优化改进RRT和人工势场法的路径规划算法

针对传统快速搜索随机数(RRT)算法在规划路径中随机性较大，搜索效率较低且规划的路径不利于机器人移动等缺点，从3个方向进行改进。首先，对于随机树扩展时随机性较大的问题，将传统的扩展方向加入改进人工势场法约束，使得随机树偏向目标点生长；其次，将改进RRT算法规划的路径进行关键点提取，并优化路径；最后，将优化后的路径按照关键点分段使用改进评价函数的动态窗口法。实验表明，优化改进RRT算法相较于传统A^*算法、传统RRT算法在路径长度、路径规划时间以及拐点等方面效果都更好，融合算法在复杂环境中规划出的路径能够很好地避开障碍物，路径更加平滑且更短。     

一种新的区域增长相位去包裹算法

相位去包裹是分析光学干涉系统相位图的一个关键环节,受各种噪声或欠采样的影响,传统的去包裹算法不能很好地恢复真实相位,误差会沿去包裹方向扩散,在真实相位图上形成"拉线"现象.提出了一种新的在品质图导引下基于路径预测的区域增长去包裹算法,该算法具有较强的抗噪声性能,即使存在少量欠采样点时仍能较好地去包裹.将其应用于三维面形测量中,可以有效地解决由于噪声、欠采样、低信噪比和低调制度等原因造成的相位畸变对正常去包裹的影响.文中给出了具体算法,并对人体石膏像模型进行了去包裹,结果验证了该方法的有效性和可行性.     

数字光学轮廓仪中相位去包裹算法研究

相位扫描干涉度量术的广泛应用推动了去包裹算法的发展。在多种算法中,用于数字光学轮廓仪的相位去包裹算法必须具有较高的普遍适用性,而且必须兼顾健壮性与效率。本文对传统算法和最小二乘算法这两种典型去包裹算法进行了比较研究,并在自行研制的数字光学轮廓仪上进行了验证。     

面向改进RRT算法的回转空间布线技术研究

为解决回转空间下曲率变化大、线缆搜索效率低等问题,提出一种面向改进RRT算法的线缆路径规划的方法.通过对回转空间建模和布线空间划分进行研究,减少了不必要的搜索空间,提高了搜索效率.为解决RRT算法中采样点和扩展方向随机性过强的问题,避免节点"斜跨"表面敷设过大,提出了轴向约束角度采样策略,同时为提高算法整体搜索效率,提...     

基于改进RRT算法的冗余机械臂路径规划研究

针对RRT算法在机械臂路径规划的过程中无方向性,在无障碍物处产生过多无用节点的问题,采用目标偏置、双向分段搜索的策略对RRT算法进行改进,提出了具有导向性的双向分段搜索的改进RRT算法并应用于七自由度冗余机械臂的路径规划上,通过Matlab进行了三维环境路径规划仿真实验,并通过ROS平台进行冗余机械臂在简单环境与狭窄环境的避障仿真实验。实验结果表明,改进的RRT算法能够有效地减少路径的节点数量与搜索时间,并提高路径规划的成功率。     

DP-B样条移动机器人路径光滑算法

针对快速扩展随机树算法(RRT)产生的路径冗余点过多与路径转折点较多的问题,提出了一种基于Douglas-Peucker算法及B样条函数的路径光滑算法。首先,利用Douglas-Peucker(DP)算法从RRT算法产生的路径节点中提取出若干节点作为关键路标;然后,采用B样条函数拟合关键路标,得到一条曲率连续的光滑路径,实现规划路径的光滑化。通过在不同环境中进行实验和与其他路径光滑算法实验进行对比,结果表明,该算法能够明显缩短优化路径的路径长度,明显减少优化路径转折次数,大幅度提升优化路径的光滑度,有利于减少机器人在单次航程中的能量消耗,完成更多任务,有效提升机器人的工作效率。     

基于傅里叶变换的确定性相位去包裹算法的应用研究

针对强相位跳变,特别是噪声存在时的相位去包裹问题,介绍了一种基于傅里叶变换的确定性相位去包裹算法,并从数学上对该算法进行了详细推导。理论推导和具体的应用实例表明,该算法突破了现有算法的一些局限性,是一种与路径无关、去噪的快速、高精度相位去包裹方法。     

自动化分拣仓库中多AGV调度与路径规划算法

自动化分拣仓库由多自动导引小车(AGV)同时作业,对大量包裹进行快速分拣。如何为AGV确定搬运包裹序列并规划无冲突的路径,是分拣作业的关键所在。为提高分拣效率,以最小化最大搬运完成时间为目标,定义了冲突AGV的优先级,提出一种生成无路径冲突的路径规划算法;进而,综合考虑AGV调度和路径规划,提出一种改进差分进化算法,算法采用反学习方法生成初始种群,运用自适应的变异和交叉概率进行进化操作,设计动态差分进化策略来提高收敛速度,并设计交换邻域和基于关键AGV的插入邻域进行局部搜索。通过数据实验验证了算法的有效性,并对关键问题参数进行了分析。     

干涉图去包裹位相的二次校正

相位去包裹是移相干涉技术中关键的组成部分。一些去包裹算法在处理具有较多无效成像点的干涉图时，会在处理结果中引入较大的算法误差。提出了通过对去包裹位相进行二次校正的方法，实现去包裹位相算法误差的有效消除。文中通过基于DCT变换的最小二乘去包裹算法为例进行了说明，并通过一光学平晶表面的处理结果对方法进行了验证。     

改进RRT算法的无人驾驶车辆路径规划研究

针对基础快速扩展随机树（Rapidly-exploring Random Trees,RRT）应用于无人驾驶车辆路径规划时缺乏导向性，收敛速度慢，路径平滑性差及规划结果并非最优解等问题，提出了一种基于RRT的路径规划改进算法。首先，设计了启发式采样策略：提出基于权重分配的目标指向的局部扩展方式，解决了节点盲目扩展的问题，避免了因目标偏向而出现路径陷入局部最小值的情况，并通过设置转角阈值约束节点转角范围，同时采用变步长采样策略，提高了算法局部避障能力；其次，对已得路径进行后处理：提出了节点优化策略，并用B样条曲线进行路径拟合，实现了路径长度的优化并满足平滑性要求，路径末端与目标点采用Reeds-Shepp曲线连接，解决了车辆抵达目标点时的航向问题。最后利用Matlab软件，将改进算法与基础RRT及其衍生算法进行了对比分析，验证了所提算法的有效性和优越性。