动态环境下机器人多目标路径规划蚂蚁算法

研究了一种新颖的动态复杂不确定环境下的机器人多目标路径规划蚂蚁算法。该方法首先根据蚂蚁觅食行为对多个目标点的组合进行优化,规划出一条最优的全局导航路径。在此基础上,机器人按照规划好的目标点访问顺序根据多蚂蚁协作局部路径算法完成局部路径的搜索。机器人每前进一步都实时地进行动态障碍物运动轨迹预测以及碰撞预测,并重新进行避碰局部路径规划。仿真结果表明,即使在障碍物非常复杂的地理环境,用该算法也能使机器人沿一条全局优化的路径安全避碰的遍历各个目标点,效果十分令人满意。     

多智能主体协作规划理论及其在RoboCup中的应用

机器人足球赛是近年人工智能迅速发展起来的一个重要的研究领域。基于此平台，研究了将规划、竞争、约束、协调纳入一个协作规划框架之中的多智能体协作规划理论，并将其分为5个阶段①产生协作目标；②协作规划；③寻求协作伙伴；④选择协作方案；⑤实现所确定的目标。最后探讨了应用到机器人足球赛的一些技术问题。在比赛中，决策速度也较好。     

基于协进化路标法的多机器人协作运动规划

针对多关节式机器人协作运动规划方面的难点，在随机路标法的启发下，提出了新颖的协进化路标规划法．这种方法充分利用了协进化算法在优化搜索方面的启发功能和遗传算法对约束条件的处理方法，解决了高维组合C空间的优化搜索问题、静态和动态约束问题和运动轨迹的时间优化问题．并且，通过实验验证了算法的有效性．     

动态不确定环境下移动机器人的在线实时路径规划

提出一种基于极坐标空间的、以机器人期望运动方向角为路径优化指标的动态不确定环境下移动机器人的在线实时路径规划方法。该法通过机器人的传感器系统,实时探测局部环境信息,在每一采样时刻,机器人首先对视野内的动态障碍物的位置进行采样,然后根据所采样的位置信息,利用自回归模型预测出下一采样时刻动态障碍物的位置,再将预测位置上的动态障碍物当作静态障碍物来处理,然后对其规划避碰路径,从而将动态路径规划转化为静态路径规划。仿真和实验结果验证了该方法有效可行,具有实时规划性和良好的避障能力。     

多个关节机器人分布式协作运动规划

由多个关节自治机器人构成的协作系统具有高度非线性和严重耦合性,为此提出了分布式协作运动规划方法(DCMP).应用大系统理论的分解协调方法,通过预估协调变量,解耦协作运动规划问题,使其分解为各个机器人个体的独立子规划,得到能够分布式迭代计算的子系统优化模型.利用协同进化算法在全局优化和约束条件处理方面的优势,DCMP解决高维组合C空间的空间—时间优化搜索问题、静态和动态约束问题,尤其是其它方法难以克服的速度约束问题.仿真实验结果证明了本文方法的有效性.     

人工蜂群算法在移动机器人路径规划中的应用

研究机器人路径规划优化问题,机器人工作环境复杂,运动路径上存在许多障碍物.针对提高机器人安全导航性能问题,传统群智能算法存在早熟、搜索效率低等难题,难以获得全局最优路径.为了获得最优机器人运动路径,避免碰撞的发生,提出了一种人工蜂群算法的机器人路径规划方法.首先采用栅格法对机器人工作环境进行建模,然后机器人路径规划目标点作为蜜源,最后蜂群之间信息交换、协作搜索最优机器人运动路径.结果表明,人工蜂群算法解决了传统群智能算法存在的难题,加快了机器人路径规划求解速度,以较短时间找到最短机器人运动路径.     

一种改进的机器人滚动路径规划算法

针对静态和动态障碍物共存环境中机器人滚动路径规划的鲁棒性问题,提出了通过确定局部子目标位置判断机器人行进路线的路径规划算法.机器人以滚动窗口的形式实时检测局部环境信息,寻找并确定局部子目标的位置,从而做出下一步安全路径规划.机器人不断重复该过程,最终沿着一条优化路径安全到达目标点.仿真结果表明:该算法能使机器人沿着优化...     

面向大型设备的协作机器人跟随与建图

在大型设备环境下，为提高物料运载机器人的作业效率，研究一种移动协作机器人，将人的主观判断能力与其高负载能力、自动化特点结合，通过发挥各自的优点完成协同作业。为解决出现跟随对象混淆、距离控制不精准以及受到周围环境(如噪声、光线等)影响的问题，提出一种跟随方案。通过激光数据和视觉数据融合获得目标的位姿，通过建立的栅格地图上的路径规划完成跟随的方案。通过实验验证了该协作机器人跟随兼具了拾取目标的对象准确性和位置精准性，融合地图信息的规划保证了安全性。     

未知环境机器人路径规划环境建模

针对未知环境下机器人路径规划算法存在的运算耗时较高、响应慢等问题，提出一种适用于未知环境信息情况下的动态路径规划方法及规避策略。通常情况，一般机器人主要是设计出最短路径，但本文的机器人的路径要求解决避开障碍物快速到达幸存者位置并给予治疗的优化路径。本文首先提出对栅格法中如何确定栅格大小的方式优化方案；换取滚动窗口算法中的启发式算法，应用改进后的粒子群算法实现局部环境的路径规划；在适应度函数中加入安全因子和平滑因子。机器人在搜索环境中，通过正确的适应度函数，规划一条从起点到目标点的最优路径，采用改进后粒子群算法进行路径规划，机器人可以安全避开所有障碍物。     

基于惩罚函数NPGA的多目标路径规划

通过分析传统的机器人路径规划方法,将足球机器人路径规划归结为一个多目标优化问题,利用基于惩罚函数的小生境遗传算法建立动态目标路径规划的运动模型.仿真表明,与传统的路径规划方法相比,该方法在保证机器人较高体力值的前提下,规划出合理的路径.     

基于循环寻优RRT算法的无人机航迹规划

针对快速扩展随机树（RRT）算法在无人机在线自主航迹规划中的寻优性问题,提出基于循环寻优RRT算法。将航迹长度代价约束作为启发条件引入RRT算法,可以有效地剪除搜索空间的无用节点,获得较优航迹。通过引入已规划可行航迹的航迹长度代价约束作为下一次算法运行的启发条件,采用循环迭代策略有效地剪除搜索空间的无用节点,使得算法每次运行后的航迹长度代价减小,多次运行后最终得到的航迹接近最优航迹,充分利用航迹长度代价的启发性,克服了RRT算法的缺点,同时获得了一系列不同航迹代价的可行备选航迹,在协同任务中可以根据协同到达时间进行快速选择。仿真结果表明该算法能够快速生成安全并且满足无人机动力学约束的较优航迹。     

移动机器人的时间最优编队

针对移动机器人的最速编队问题,结合路径规划和任务分解,提出一种分派问题的新解法和时间最优的编队策略。该策略充分考虑了障碍物环境约束和各机器人运动时的相互影响,通过将系统整体路径规划的复杂问题分解为独立路径规划问题和冲突协调问题来分别求解,降低了计算的复杂性,并能了快编队。     

智能仓储货位规划与AGV路径规划协同优化算法

智能仓储的优化一般分为货架优化和路径优化两部分.货架优化针对货物与货架两者的关系,对货物摆放位置进行优化;而路径优化主要寻找自动引导小车（Automated Guided Vehicle,AGV）的最优路径规划.目前,大多的智能仓储优化仅对这两部分进行独立研究,在实际仓储应用中只能以线性叠加的方式解决问题,导致问题的求解易陷入局部最优中.本文通过对智能仓储环节中各部分的关系进行耦合分析,提出了货位和AGV路径协同优化数学模型,将货架优化和路径规划归为一个整体;此外,提出了智能仓储协同优化框架的求解算法,包括货品相似度求解算法和改进的路径规划算法;并在以上两种算法的基础上,使用改进的遗传算法,实现了货位路径协同优化.实验结果验证了本文提出的智能仓储协同优化算法的有效性和稳定性.通过使用该算法可有效提高仓储的出货效率,降低运输成本.     

On‐line estimation and path planning for multiple vehicles in an uncertain environment

A unified approach to cooperative target tracking and path planning for multiple vehicles is presented. All vehicles, friendly and adversarial, are assumed to be aircraft. Unlike the typical target tracking problem that uses the linear state and nonlinear output dynamics, a set of aircraft nonlinear dynamics is used in this work. Target state information is estimated in order to integrate into a path planning framework. The objective is to fly from a start point to a goal in a highly dynamic, uncertain environment with multiple friendly and adversarial vehicles, without collision. The estimation architecture proposed is consistent with most path planning methods. Here, the path planning approach is based on evolutionary computation technique which is then combined with a nonlinear extended set membership filter in order to demonstrate a unified approach. A cooperative estimation approach among friendly vehicles is shown to improve speed and routing of the path. Copyright © 2004 John Wiley & Sons, Ltd.     

多跳多接口无线网络中的协作路由

协作通信可以利用空间分集效应抵抗无线信道衰弱而得到广泛关注。在多业务流多跳多接口无线协作网络中,研究联合路由选择和协作节点分配的最优化问题,将最大化最小业务流速率的联合优化问题建模为混合整数线性规划问题。针对这个问题提出一种基于分支定界的启发式算法JFRBB。JFRBB算法基于分支定界的思想是将原问题分解为多个子问题通过迭代获得最优解。仿真实验结果表明,JFRBB下的多接口协作网络获得的传输速率、聚合流量明显优于多接口无协作网络和单接口协作网络的性能。     

基于伪谱法的多导弹协同攻击研究

多导弹协同攻击是未来导弹技术发展的重要方向之一;研究了多导弹协同攻击问题;首先建立了导弹与目标的相对运动方程,然后对多导弹协同攻击问题以及hp-自适应伪谱法求解最优控制问题的基本原理进行了描述；将hp-自适应伪谱法应用到多导弹协同攻击的研究中,设计了一种基于伪谱法的多导弹协同攻击制导策略,并通过仿真算例对其进行了验证和分析;仿真结果表明:设计的多导弹协同攻击制导策略能够同时兼顾时间约束和角度约束,实现对固定目标的多导弹协同饱和攻击,具有一定的应用价值。     

多跳无线网络跨层协作式路由协议实现和性能分析

为了提高多跳无线网络的带宽利用率, 引入了辅助节点来帮助其他链路进行数据传输并重新定义了协作式路由的概念。在此基础上, 提出了协作式路由算法, 并且在实际平台上进行了实验。结果表明, 协作式路由能够显著提高网络传输带宽。     

Decision-theoretic cooperative sensor planning

This paper describes a decision-theoretic approach to cooperative sensor planning between multiple autonomous vehicles executing a military mission. For this autonomous vehicle application, intelligent cooperative reasoning must be used to select optimal vehicle viewing locations and select optimal camera pan and tilt angles throughout the mission. Decisions are made in such a way as to maximize the value of information gained by the sensors while maintaining vehicle stealth. Because the mission involves multiple vehicles, cooperation can be used to balance the work load and to increase information gain. This paper presents the theoretical foundations of our cooperative sensor planning research and describes the application of these techniques to ARPA's Unmanned Ground Vehicle program     

基于改进遗传算法的反舰导弹协同任务规划

在进行协同任务规划时应同时考虑协同航路规划和任务分配这两个问题,合理选择进攻目标、确定攻击航路以及分配恰当的突击力量于突击目标。针对这一问题提出了目标分配及协同航路选择的优化模型,并且给出了编码结构;针对遗传算法存在的不足,提出了一些改进;然后采用改进的遗传算法对协同任务规划模型进行了仿真验证。仿真结果表明该方法可以有效地规划出协同航路。     

改进的蚁群算法在信度计算中的应用研究

通过研究任务需求和Agent曾经的协同设计实际能力,即执行该任务时做出的承诺和实际做出的付出,付出/承诺关系,得到协同能力信度。并利用云模型结合最优树理论改进蚁群算法来分析此信度,有效地限制了传统蚁群算法易陷入局部最优解的问题。把改进的算法应用到协同设计中的人员选择中,发现此算法可以为设计管理人员提供决策支持,可以更好地匹配设计人员,可以实现整个设计的有序、稳定和整体功能效应的最佳,可以为新项目的开展提供支持。