知识引导遗传算法实现机器人路径规划

针对传统遗传算法求解机器人路径规划问题存在的收敛速度较慢的缺陷,设计一种知识引导遗传算法,在染色体的编码、初始种群的产生、各种遗传算子和优化算子中加入相关的领域知识.综合考虑机器人路径的长度、安全度和平滑度等性能指标,在对机器人进行路径规划的同时,利用删除、简化、修正和平滑4种优化算子进行路径优化操作.仿真结果表明,所提方法能够有效提高遗传算法求解实际路径规划问题的能力和效率.     

机器人运动规划方法的研究

针对路径规划以及碰撞检测这一研究的重点问题,提出了G-空间法、人工势力场法、遗传算法等。序列规划问题一般转化为旅行商问题来求解。在综合现有序列规划和路径规划方法的基础上,提出两种机器人运动规划算法：基于任意路径的运动规划算法和基于直线路径的运动规划算法,思路简单,能对各种机器人工程任务进行运动规划。     

知识引导遗传算法实现机器人路径规划

针对传统遗传算法求解机器人路径规划问题存在的收敛速度较慢的缺陷,设计一种知识引导遗传算法,在染色体的编码,初始种群的产生,各种遗传算子和优化算子中加入相关的领域知识.综合考虑机器人路径的长度,安全度和平滑度等性能指标,在对机器人进行路径规划的同时,利用删除,简化,修正和平滑,种优化算子进行路径优化操作.仿真结果表明.所提方法能够有效提高遗传算法求解实际路径规划问题的能力和效率.

     

基于改进狮群进化算法的面向空间众包平台的多工作者多任务路径规划方法

针对面向空间众包平台的多工作者多任务路径规划问题,以求解时间成本和路程成本最小的全局最优路径规划方案为目标,提出了基于改进狮群进化算法的路径规划方法.首先,结合现实问题场景,提出带有任务开始点和结束点的路径规划模型;其次,借鉴狮群进化算法的思想,改进狮群智能行为,引入驱逐行为,针对求解问题设计染色体编码方式、交叉、变异操作等,提出了面向空间众包平台的多工作者多任务路径规划的改进狮群进化算法;最后,运用改进狮群进化算法求解面向空间众包平台的多工作者多任务路径规划模型,并根据真实数据集制作问题算例进行测试.实验结果表明了算法的可用性和有效性.     

多层级设施选址-路径规划问题建模及算法

基于有向图对物流网络多层级设施选址-路径规划问题,建立混合整数规划数学模型,提出量子进化算法与遗传算法协同的双智能算法集成求解方案.量子进化算法解决设施选址和设施分配,遗传算法进行路径规划,并提出可达配送区域的搜索策略和路径长度为权重的设施分配优化策略以提高算法效率.实例测试表明,所提出的数学模型和组合智能算法是可行而有效的,可为多层级设施选址-路径规划问题提供理论与方法指导.     

基于离散灰狼算法的喷涂机器人路径规划方法

针对目前用于复杂结构实体喷涂的机器人路径规划方法存在的效率低、未考虑碰撞以及适用性差等问题，提出一种用于求解多层决策问题的离散灰狼算法，并把该算法用于该路径规划问题的求解。为了将连续域灰狼算法改为用于求解多层决策问题的离散灰狼算法，采用矩阵编码方法解决多层决策问题的编码问题，提出基于先验知识与随机选择的混合初始化方法提高算法求解效率和精度，运用交叉算子与两级变异算子定义离散域灰狼算法的种群更新策略。另外，运用图论将喷涂机器人路径规划问题简化为广义旅行商问题，并建立了该问题的最短路径模型和路径碰撞模型。在路径规划实验中，相较于粒子群算法、遗传算法和蚁群算法，提出的算法规划的平均路径长度分别减小了5.0%、5.5%和6.6%，碰撞次数降低为0，且路径更平滑。实验结果表明，提出的算法能够有效提高喷涂机器人的喷涂效率，以及喷涂路径的安全性和适用性。     

基于云计算的混合并行遗传算法求解最短路径

为提高最短路径求解问题的效率,提出一种基于云计算的细粒度混合并行遗传算法求解最短路径的方法。方法采用云计算中H adoop的Map Reduce并行编程模型,提高编码效率,同时将细粒度并行遗传算法和禁忌搜索算法结合,提高了寻优算法的计算速度和局部寻优能力,进而提高最短路径的求解效率。仿真结果表明,该方法在计算速度和性能上优于经典遗传算法和并行遗传算法,是一种有效的最短路径求解方法。     

蚁群算法在机器人路径规划中的应用研究

针对传统机器人路径规划方法无法保证寻找全局最优路径的问题,本文提出了一种基于蚁群算法求解机器人路径规划的方法.在此基础上构建了移动机器人路径规划模型,并通过Visual C 6.0进行仿真.结果表明该算法能够在动态和静态环境中迅速找到机器人的最优路径,与基于遗传算法的路径规划方法相比具有较大的优势.     

基于深度强化学习种群优化的演化式分拣调度算法

机械制造中的产线分拣作业具有问题与数据的双重复杂性,为了对分拣操作进行优化以提高生产效率,设计了一套分拣作业的数据表示方法与一种基于种群优化的演化式算法,同时整理并公开了一个真实的工业数据集。数据表示方法通过借鉴词袋模型对原始作业数据进行抽象表示;演化式算法使用深度强化学习初始化遗传算法中的种群,同时引入了精英保留策略以提高算法的优化能力。最后,将提出的算法与其他算法在真实的工业数据集与旅行商问题数据集上进行了对比。结果表明,该算法能找到更优的分拣顺序与访问路径,验证了算法的有效性。     

基于并行遗传神经网络算法的动态路径选择方法

实时、高效的求解大规模路网中的最优路径是动态路径诱导领域的研究难点.针对基本遗传算法在计算大型网络的优化问题时表现出的求解效率低等缺点,在基本遗传算法中引入了子群体和迁移策略,提出了基于并行遗传算法的最优路径选择方法,设计了适用于路径优化的编码方式、适应度函数、遗传操作算子和迁移算子,并采用神经网络预测方法构造了实时动态的路阻矩阵.仿真试验表明该方法的准确性、实时性和快速性优于基本遗传算法,并且大规模路网中求解效率和求解质量的平衡问题也得以解决.     

基于改进蚁群算法的直升机航迹规划仿真

提出了基于改进蚁群算法的直升机航迹规划仿真过程,直升机在执行任务的过程中,有效地利用地形以躲避雷达扫描是直升机提高其生存能力的关键手段。利用真实地形的DEM数字高程建立真实地形;根据目标与雷达的交会几何关系,推算出雷达在真实地形中扫描的盲区;并针对传统的蚁群算法缺点,提出一种改进的蚁群算法仿真飞机飞行通过雷达区域,为其选择一条安全的飞行路线,使直升机从起始点到目的点的路径最优,从而达到提高战斗效率的目的。     

Generation algorithm of grid model for complex terrain based on geodetic coordinate data transformation

Grid model construction is one of the preconditions for computational fluid dynamics (CFD) simulation. As many environmental accidents or unfavorable incidents occur in complex real terrain circumstances, corresponding grid model generation algorithm for scenario simulation has become a hot research field. The digital elevation model (DEM) is common for three-dimensional terrain modeling. DEM data usually consist of a certain number of geodetic coordinates, however, CFD preprocessing platform can't identify geodetic coordinates directly. In this paper, firstly an algorithm of coordinate transformation was proposed, which could convert geodetic coordinates to Cartesian coordinates in the form of length (x), width (y) and height (z). Secondly, another algorithm that generates a complex real terrain grid model was recommended based on the algorithm mentioned previously, which could import converted terrain data into a gridding platform for constructing the CFD terrain grid model. Experiments’ results showed that the terrain grid algorithm obtained through the combination of the two algorithms is highly geometrically consistent with real terrain. The algorithm provided by this study could give a more reliable and convenient basis for the application of CFD fine simulation in real complex terrain.     

DEM中基于遗传与蚁群的混合路径规划算法

现有启发式算法在DEM路径规划中因数据量巨大,效率较低。针对该问题,提出一种基于遗传和蚁群的混合路径规划算法。该算法在遗传过程中,通过在初始群体生成阶段构建选择因子,使得在节点搜索时更加倾向于终点方向,提高初始群体生成效率;对变异过程中变异节点的变异区间进行限制,避免产生路径断点;在蚁群寻优过程中,根据遗传过程产生的路径信息,采用自适应信息素初始化与更新策略,提高算法搜索效率。测试结果表明,混合算法能够在规则网格DEM数据下搜索出符合条件的路径,并具有较好的效率。     

Range‐dependent Terrain Mapping and Multipath Planning using Cylindrical Coordinates for a Planetary Exploration Rover

This paper presents terrain mapping and path‐planning techniques that are key issues for autonomous mobility of a planetary exploration rover. In this work, a LIDAR (light detection and ranging) sensor is used to obtain geometric information on the terrain. A point cloud of the terrain feature provided from the LIDAR sensor is usually converted to a digital elevation map. A sector‐shaped reference grid for the conversion process is proposed in this paper, resulting in an elevation map with cylindrical coordinates termed as C²DEM. This conversion approach achieves a range‐dependent resolution for the terrain mapping: a detailed terrain representation near the rover and a sparse representation far from the rover. The path planning utilizes a cost function composed of terrain inclination, terrain roughness, and path length indices, each of which is subject to a weighting factor. The multipath planning developed in this paper first explores possible sets of weighting factors and generates multiple candidate paths. The most feasible path is then determined by a comparative evaluation between the candidate paths. Field experiments with a rover prototype at a Lunar/Martian analog site were performed to confirm the feasibility of the proposed techniques, including the range‐dependent terrain mapping with C²DEM and the multipath‐planning method.     

从DEM中自动提取自然水系

为了从数字高程数据中自动提取区域水资源信息，以提高基于GIS的区域水资源勘查评价工作的效率，提出了一种从DEM中自动提取自然水系的实用方法，该方法通过DEM数据预处理，首先将其中的洼地和小平原改造成斜坡；然后依据水总是沿斜坡最陡方向流动的原理，确定DEM中每一个栅格点的水流方向，再根据各点的水流方向数据，计算出每一个栅格点的上游给水区；接着，根据栅格点上游给水区数值，用阈值法确定水系栅格点，并对水系栅格点进行筛选；最后，根据水系栅格点的水流方向，将整个水系追索出来，另外，还用该方法对试验区的DEM数据进行了自动提取自然水系的试验，其结果与用手工方法提取的水系基本一致，证明该方法是有效的。     

多尺度小波分析用于DEM网格数据综合

数字高程模型(DEM)虽已广泛应用于地学、景观以及区域规划等工作，然而在不同尺度下，不同的系统对其数据量的要求是不同的，且数据量将影响系统运行及分析的速度；其次等高线的制图综合也可直接通过数字高程模型数据的综合来实现，为了加快DEM数据综合的速度和保持综合前后DEM数据特征一致性，提出了一种采用小波多尺度分析的方法来进行DEM网格数据综合的方案，并给出了数字高程模型网格数据的综合基本模型。同时对综合以后的可靠性分别从数据量、断面图和曲面面积变化等方面进行了分析。具体实例说明，将多尺度小波分析用于DEM网格数据综合是有效的。     

High-resolution terrain map from multiple sensor data

The authors present 3-D vision techniques for incrementally building an accurate 3-D representation of rugged terrain using multiple sensors. They have developed the locus method to model the rugged terrain. The locus method exploits sensor geometry to efficiently build a terrain representation from multiple sensor data. The locus method is used to estimate the vehicle position in the digital elevation map (DEM) by matching a sequence of range images with the DEM. Experimental results from large-scale real and synthetic terrains demonstrate the feasibility and power of the 3-D mapping techniques for rugged terrain. In real world experiments, a composite terrain map was built by merging 125 real range images. Using synthetic range images, a composite map of 150 m was produced from 159 images. With the proposed system, mobile robots operating in rugged environments can build accurate terrain models from multiple sensor data     

自适应多特征融合的真实感地形快速绘制

针对真实地形可视化中数字高程模型(DEM)数据结构复杂且绘制速度不佳的问题,提出一种基于自适应多特征融合的真实感地形快速绘制方法.引入地形高程熵,对真实的DEM高程数据进行特征提取以生成地形总体框架;利用随机中点位移分形算法并根据地形特征优化分形参数来增加地形高频细节;计算视点与地形之间的距离阈值,并对应于层次细节(LOD)等级,以实现地形自适应的调度,再根据不确定性判定因子对地形特征进行更新.最后对本文算法进行并行处理,充分利用图形处理单元(GPU)技术对地形进行加速绘制.实验结果表明,该方法生成的地形具有较高逼真度和较好实时性.     

An efficient dynamic system for real-time robot-path planning.

This paper presents a simple yet efficient dynamic-programming (DP) shortest path algorithm for real-time collision-free robot-path planning applicable to situations in which targets and barriers are permitted to move. The algorithm works in real time and requires no prior knowledge of target or barrier movements. In the case that the barriers are stationary, this paper proves that this algorithm always results in the robot catching the target, provided it moves at a greater speed than the target, and the dynamic-system update frequency is sufficiently large. Like most robot-path-planning approaches, the environment is represented by a topologically organized map. Each grid point on the map has only local connections to its neighboring grid points from which it receives information in real time. The information stored at each point is a current estimate of the distance to the nearest target and the neighbor from which this distance was determined. Updating the distance estimate at each grid point is done using only the information gathered from the point's neighbors, that is, each point can be considered an independent processor, and the order in which grid points are updated is not determined based on global knowledge of the current distances at each point or the previous history of each point. The robot path is determined in real time completely from the information at the robot's current grid-point location. The computational effort to update each point is minimal, allowing for rapid propagation of the distance information outward along the grid from the target locations. In the static situation, where both the targets and the barriers do not move, this algorithm is a DP solution to the shortest path problem, but is restricted by lack of global knowledge. In this case, this paper proves that the dynamic system converges in a small number of iterations to a state where the minimal distance to a target is recorded at each grid point and shows that this robot-path-planning algorithm can be made to always choose an optimal path. The effectiveness of this algorithm is demonstrated through a number of simulations.     

实时生成三维地形中关于DEM数据插值的探讨

使用DEM来生成地形表面的可视化技术已经应用于军事、测绘、林业和娱乐等多个领域.讨论了将等高线离散采样点数据内插为规则格网数据的方法,采取了实用有效的移动拟合和加权平均结合的内插方法,并且根据规则格网的专有特点,确定了待插范围.在插值的过程中,每个数据块中格网点的高程值通过与其周围邻近的八块地形数据块共同插值而获得,因此优化了相邻数据块之间高程值差异过大而造成的地形过于突兀的问题.