改进蚁群融合DWA算法的移动机器人路径规划

为实现机器人在动态环境下的自主导航,基于蚁群算法规划出全局最优路径的情况下采用DWA算法进行局部避障。根据距离障碍栅格的远近计算邻接栅格的初始信息素,提出初始信息素不均匀分配原则;对启发式函数进行自适应调整的改进,提高算法的搜索速率;利用狼群法则改进信息素更新方式,对最优、最差和普通层蚂蚁进行分类更新,提高算法的寻优能力;使用二次路径优化的方法,有效减少路径长度,提高路径的平滑度;以蚁群算法全局规划路径的关键点为目标点,采用DWA算法进行局部路径规划。仿真结果表明：改进后的融合算法能减少最优路径长度,减少路径转弯次数且有效躲避障碍物。     

一种基于导航误差空间的无人水下航行器路径规划方法

无人水下航行器(UUV)的传统路径规划方法常忽略对路径安全有重要影响的导航误差约束。针对此问题,将导航误差引入环境模型中,提出一种基于导航误差空间(NES)的全局路径规划方法。NES综合自身位置、导航误差和环境信息,将随机导航误差转化为有确定代价的约束条件。提出符合实际导航特点的导航误差传递模型,并采用圆概率偏差（CEP）评估导航精度。目标代价同时考虑了路径长度和航行安全性等因素。运用改进A^*算法进行路径搜索,获得最优路径。数字海洋环境仿真实验表明,提出的规划算法简便、快速,可有效降低路径的安全风险。     

基于复杂约束条件的欠驱动AUV三维路径规划

为解决欠驱动自主水下航行器（AUV）在复杂水域下的三维路径规划和避碰问题,结合欠驱动的运动特性与自身约束条件,提出一种改进的蚁群结合3次B样条曲线拟合的算法,模拟现实海域环境信息进行水下空间环境建模。针对传统蚁群算法规划出的全局路径转角大、曲折多所造成的欠驱动AUV舵轮使用寿命低的问题,采用垂直面安全域设置的方法,设计基于低崎岖度的适应度函数结合路径长度与平缓度的双边评价体系规划出全局路径。采用3次B样条曲线,基于原型值点及目标点速度矢量约束拟合出一条曲率连续、无碰撞的优化路径。仿真结果表明,在保证收敛速度和全局搜索能力的前提下,所规划的路径合理,满足欠驱动AUV运动条件。     

基于拓扑路网的多挡无人履带平台路径重规划

针对越野环境中无人履带混合动力平台重规划鲁棒性差、场景适应性弱的问题,提出一种通过融入多目标函数模型进行规划路径重构,采用三次螺旋线对重构路径进行多阶段采样优化来生成重规划路径的方法。该方法主要研究无人履带平台运动过程中行驶路径出现局部动态无解、全局规划被动触发重规划功能、重新生成可达目标点的参考轨迹的策略,重点解决重规划时回退道路行驶的成本最优问题。平台搭载两挡行星自动机械变速器,无人平台在行进过程中可根据行驶速度切换到不同挡位,以应对不同路面条件下的速度需求,保证平台具有较强的可通过性。通过实车平台验证新方法针对不同越野场景,根据通行时间、能量消耗和换挡次数的三参数目标代价函数模型,得到最佳的重规划策略并生成一条最优可通行路径。研究结果表明：基于拓扑路网的多挡无人履带平台路径重规划方法降低了重规划过程的时间和能量成本,在兼备考虑时间、能量以及不同转弯半径和速度时选择适当的挡位,确保平台纵向运动动力性的同时,也充分考虑了时效性和经济性。     

未知环境下室内移动机器人定位导航设计与实现

为实现室内移动机器人在未知环境下的定位导航,设计了一台基于机器人操作系统(robot operating system,ROS)的室内移动机器人,研究了增量式构建栅格地图、代价地图的环境地图构建方法和自适应蒙特卡罗(amcl)定位方法以及运用Trajectory Rollout 和Dynamic Window Approaches算法的路径规划方法.实验结果表明:该自主导航与定位软件能增量式绘制环境地图,所规划的路径符合最优路径;机器人按照规划路径行走时的导航定位精度能够达到10 cm,偏转精度达到±5°,能够实现未知环境下室内移动机器人的定位与导航.     

基准地图测绘下的视觉导航算法

针对GPS 信号拒止环境下自主导航定位问题,提出一种基于全局定位基准地图测绘的视觉导航算法。在 卫星导航信号可用时,利用同步定位与制图(simultaneous localization and mapping,SLAM)算法对使用场景制图,利 用时间戳与实时动态定位技术(real-time kinematic,RTK)将全局定位数据进行对齐,使用在线SLAM 算法载入全局 定位基准地图并进行全局范围内的导航定位。实验结果表明：该算法只需依赖视觉图像数据即可完成全局定位,其 定位和导航精度达到亚米级,导航与定位的误差平均值为0.36 m,均方差为0.31 m,满足实际应用要求。     

安全性A*算法融合动态窗口法的路径规划

针对移动机器人在路径寻优过程中,传统A*算法搜索效率差、所规划路径缺乏安全性、拐点多、转角大 且无法实现动态避障等问题,提出一种安全性A*算法和动态窗口法(dynamic window approach,DWA)结合的融合算 法。全局路径规划中,在传统A*算法的评价函数中引入安全估值,并拓展启发式搜索邻域和精简搜索方向;进行二 次路径优化,删除冗余节点,并平滑路径;运用改进的动态窗口评价函数,将安全性A*算法与动态窗口法融合实现 机器人沿全局路径行进中的动态避障。仿真实验结果表明：改进A*算法相比文献算法在路径长度上和拐角数量上平 均减少了2.39%和25%,并在动态复杂环境下验证了其动态避障效果,能满足机器人路径规划的实际需求,具有一 定的应用价值。     

基于蚁群算法的深海着陆车路径规划

针对深海着陆车海底作业“路径最优”问题,提出一种适用于着陆车的三维海底全局路径规划算法。采用栅格等分法建立着陆车作业区域的三维海底环境抽象模型。通过对着陆车航行过程动力学分析和驱动电机速度与工作效率测试,建立其航行运动能耗模型。采用局部和全局信息素更新的基于蚁群寻优的能耗-距离路径规划算法,并将能耗、距离引入到启发函数与评价函数中。仿真实验结果表明,该算法通过合理选取评价函数权重参数,能有效均衡路径规划的里程与能耗,具有较好的收敛速度和全局搜索能力,能够满足深海着陆车海底科考作业需求。     

基于海马体的面向未知复杂环境类脑导航技术综述

无人移动平台具有广泛的应用前景,其搭载的自主导航系统在执行任务中发挥了重要作用。随着脑科学研究的逐渐深入,类脑自主导航技术为解决未知复杂环境下难以构建精确导航数学模型问题提供了新的方法和实现途径。本文首先介绍基于内嗅皮层-海马区空间表征机理的类脑自主导航技术理论;其次讨论在大脑导航理论基础上构建类脑自主导航系统和空间表征细胞模型的方法和国内外研究现状;然后归纳未知复杂环境下类脑同步地图构建与定位、类脑路径规划等技术的研究应用,最后对类脑自主导航技术的未来发展提出了一些建议。     

基于模糊控制的仿生机器鱼避障算法

在具有复杂性与不确定性的水环境下,针对无法建立精确的水下机器人控制数学模型问题,提出基于模糊控制的仿生机器鱼避障算法。将视线导航原理与模糊控制思想相结合,进行水下机器人路径规划。通过专家经验,设计一个模糊控制器,实时调整水下机器人的运动方向,并通过仿真实验验证该算法的有效性。仿真及实验结果表明：该算法能实时、稳定地提供水下机器人的运动路径,有效躲避障碍物,安全达到目标点。     

移动机器人路径规划技术

为使移动机器人在实际地图环境中自主根据算法规划行走最短路径,研究A*、蚁群和遗传算法的实际应用.通过仿真和控制变量方法,将3种算法在模拟地图环境中进行最短路径规划,对比不同算法在不同复杂程度地图上的规划效果,找出实际地图环境中算法应用的规律,并通过多次测试与仿真修改.仿真结果表明:A*算法在实际地图环境中应用效果最佳,移动机器人能够自主根据A*算法规划出最短路径.     

基于改进A*算法的路径规划在海战兵棋推演中的应用

为满足海战兵棋推演中多目标路径规划的需求,解决传统A*算法无法在兵棋推演中直接运用的问题,提出一种可供类似兵棋推演环境参考、基于改进A*算法的路径规划方法.建立一种映射机制,实现了A*算法在兵棋推演环境中的初步运用.构建一种既能满足多目标需求又能保证生成最优路径的估价函数.为验证算法有效性,在实际推演平台上进行了相关实...     

基于稀疏A*算法的AUV全局路径规划

路径规划是自主式水下航行器(AUV)研究领域的重要课题之一。传统的AUV路径规划算法,如人工势场法、图搜索法等,容易出现陷入局部最优解、计算速度慢等问题,为克服上述缺陷,本文基于稀疏A*算法,提出了一种新的用于构造搜索空间的随机布点方法,在路径规划区域内,利用随机函数均匀地布撒足够多的搜索节点,从而构成搜索空间,可显著降低计算量,提高搜索效率;并进一步对所得路径进行通视性检查,有效地减少路径点个数和折点数,获得更优路径。仿真试验结果验证了该算法的正确性和有效性,表明该算法具有全局优化能力强、计算速度快的优点,具有一定的工程应用价值。     

基于自适应遗传算法的连续时空最优搜索路径规划研究

针对连续时空最优搜索者路径问题,利用随机微分方程描述Markov运动目标,建立了同时优化搜索者方向和速度的规划模型,并考虑了搜索速度对探测能力的影响。设计了一种新颖的自适应变异遗传算法,算法采用较高的变异概率作用于父代精英个体组,通过引入3种控制因子对变异方向和幅度进行自适应控制,动态调节局部搜索和全局搜索的平衡。在对方向未知的逃离目标搜索算例中,得到了近似对数螺旋曲线的搜索路径;在直升机搜索多目标的路径规划中,提供了合理有效的搜索方案。算法对比表明所给出的算法在全局优化能力和稳定性上有明显的优势,适用于求解连续搜索路径规划问题。     

一种面向城市战的无人机路径规划群智能算法

针对传统路径规划算法用于解决无人机战术路径规划问题时存在局部最优、慢收敛等问题，提出一种改进的群智能算法，以改变初始种群的更新方式，提升灰狼算法的全局寻优能力并加快其收敛速度。引入莱维飞行随机策略以及共生生物搜索算法，借助莱维飞行策略更新种群个体，利用共生生物搜索算法偏利共生阶段的交互性避免陷入局部最优问题。威胁建模是UAV路径规划的重要前提，对威胁物进行等效预处理，结合适应度函数检验算法。设计一种虚实映射仿真验证平台，通过以实映虚的手段验证算法的有效性。实验结果表明，改进后的算法改善了传统路径规划算法的局部最优和慢收敛等路径规划问题，对UAV作战能力的提升具有一定参考价值。     

洋流影响下基于单领航者的多AUV协同导航

自主水下航行器（AUV）的协同导航是海洋工程研究中的重要问题,洋流估计是其中的主要难点之一。该文基于＂未知定常＂的洋流特性假设,结合单通信和导航辅助AUV（CNA）领航的协同定位原理,建立了洋流干扰下多AUV协同导航的定位转移损失函数。利用损失函数极小化方法给出了协同导航的定位最优估计准则,借助该准则得到了洋流误差估计和协同导航算法,实现了对AUV较为实时精确的定位。仿真结果表明,该算法能够较好地解决定常洋流作用下的多AUV协同导航问题,且定位精度较高,实时性好。研究成果有望为多AUV系统总体设计、导航路径规划及跟踪等方面提供理论基础和研究手段。     

局部路径规划在无人工程机械作业中的应用

为实现无人工程机械在自主作业过程中自主行驶和自主避障的目的,设计一种适用于无人工程机械自主作业的局部路径规划方法。利用环境感知系统采集环境数据,分析处理后得到环境栅格地图,并根据无人工程机械尺寸对障碍物进行膨胀处理,应用D*算法搜索出一条代价最小的无碰撞安全行驶路径。实验结果表明：该方法能根据周围环境实时规划无人工程机械行驶路径,满足复杂地形环境的路径规划要求。     

军用地面无人机动平台技术发展综述

地面无人机动平台对发展高机动地面无人战斗系统具有重要的战略意义,是当前各国国防科技领域的研究热点。文中综述了军用地面无人机动平台的发展历程与最新进展,分别阐述和分析了其基本组成和发展特点,然后从环境感知、运动规划、跟踪控制等方面总结了军用地面无人机动平台发展中的关键技术,并对军用无人机动平台的研究方向和研究重点进行了展望。     

室内移动机器人运动规划与导航算法优化

为提高动态规划算法的效率与安全性,设计一种适用于动态复杂环境运动规划的优化算法.从状态搜索空间、路径重规划和路径平滑性3个方面对跳点搜索(jump point search,JPS)路径规划算法进行优化,通过与动态窗口法(dynamic window approach,DWA)轨迹规划算法融合对其评价函数进行优化,实现基于动态窗口方式的实时避障,并对A*、JPS算法和改进JPS算法的仿真测试进行对比实验.实验结果证明了该优化算法的可行性与安全性.     

基于稀疏A*算法的微小型固定翼无人机航迹规划

为在微小型固定翼无人机嵌入式平台上应用航迹规划,设计一种基于稀疏A*算法的自动航迹规划方法.根据微小型固定翼无人机的应用环境、特点和运动约束,建立航迹规划的环境模型和运动模型,利用单元分解法实现飞行区域环境建模和无人机运动建模,使用稀疏A*算法进行航迹规划,给出其操作使用流程,并对2种不同的启发函数进行仿真分析.结果表明:该方法能提高航迹规划的安全阈度,优化算法.