局部路径规划在无人工程机械作业中的应用

为实现无人工程机械在自主作业过程中自主行驶和自主避障的目的,设计一种适用于无人工程机械自主作业的局部路径规划方法。利用环境感知系统采集环境数据,分析处理后得到环境栅格地图,并根据无人工程机械尺寸对障碍物进行膨胀处理,应用D*算法搜索出一条代价最小的无碰撞安全行驶路径。实验结果表明：该方法能根据周围环境实时规划无人工程机械行驶路径,满足复杂地形环境的路径规划要求。     

改进蚁群融合DWA算法的移动机器人路径规划

为实现机器人在动态环境下的自主导航,基于蚁群算法规划出全局最优路径的情况下采用DWA算法进行局部避障。根据距离障碍栅格的远近计算邻接栅格的初始信息素,提出初始信息素不均匀分配原则;对启发式函数进行自适应调整的改进,提高算法的搜索速率;利用狼群法则改进信息素更新方式,对最优、最差和普通层蚂蚁进行分类更新,提高算法的寻优能力;使用二次路径优化的方法,有效减少路径长度,提高路径的平滑度;以蚁群算法全局规划路径的关键点为目标点,采用DWA算法进行局部路径规划。仿真结果表明：改进后的融合算法能减少最优路径长度,减少路径转弯次数且有效躲避障碍物。     

越野环境下基于势能场模型的智能车概率图路径规划方法

复杂越野环境下的路径规划是实现智能车无人驾驶的一项关键技术。越野环境中存在多种影响车辆运动的障碍物、环境威胁和越野道路,传统路径规划方法以路径长度或时间最短为优化目标,难以在复杂越野环境中正确规划安全可行的车辆行驶路径。针对该问题,提出了基于势能场模型的概率图（AFP-PRM）算法,采用人工势能场算法对越野环境建模,评估车辆通行风险。使用概率图算法以优化节点间多维度通行代价为目标进行路径规划;考虑车辆动力学特性,用动态曲率平滑法对行车轨迹优化;应用AFP-PRM算法在模拟越野环境下进行路径规划仿真实验。仿真结果表明：AFP-PRM算法在路径规划过程中采用人工势能场算法,综合了越野环境中障碍物、环境威胁和道路条件的耦合作用;使用概率图算法,建立采样点之间的多维度通行代价评估矩阵;在复杂的越野道路条件下生成可行、安全、高效的通行路径,为智能车提供了一种多目标优化路径规划算法。     

未知环境下室内移动机器人定位导航设计与实现

为实现室内移动机器人在未知环境下的定位导航,设计了一台基于机器人操作系统(robot operating system,ROS)的室内移动机器人,研究了增量式构建栅格地图、代价地图的环境地图构建方法和自适应蒙特卡罗(amcl)定位方法以及运用Trajectory Rollout 和Dynamic Window Approaches算法的路径规划方法.实验结果表明:该自主导航与定位软件能增量式绘制环境地图,所规划的路径符合最优路径;机器人按照规划路径行走时的导航定位精度能够达到10 cm,偏转精度达到±5°,能够实现未知环境下室内移动机器人的定位与导航.     

虚拟场景中路径自动选择算法

针对传统路径规划方法存在的问题,对机器人全局路径规划中的栅格建模方法进行改进。从场景建模描述、邻域查找以及路径搜索策略3个方面进行深入研究,采用线性八叉树法对场景进行建模,给出基于线性八叉树的层次编码体系,引入路径搜索因子对启发式函数进行重构。通过基于八叉树的场景分解,基于线性八叉树编码特性的邻域查找,以及改进的A＊算法路径搜索,实现了三维场景路径规划和自动漫游。实验结果表明：该算法的时间和空间效率较好。     

移动机器人路径规划技术

为使移动机器人在实际地图环境中自主根据算法规划行走最短路径,研究A*、蚁群和遗传算法的实际应用.通过仿真和控制变量方法,将3种算法在模拟地图环境中进行最短路径规划,对比不同算法在不同复杂程度地图上的规划效果,找出实际地图环境中算法应用的规律,并通过多次测试与仿真修改.仿真结果表明:A*算法在实际地图环境中应用效果最佳,移动机器人能够自主根据A*算法规划出最短路径.     

越野环境下高精地图关键技术和应用展望

随着人工智能等技术的发展，无人驾驶技术应运而生，越来越多的无人化装备也投入到作战应用中。面对复杂的越野环境，高精地图可以为无人车辆提供丰富的先验信息，辅助无人车辆进行环境感知、路径规划以及决策等，提升无人车辆越野机动能力。分析高精地图标准化、构建、应用等方面的研究现状，面向无人车辆越野环境下的自主机动任务需求，提出越野环境下高精地图的研究目标与技术体系，归纳总结越野环境下高精地图的基础理论与关键技术，并对越野环境下高精地图的应用发展进行了展望，为高精地图在无人驾驶方面的应用提供了参考。     

基于滚动预测原理的移动机器人路径规划

为解决全局静态未知环境以及动态未知环境下的移动机器人路径规划问题,借鉴预测控制优化原理,提出基于滚动窗口的移动机器人路径规划方法。利用机器人实时探测到的局部环境信息,通过有效的场景预测,以滚动方式进行在线规划。在局部路径规划中,借鉴墙壁跟踪的控制方法提高移动机器人的自主性。仿真结果表明,文中提出的方法计算量小、反应迅速,能很好的适应于未知环境中移动机器人的路径规划。     

基于稀疏A*算法的AUV全局路径规划

路径规划是自主式水下航行器(AUV)研究领域的重要课题之一。传统的AUV路径规划算法,如人工势场法、图搜索法等,容易出现陷入局部最优解、计算速度慢等问题,为克服上述缺陷,本文基于稀疏A*算法,提出了一种新的用于构造搜索空间的随机布点方法,在路径规划区域内,利用随机函数均匀地布撒足够多的搜索节点,从而构成搜索空间,可显著降低计算量,提高搜索效率;并进一步对所得路径进行通视性检查,有效地减少路径点个数和折点数,获得更优路径。仿真试验结果验证了该算法的正确性和有效性,表明该算法具有全局优化能力强、计算速度快的优点,具有一定的工程应用价值。     

多目标时空同步协同攻击无人机任务分配与轨迹优化

针对复杂战场环境下分布式无人机对多目标协同打击任务,提出多目标攻击的任务分配与轨迹优化算法。建立典型多目标打击的任务场景和无人机模型;基于Delaunay三角形理论,以禁飞区为节点构建搜索地图;运用A^*算法实现威胁最小的单机路径搜索;在无人机动力学约束和能耗损失最小的基础上,引入时间调节因子,采用基于贝塞尔曲线的分布式无人机时空同步轨迹优化方法,得到对多目标同时打击的优化轨迹;设计轨迹跟踪控制器,对预规划轨迹进行跟踪仿真。仿真结果表明,多目标攻击的任务分配与轨迹优化方法能够对多目标实现多角度、时空同步、分布式协同打击,且对噪声及阵风等具有较强的抗干扰能力。     

基于复杂约束条件的欠驱动AUV三维路径规划

为解决欠驱动自主水下航行器（AUV）在复杂水域下的三维路径规划和避碰问题,结合欠驱动的运动特性与自身约束条件,提出一种改进的蚁群结合3次B样条曲线拟合的算法,模拟现实海域环境信息进行水下空间环境建模。针对传统蚁群算法规划出的全局路径转角大、曲折多所造成的欠驱动AUV舵轮使用寿命低的问题,采用垂直面安全域设置的方法,设计基于低崎岖度的适应度函数结合路径长度与平缓度的双边评价体系规划出全局路径。采用3次B样条曲线,基于原型值点及目标点速度矢量约束拟合出一条曲率连续、无碰撞的优化路径。仿真结果表明,在保证收敛速度和全局搜索能力的前提下,所规划的路径合理,满足欠驱动AUV运动条件。     

小型无人机飞行控制系统设计及验证

为提高小型无人机的自主飞行能力,对全流程自主飞行控制系统的设计进行研究。以某小型固定翼无人机作为研究平台,设计控制系统及制导系统,在航迹跟踪控制模态中引入侧向偏离速度量,并进行试飞场景设计及试飞验证。结果表明：该系统能提高航迹跟踪的快速性和精度,其控制律及制导率是正确、实用的,在提升无人机自主控制等级的同时能为自主编队控制等相关技术做好前期准备工作。     

基于模糊控制的仿生机器鱼避障算法

在具有复杂性与不确定性的水环境下,针对无法建立精确的水下机器人控制数学模型问题,提出基于模糊控制的仿生机器鱼避障算法。将视线导航原理与模糊控制思想相结合,进行水下机器人路径规划。通过专家经验,设计一个模糊控制器,实时调整水下机器人的运动方向,并通过仿真实验验证该算法的有效性。仿真及实验结果表明：该算法能实时、稳定地提供水下机器人的运动路径,有效躲避障碍物,安全达到目标点。     

多约束条件下飞行器航路规划

飞行器航路规划是一个大范围多目标多约束的三维规划问题。遗传算法是一种求解复杂问题的通用方法。该文在遗传算法中加入了航路规划的相关知识来求解问题，给出一种解决多约束规划问题的方法。首先。提出了一种航迹极坐标编码方式，将航路规划中的部分约束融人到算法模型中并加以解决；第二，采用目标函数的方式解决航路规划中的部分约束。     

基于TMS320F2812的水下自主航行器CAN总线通信

基于TMS320F2812的水下自主航行器CAN总线通信,其DSP节点可处理数字信号和控制电机,采用CPLD设计TMS320F2812外存接口.内置eCAN模块可置为标准CAN控制模式,并可通过SCB位选择SCC/eCAN模式.软件流程含eCAN初始化、主节点接收外部节点信息、主节点和其它节点向另外CAN节点发送信息.     

SLAM算法在AUV中的应用进展

同步定位与地图创建（SLAM）是水下航行器在全球范围内实现自主导航的一个基础且重要问题。首先介绍了SLAM算法在水下航行器应用的国内外最新进展,指出了SLAM算法所面临的问题,阐述了研究的环境描述、环境特征提取和不确定信息的描述等难点问题,并对SLAM算法的主要实现方式进行了归纳。最后结合水下航行器的特殊应用环境,探讨了未来SLAM算法的研究趋势和发展方向。     

基于人工矢量场的AUV自主回收路径规划

针对自主水下航行器（AUV）水下自主回收过程中的路径规划问题,采用人工矢量场法规划回收路径。将回收过程划分为回坞导引阶段和入坞阶段,其中回坞导引阶段以入坞预备点为目标点,使用传统的人工矢量场法为AUV规划出一条无障碍路径;而入坞阶段则采用模糊变系数矢量场法,定义回收入口处的3个虚拟目标点,将AUV到回收中轴线的距离作为输入,通过模糊规则调整虚拟目标点的引力系数,使人工引力场的梯度方向指向回收入口,AUV沿光滑的入坞路径以期望的姿态驶进回收入口。仿真结果证明了该路径规划方法的有效性。