排序方式: 共有7条查询结果,搜索用时 15 毫秒
1
1.
2.
3.
为了使移动机器人在室内障碍物环境下寻找到达指定目的地的最优路径,提出了一种基于粒子群算法(PSO)和蚁群算法(ACO)的改进路径规划的PSO-ACO融合算法。PSO-ACO融合算法针对粒子群算法中粒子容易早熟引起的局部最优问题,采用蚁群算法获得全局最优解;同时有效地解决了粒子群算法中粒子多样性、种类少,以及蚁群算法中初始化信息素匮乏及耗时过多的问题。仿真结果表明,与粒子群算法和蚁群算法相比,PSO-ACO融合算法在提高算法的全局搜索能力和搜索速度的前提下,极大地改善了算法寻找最优解的能力,实现了最优路径的规划。 相似文献
4.
5.
编队策略作为无人驾驶的关键技术之一已经受到广泛的研究与实际的测试了。车队经过红绿灯管制的交通路口场景时,会受到红绿灯时间、队内(外)间距、速度和前进方向等参数的影响,此时因为车队通信网络复杂多变,所以难以维持车队行驶的稳定性,因此可能会进一步造成车队中采用802.11p协议通信的车辆不能在规定的时延限制内接收到完整的重要信息,从而引发道路安全问题。针对此问题,文章考虑802.11p中支持4种传输优先级的数据接入信道的机制,即增强分布式信道接入(Enhanced Distributed Channel Access,EDCA)机制,提出了一种交通路口场景下无人驾驶车队通信性能分析模型。首先构建交通路口处车辆的通信连通网络,并通过建立无人驾驶车队移动模型获得网络通信性能;然后采用概率母函数的方法将典型的描述802.11p EDCA机制的马尔可夫模型转化为z域线性模型,针对4种接入类别的优先级差异,推导车队通信时延与包传递率(Packet Delivery Ratio,PDR)的分析模型;最后通过迭代方法计算出车队通信时延。仿真结果验证了分析模型的准确性,由实验结果可知,该模型中经过交通路口时的车队通信时延低于802.11p协议规定的100 ms且包传递率均高于0.95,因此,该模型能够保证车队通信的及时性与完整性。 相似文献
6.
针对目前现场工业环境中EPA实时以太网通讯时数据传输的可靠性、确定性与实时性难以得到保证的问题,依据IEC62439网络冗余协议的特点,提出用于解决这一问题的EPA实时以太网网络MRP冗余通讯协议。设计并实现了应用于EPA实时以太网中的MRP网络冗余通讯和网络拓扑发现系统,当网络产生动荡后,可以以毫秒级的网络收敛速度使EPA实时以太网的网络再一次达到网络通讯稳定状态。最后,本文对该系统网络收敛性和网络拓扑发现功能进行了测试。测试结果表明,MRP冗余通讯解决方案能够满足EPA实时以太网的网络性能需求。 相似文献
7.
1