基于RDC-Q学习算法的移动机器人路径规划

传统Q算法对于机器人回报函数的定义较为宽泛,导致机器人的学习效率不高。为解决该问题,给出一种回报详细分类Q(RDC-Q)学习算法。综合机器人各个传感器的返回值,依据机器人距离障碍物的远近把机器人的状态划分为20个奖励状态和15个惩罚状态,对机器人每个时刻所获得的回报值按其状态的安全等级分类,使机器人趋向于安全等级更高的状态,从而帮助机器人更快更好地学习。通过在一个障碍物密集的环境中进行仿真实验,证明该算法收敛速度相对传统回报Q算法有明显提高。     

虚拟场景中有宽度物体移动路径的优化方法

提出一种虚拟场景中有宽度物体移动路径的优化方法,在地图掩码数据经过寻路算法搜索后,得到一组连续路径节点组成的节点集,从起始节点出发,沿着路径节点找出离起始节点最远且没有障碍物遮挡的可见节点,作为下一个起点,循环往复直至节点集的终止节点,并顺序连接这些可见节点,即可得到优化路径。通过合并节点集中的多余节点,使路径更平滑,从而减少物体移动过程中改变方向的次数,解决有宽度物体无法通过狭窄通道后,须重新计算路径的问题,达到了更好的用户体验效果。     

基于模糊PID的无人水面艇直线路径跟踪

针对固定参数PID方法在无人水面艇直线路径跟踪控制中出现的大迴转问题,提出一种基于模糊PID的直线路径跟踪方法。在系统中增加模糊推理模块,利用航向与跟踪直线之间的偏差角以及无人艇位置与跟踪直线之间的距离误差,根据模糊推理的方法动态地调整PID参数。通过PID控制器实时调整左右两侧推进电机的输入电压,实现对给定直线路径的自主跟踪。仿真结果表明,在初始航向偏差角较大时,该方法克服了采用固定参数PID控制方法时出现的大迴转现象;在初始航向偏差角较小时,该方法在超调量以及调节时间方面的直线跟踪性能优于固定参数PID控制方法。     

基于模态Petri网的行为有效区间寻找最优路径的方法

为满足客户需求,在行为约束下的业务流程中寻找行为执行的最优路径具有一定的实际意义。已有的研究是建立在静态分析基础上,通过优化算法或是行为分析来寻找最优执行路径,忽略了行为约束条件对执行行为有效性的影响,所得结果具有一定的局限性。文中在已有方法的基础上,利用Petri网行为轮廓序关系描述约束条件并确定行为有效区间,提出了基于模态Petri网分支有效区间的业务流程最优路径选择方法。该方法以行为有效区间替代已有的固定值方法,以便更好地描述业务流程的行为约束以及约束下的有效行为。通过一个具体的业务流程分析实例分析了该方法的有效性。     

带路径约束的双端网络可靠性分析磁

针对带路径约束的双端网络可靠性分析问题,即一个数据包从 S 点发送到 T 点,必须经过中间若干个节点,并且经过这些节点的先后顺序具有一定约束,提出了基于 BDD 的可靠性分析算法。该算法基于边扩展图实现路径约束,即在边扩展过程中只保留符合条件的约束路径,然后构建 BDD 以及进行双端网络可靠性分析。实例分析结果验证了算法的可行性和有效性。     

两轮自平衡车控制系统的设计与实现

根据飞思卡尔智能车竞赛的要求,设计了基于MC9S12XS128单片机的两轮自平衡智能车控制系统.介绍了该智能车系统的硬件模块电路设计、控制系统的构成及核心控制算法的实现.在此基础上详细介绍了用于智能车直立控制、速度控制和方向控制的参数调试时简单易行的关键技术.经过反复多次的实验表明,本文设计的两轮自平衡车控制系统性能可靠,在车身保持直立平衡的同时能够沿着赛道快速平稳运行.     

一种结构解耦的新型应变式三维力传感器研究

维间耦合一直是制约多维力传感器精度提高的重要因素,结构解耦也一直是多维力传感器追求的目标。提出了一种新型三维力传感器,可用于Fx、Fz、My3个维度广义力的测量,其敏感原理是结构解耦的,因此可具有更高的精度。介绍了这种新型三维力传感器的结构并分析其敏感原理。采用有限单元法对应变式三维力传感器进行结构静力仿真,利用ANSYS后处理器提供的路径映射技术,精确地获得了应变片的贴片区域。仿真结果表明,该新型传感器与目前的应变式多维力传感器相比,维间耦合误差有明显改善,维间干扰由传统结构的3.56%降低至0.40%。     

动态传感器网络区域受限的移动sink路径选择研究

针对sink区域受限及节点特征参数的问题,如何规划sink路径选择以满足动态传感器网络高效数据收集及低能耗的要求,提出了一种动态传感器网络区域受限的移动sink路径选择方法。该方法在缓存节点辅助通信模式下,建立sink受限区域图模型。针对不同应用情况,分别讨论了sink移动全局路径信息已知和sink移动局部路径信息已知这两种情况下的最优移动路径。在全局路径信息已知时,采用Vornon单元划分的思想求解总传输能耗和节点平均负载;在局部路径信息已知时,采用启发式策略进行路径寻优,并证明其路径寻优的正确性。最后通过仿真实验与理论计算来验证移动sink最佳路径寻优策略的有效性和可行性。     

基于改进A*算法的越野路径规划研究

针对车辆的越野路径规划问题, 研究并分析了地形坡度和地表属性对于车辆路径规划的综合影响。引入了窗口移动法对地形进行先期的坡度计算和通行性分析, 就轮式车辆和履带式车辆分别建立了地表属性的粗糙度评价指标, 并采用面积占优法将地表属性栅格化。通过建立禁忌表, 叠加了坡度与粗糙度的约束影响以减少搜索范围, 提高搜索效率。构造了改进A*算法的估价函数, 并结合expand表、open表、closed表以及path表设计了考虑坡度和粗糙度约束的路径优化算法。仿真结果表明, 该算法能够快速有效地实现符合真实地形环境的越野路径规划。     

基于行程时间多步预测的实时路径导航算法

针对现有车辆导航算法仅考虑单一数据,使所得路径实际行程时间比预期更长的问题,首先建立了基于卡尔曼滤波理论的行程时间多步预测模型;其次,提出了综合利用实时数据、行程时间多步预测数据及历史数据的实时路径导航算法,并改进了其实现的核心算法Dijkstra_pred.实验结果表明,基于三类数据的实时路径导航算法所得路径的实际行程时间从整体上优于仅采用实时数据的导航算法,且路径变化较少.