一种基于地形通视分析的航迹规划算法

提出了一种基于地形通视分析的巡航弹航迹规划算法。包括由地形图已知点生成德朗利三角网的改进算法和由德朗利三角网找出通视点的改进算法。经仿真实验表明该算法可用性强、速度快，易于在超低空航迹规划中应用。     

无人机快速三维航迹规划算法

针对无人机三维航迹规划的实时性问题,提出了基于快速扩展随机树的三维航迹规划方法。该算法能够根据当前环境快速有效搜索规划空间,通过随机采样点将搜索导向空白区域,使三维航迹规划能够用于实时航迹规划。通过引入航迹距离约束,搜索树将沿着路径距离最短的近似最优航迹的方向进行扩展,克服了基本快速扩展随机树方法随机性强,只能快速获得可行航迹,无法获得较优航迹的缺点。在搜索过程中无人机的航迹约束条件和地形信息得到了充分利用,使算法生成的航迹能够自动回避地形和威胁,同时满足无人机的动力学约束。通过生成的虚拟数字地图对算法进行了仿真验证,仿真结果表明该方法能够快速有效地规划出满意的无人机三维航迹。     

航迹预测的多无人机任务规划方法

为提高无人机自主控制性能,实现任务分配与航迹规划整体架构,提出一种基于航迹预测的多无人机任务规划方法.首先,将禁飞区考虑为更接近真实场景的多边形模型;然后,使用改进A*航迹预测算法生成任意两个航迹点间障碍规避后的最短路径,利用该路径近似航迹航程作为任务分配过程的输入信息,建立目标函数,采用改进PSO算法求取最优结果;最后,使用B样条曲线平滑分配后的路径组合,生成无人机可飞行航迹.仿真结果表明,该方法能够以较高的计算速度和精度生成近似最优的任务分配结果和满足飞行约束的平滑航迹.     

一种确定高阶Delaunay三角网中可用k—OD边的算法

目的构建高阶Delaunay三角剖分方法的数字地形模型,有效地减少局部极值问题,使得地形模型能更好地反映原始地形的真实面貌．方法提出了一种确定高阶Delaunay三角网中可用k-OD边的方法,该方法首先在任意边uv的两侧分别确定两点,使每个点与uv边形成的三角形的外接圆不包含同侧的点,若这两三角形都为k—OD三角形,则uv边是可用k—OD边．结果用Visual C＋＋实现算法,通过实验验证了算法的有效性,对于具有n个点的点集P,在时间O（nk^2＋nklogn）内可以计算出所有的可用k—OD边．结论选择合适的可用k—OD边生成相应的高阶Delaunay三角网来模拟实际地形,可以有效地减少局部极小的数量,使地形模型更接近于实际地形．     

基于分层优化的飞行器实时航迹算法研究

针对飞行器的实时航迹规划问题，提出了一种基于分层优化的算法。首先根据启发代价函数预测下一个临时目标点的位置；其次通过一个有限项的多项式来逼近三维航迹在水平面内的投影，将航迹规划问题转化为多项式的系数寻优问题，利用微粒群算法进行优化搜索；最后结合逐次松驰法将所得航迹调整为可行航迹。用Matlab进行了仿真验证，证明了算法的有效性。     

面向三维陷阱空间的改进RRT算法航迹规划

鉴于RRT算法在三维陷阱空间的路径规划中存在规划时间长、成功率低、路径不规则等缺陷,提出一种改进RRT算法(IRRT),结合蚁群优化算法的思想,对RRT获得的路径设置信息素更新规则,采用轮盘赌选择获取下一个扩展点,通过迭代以获得理想的路径方案。同时,提出设置三维突防关键点引导航迹搜索应对三维陷阱空间狭小突防间隙,提高算法的搜索性能。针对三维陷阱空间下的航迹规划的仿真实验表明,较其他常用的航迹规划算法,采用三维突防关键点的IRRT算法更具有更好的稳健性和收敛性能。     

不规则区域内基于D-TIN的等值线生成算法

以基于Delaunay不规则三角网络的算法为基础,提出一种在不规则区域内,使用离散点数据生成等值线的改进算法.算法包括三角网生成、等值线追踪等过程.应用结果表明,这种算法是相当实用和有效的.     

一种基于分步式滤波的异步航迹融合算法

针对分布式多传感器数据融合系统,改进了一种多传感器异步航迹融合算法．该融合算法在扩展记忆因子递推最小平方（EFRLS）估计形成本地航迹的基础上,首先利用最小二乘法将局部航迹统一到融合中心的融合时间点,然后使用分步式滤波融合算法进行状态估计．仿真实验结果表明,这种融合算法在噪声方差未知的情况下是有效的,其精度接近集中式融合算法．     

地形三维可视化方案

采用生成Delaunay三角网的改进算法进行地形建模,以达到提高构网效率的目的,然后在DirectX9中用CJHJ 2005实现了川西某地域的三维可视化,并在此基础上,讨论了基于三角网的应用分析功能的实现,为三维地形的实施提出了有效的方案.     

基于Tin改进的LiDAR滤波算法

现有典型的基于Tin的滤波算法只对本格网内的数据进行处理,没有考虑邻近地形的影响,使得滤波处理不能取得很好的效果。本文以待处理格网为中心,将待处理格网最低点与领域格网最低点构成三角网,再对格网内的数据与所在三角形的三个顶点进行比较,判断是否符合阈值来确定是否为地面点。实验的结果表明对改进后的三角网迭代的算法大大改善了滤波效果,提高了滤波处理结果的准确性。     

基于虚拟三角网与坡度滤波的LIDAR点云数据滤波方法的研究

LIDAR(Light Detection and Ranging)技术由于其在数据获取和处理上的高度自动化,正广泛地被应用于各种地形数据的获取。LIDAR数据是目前最为理想的生产DEM的数据源,利用机载激光雷达获取DEM数据是机载激光雷达最为直接的应用。本文提出了一种将虚拟三角网与坡度滤波相结合处理LIDAR点云数据的方法,该方法将虚拟三角网的概念用于LIDAR滤波,避免了LIDAR点云内插或者平滑造成的信息损失。在虚拟三角网中进行初始地面点的选取,再由初始地面点生成的初始表面模型,通过坡度滤波可快速提取地面点。     

利用凸壳建TIN的算法研究

首先阐述了如何利用凸壳建TIN的原理和方法,并对相关算法进行了综合和改进;然后基于“分而治之”的思想提出了一种格网数据筛选法,用来提高凸壳建TIN的效率;最后通过实例测试进行比较和验证.在三角网优化过程中,采用LOP优化原则,使得建TIN结果满足最小角最大的性质,当平面点集满足D-三角网构网条件时,所得三角网为D-三角网.     

航空照片数字地图的几何校正

如何减少在航空照片数字地形图制作过程中的几何失真,已成为提高数字地形图定位精度的重要问题。针对航片数字地图的几何失真问题提出了一种简单实用的几何校正方法,该方法是利用一定的数学模型通过控制点解算法的方法对图像进行几何校正,该方法简单灵活,需用设备少,适合工程实际应用。     

数字地球中的显示处理技术研究

提出了边界线等线型目标的分层处理方法,首先计算线型目标与各级地块相邻网格的交点、线段与面片三角形斜边的交点,再对其进行分层处理.接着介绍如何实现地球表面地形的测量显示,主要通过计算旋转轴、旋转矩阵和地形高度,使得计算的测量线紧贴各级地形的三角面片.最后介绍了红蓝立体成像显示实现方法,通过将视点放在左右眼位置分别渲染输出到两个纹理图中,再交由绘图芯片(GPU)由可程序化流程(shader)处理并最终输出红蓝立体影像.应用这些技术开发的基于数字地球的飞行仿真系统,为飞行训练提供了有力支持.     

用于地形跟踪回避的一种最佳路径算法

提出了一套用于数字地形图中求取最佳路径的算法。算法的核心是改进的动态规划算法,同时还用到图像和图形处理中的一些算法,如图像的膨胀,图形的扫描线转换。分析了算法的计算复杂度,包括时间和空间复杂度。该算法的适应性和稳定性较好,在大多数的情况下能给出符合实际的结果算法还加入了最大爬升角和最小转弯半径这两个飞机机动参数。作为一套完整的考虑飞机机动参数的算法,具有高效稳定和符合实际的特点。     

基于三维点云数据的虚拟人台模型的构建

针对实际人体三维扫描点云数据的特征,根据数据点坐标差值大小提取出每个高度层上的关键点,利用简化的Delaunay三角平面划分算法,将这些关键点构造成三角平面,并制作出OBJ模型文件,导入常见的三维建模软件后得到人台虚拟模型.实验表明:上述方法处理数据简单、快速.得到的人台模型符合要求,适用于大量人台模型的构建.     

RDMS4.5与CASS2008等高线绘制方法比较与实际应用

在不影响地形图精度的前提下,为使绘制等高线的方法更简捷、图形更加美观,利用RDMS4.5和CASS2008都具有根据高程点自动构网内插绘制等高线的功能,以绘制大马庄山区地形图等高线为例,进行比较.分析发现,RDMS4.5在绘制等高线时建立的DTM方法、修改数字地面模型、等高线拟合、注记等方面更有优势,而CASS2008在修饰等高线时具有比RDMS4.5更强的功能.因此,利用RDMS4.5绘制等高线线形好的优点,再结合CASS2008强大的CAD功能,使等高线的绘制更加简捷,节省了成图时间,大大提高了效率,从而为水利工程规划、设计和施工提供更好的服务.     

Three-dimensional multi-constraint route planning of unmanned aerial vehicle low-altitude penetration based on coevolutionary multi-agent genetic algorithm

To address the issue of premature convergence and slow convergence rate in three-dimensional (3D) route planning of unmanned aerial vehicle (UAV) low-altitude penetration, a novel route planning method was proposed. First and foremost, a coevolutionary multi-agent genetic algorithm (CE-MAGA) was formed by introducing coevolutionary mechanism to multi-agent genetic algorithm (MAGA), an efficient global optimization algorithm. A dynamic route representation form was also adopted to improve the flight route accuracy. Moreover, an efficient constraint handling method was used to simplify the treatment of multi-constraint and reduce the time-cost of planning computation. Simulation and corresponding analysis show that the planning results of CE-MAGA have better performance on terrain following, terrain avoidance, threat avoidance (TF/TA²) and lower route costs than other existing algorithms. In addition, feasible flight routes can be acquired within 2 s, and the convergence rate of the whole evolutionary process is very fast.