基于模糊逻辑的智能群体编队移动控制方法

针对群体移动过程中,各个智能体因受力波动较 大,而导致群体运动振荡的问题,提 出了一种基于分布式人工势场法与模糊控制相结合的控制算法。通过分析群体运动过程中单 智能体的受力情况,建立耗散力对移动中振荡进行优化,减小群体移动中的振荡负面影响, 提高群体运动的一致性。建立保持力对编队稳定和保持进行优化,提高编队的稳定性。将优 化过后的合力作为模糊控制器的输入,通过强化学习适应环境变化,调节参数控制输出,实 现群体跟随移动控制。此外,给出了可自动调整大小的多种编队控制生成模型,实现群体编 队移动控制。仿真结果表明能 稳定、有效控制群体跟随移动,编队移动中能有效避障,可使 编队提升移动效率和保持拓扑稳定性。     

一种自适应控制的人工势场的无人机路径规划算法

路径规划是无人机的重要组成部分,在简述传统的人工势场法的原理基础上,提出了一种基于无人机对各个方向感应系数自适应的改进方案,引入自适应论改进了传统的势场计算公式,改变了粒子运动中对各个方向的障碍物的斥力系数,找到最适合不同地图系数的最优路径,仿真实验显示,改进的人工势场法要优于传统的人工势场法,理论分析和结果表明改进的人工势场算法解决了目前路径规划遇到的问题,提高了算法的精度和速度。     

改进的人工势场法在机器人足球路径规划中的应用

传统的人工势场法在静态的路径规划中有较好的效果,对于足球机器人这类对抗性与实时性比较强的动态环境的路径规划往往存在一定的缺陷。由于传统的人工势场法是单纯的考虑势能与距离间的关系,所以在实际的路径规划中有些不必要的避障也考虑在内,无形中就增加了计算的繁琐度。在改进的人工势场法中我们引进了机器人与障碍物的相对位置与相对角度以及机器人与障碍物的距离跟机器人与目标点的距离的联系,根据障碍物所处的相对位置以及与机器人的相对角度来确定障碍物对机器人的威胁程度,从而来确定斥力的大小。在传统的算法中机器人所受的引力随距离减小而减小,斥力随距离减小而增加。所以当障碍物出现在目标点附近且在机器人威胁区域内时,往往会因为斥力相对引力足够大而使机器人无法到达目标点。所以在考虑斥力时我们有必要把机器人与目标点的距离也考虑在内。最后本文用仿真方法证明该方法的可行性。     

改进人工势场法无人机脱离局部极小值问题

针对现有人工势场法在无人机路径规划应用过程中存在无人机陷入受力平衡,导致目标不可达,且当无人机陷入局部极小值时,该方法无法根据环境信息使无人机脱离力平衡点的问题,提出一种基于自膨胀系数改进的人工势场法。针对无人机陷入局部极小值的问题,建立自膨胀函数;当无人机陷入局部极小值时,针对无人机与目标点的距离为膨胀提供方向。通过改变自膨胀系数增大最近障碍物对无人机产生的斥力从而改变无人机受力形式,解决无人机陷入最优解的问题。仿真实验结果表明,改进后的人工势场法多次改变了无人机陷入最优点的情况,能够解决人工势场法无人机陷入局部极小值无法自主脱离的问题。     

基于人工势场法的集群避障算法应用研究

针对无人机集群避障的问题,选用效率高、应用普遍的人工势场法作为避障算法, 结合一致性编队理论,采用领航者—跟随者编队算法对无人机进行编队控制。并且对于障碍物增加虚拟障碍点进行重新拟合,以优化避障路径。结合以上内容有效地解决了无人机集群的避障应用问题。     

无人飞行器编队队形控制研究

针对无人飞行器编队队形控制,首先建立基于航迹坐标系的无人飞行器编队相对运动模型,解决了速度坐标系中存在的不可控点的缺陷;接着进行无人飞行器编队队形保持的预测控制结构设计,通过建立相对运动的非线性预测模型,设计相应的性能指标,采用数值计算和解析相结合的方法,用最速下降法来滚动优化二次型性能指标,完成了无人飞行器编队控制器...     

基于遗传算法和人工势场法的路径规划

在移动机器人的研究中,路劲规划是一个最基本也最复杂的问题。为了得到适合于机器人行走,以及全局最优的路径,采用遗传算法与人工势场法相结合的方法进行机器人的路径规划。首先采用遗传算法规划出全局最优或近似最优的无碰撞路径;再通过改进的人工势场法优化路径,增加路径节点,使路径更平滑。仿真实验结果表明,使用该方法所规划的路径是有效的和可行的。     

紫外光通信协作无人机防撞编队的控制方法

为了研究强电磁干扰环境下无人机防撞编队的避障控制效果, 采用无人机编队间紫外光通信模型, 对传统人工势场法进行改进, 给出了具体无人机编队机间和无人机与障碍物的势场函数, 实现无人机编队在飞行的同时可以进行局部避障。结果表明, 在相同条件下, 改进后的人工势场法比传统人工势场法的避障时间减少了7.38%, 避障总路径减少了5.8%, 将改进后的避障算法应用到编队中可实现无人机编队的机间避障与外部障碍物的规避, 且编队间能够保持固定队形飞行至目标点。这一结果对强电磁干扰环境下无人机编队避障的研究有一定的应用价值。     

改进人工势场法的机械臂避障路径规划研究

文章针对人工势场法可能会进入局部极小这一缺陷,通过添加虚拟目标点来改进人工势场法。该方法可以让机械臂逃离局部极小点,实现机械臂的避障路径规划。文章使用DH模型对机械臂进行正逆运动学分析,使用椭球包围盒进行机械臂碰撞检测,通过建立目标点,机械臂的引力场和障碍物对机械臂的斥力场,再搜索势函数的下降方向,实现机械臂的路径规划。最后仿真结果验证,使用虚拟目标点的人工势场法可以快速有效地进行避障规划路径。     

基于人工势场法的无人机路径规划避障算法

随着无人机广泛应用于生产生活的各个方面,无人机的避障研究成为热点问题。为了提高无人机的避障性能,文中提出一种基于人工势场法的无人机路径规划避障算法。该算法通过生成预规划路径弱化了目标点对无人机的吸引作用,增加了路径的连贯性;在势场函数中加入了动态调节因子,可减少无人机轨迹不必要的转弯机动,减少机动能耗;该算法综合考虑无人机飞行中的安全性、平滑性和机动能耗,提出了一种新的代价函数,并通过使得代价函数最小化来选出最优路径。实验结果表明,该算法克服了传统人工势场的不足,在不同的飞行环境下均能够规划出安全、平滑、机动能耗小的路径,有效避开障碍物,且具有较好的适应性。     

复杂静电场问题中电势零点选取的合理性

对一个复杂静电场问题分解为两个甚至多个子问题利用叠加原理进行电势求解时,如何合理地选取各个子问题的电势零点的问题进行了研究和讨论。首先讨论了电势参考点选取的任意性和相对性,然后通过一个实际的静电场问题引出了电势参考点选取的合理性。最后,从做功与能量和唯一性定理两个方面对电势参考点选取的合理性进行了分析与讨论。     

人工智能技术在交通控制领域的应用

基于目前交通问题及交通系统发展的现状,近年来人们开始借鉴新的理论和技术研究交叉口的交通控制技术。介绍了城市智能交通系统的发展概况与趋势,对当前的研究成果进行了详尽的分析和阐述,并提出了我国智能交通系统研究方向和发展对策。这些研究对于提高城市交通控制系统的控制效果具有现实意义。     

远距引导战斗机自动攻击控制律实现

针对现代战斗机向目标空域的远距引导过程,建立了战斗机与目标的三维相对运动数学模型,引入了战斗机自动攻击的概念,并将三维引导问题分解到水平和垂直两个面内分别进行研究;基于战斗机远距引导时间最短的要求以及最优控制的相关理论,以时间最短为目标分别设计了战斗机水平面和垂直面的远距引导律,在此基础上设计了远距引导战斗机自动攻击控制律;最后通过仿真比较,验证了时间最优引导法能有效应用于战斗机为实现自动攻击的远距引导。     

平行平面场中磁矢位边界方程的推证

磁矢位的边值问题是"电磁场"课程中关于恒定磁场的教学重点,也是学生普遍反映的难点。本文对平行平面场中磁矢位的边界方程,进行了证明,同时给出了该方法的应用;对比分析了利用磁矢位边界方程与安培环路定理两种方法的求解。本文解决了"电磁场"课程教学中的一个盲点,让学生建立起了平行平面场中磁矢位的边界方程与磁场强度和磁通密度边界条件的联系,对理解恒定磁场的本质大有裨益。     

人工智能技术在电气自动化控制中的应用分析

随着时代的发展以及科学技术的进步,社会生产、生活发生了翻天覆地的变化.在这样的社会背景之下,人工智能技术日渐发展,并凭借着其自身的优点而获得了广泛的运用.目前,我国的电力部门在进行电气自动化控制作业的过程中,加强了对于该技术的运用,继而由此促进工程建设得有效开展.本文基于此,分析探讨了人工智能技术的内涵,并就该技术在电气自动化控制的应用进行了详细的论述,冀望由此为同侪提供经验借鉴,促进电气事业的优化发展.     

WSN中基于势能场的多策略路由协议

文章结合无线传感器网络（WSN）中流量分布的向心性特点,借鉴物理学中势能场的概念与机理,提出一种开放的路由协议实现框架。利用不同的网络参数构造不同的“虚拟势能场”,叠加后形成的复合势能场将驱动数据分组沿着势场梯度变化最快的方向移动,一方面可以最终将网络中的数据分组汇聚于目的节点,实现路由协议的基本功能;同时,在动态时变“虚拟势能场”的调节下,还可以为路由协议附加各种有利于实现其他优化目标的策略与属性,如能耗均衡、拥塞避免、支持服务质量保障和利于数据聚合等,在无线传感器网络中实现多策略路由。作为例子,文章提出了一个基于势能场的提供实时传输的路由协议,它能在严格保障实时分组获得最小化端到端延迟的前提下,有效缓解网络拥塞,提高全网吞吐量。     

面向协同突防的无人飞行器自动编队控制

对无人飞行器编队协同干扰式突防问题进行了描述。基于有限状态机设计了管理编队协同突防中离散事件的编队管理器, 负责接收外部指令、参考点位置、邻居状态以及无人飞行器自身的状态, 并对编队控制律进行切换, 对编队协同干扰突防进行分析并确定了自动编队控制的流程。仿真结果表明, 所设计的编队管理器能够根据各离散事件自动切换编队控制律, 完成编队队形保持与重构之间的转换; 实时解算的期望位置满足协同干扰突防所要求的编队构型约束条件, 所提出的方法是可行、有效的。     

基于人工免疫算法的舰艇编队防空火力分配研究

为解决舰艇编队防空火力分配传统方法计算复杂、耗时长和普通遗传算法局部搜索能力较弱、收敛速度慢等问题,通过对火分问题的数学描述,将人工免疫算法（AIA）引入到舰艇编队防空作战的火力分配问题中,构造相应的AIA来求解防空火力分配问题。仿真结果表明该算法计算速度快、精度较高,为解决编队防空火力分配问题提供了一种有效的途径。