的距离和多普勒速度测量能力使得毫米波雷达成为高级驾驶员辅助系统应用中传感器的候选者,但目前基于毫米波雷达的环境建图中对动目标消除的研究较少。因此,文中使用毫米波雷达设备,深入挖掘环境点云数据中的多普勒信息,提出基于四维点云的雷达栅格建图方法。该方法具有直接在建图过程中消除动目标的特点,可以摆脱对里程计、加速度计等传感器的依赖,有不受光线、尘埃影响的优势,适用于自动驾驶领域复杂天气条件下的环境感知。仿真实验结果验证了所提方法的实用性。

基于摆动式单线激光雷达的障碍物检测算法

基于无急回摆动机构,实现了单线激光雷达对周围区域环境的实时感知与建图。为了准确地检测障碍物,在讨论了摆动机构的安装标定及扫描帧与角度编码器对准方法的基础上,采用了一种生成可通行性代价地图(costmap)的算法。该算法以2-D栅格模型方式,通过综合高程信息、测量值个数、扫描帧个数和测量时间等信息,得到各栅格单元的代价值,生成一张关于环境可通行性代价地图。实车验证结果表明:基于该算法得到的地图能够较好地描述环境的可通行性,实现了对环境的实时感知。