基于空间改进型Voronoi图的无人机路径规划研究

三维空间路径规划在某些特殊情况下必不可少,如无人战斗机为了降低敌雷达的探测概率,利用山谷或其他特殊地形飞行。在原有基于平面Vorinio图的路径规划基础上,将Voronoi图的概念进行了推广,提出了“空间改进型Voronoi图”的概念。研究了不同威胁体下“空间改进型Voronoi图”构图的一些基本原则,包括不同威胁体下“空间改进型Voronoi图”作图法,以及突发威胁体下空间局部路径重规划区域原则和空间局部最优路径选择原则等。并将平面路径规划下无人战斗机战场态势感知模型推广到三维空间。仿真结果表明整个模型构架的基本思路可行。     

基于改进人工蜂群算法的多无人作战飞机协同航迹规划

针对多无人作战飞机(UCAV)航迹规划约束条件复杂、不确定因素多、实时性要求高的特点,提出一种基于改进的人工蜂群算法求解多UCAV协同航迹规划模型。首先构建战场空间的改进Voronoi图生成航迹优化可飞区域;然后采用混沌搜索算法来初始化航迹集合作为算法的蜜源,使其初始航迹集合能以有限的数据充分表示航迹优化可飞区域;最后对多UCAV在多种威胁环境下的航迹空间寻优进行仿真验证。仿真结果证明改进的人工蜂群算法提高了蜜源多样性和算法的收敛速度,增强了UCAV的动态战场适应能力和突发威胁应对能力。     

基于Voronoi图和动态自适应蚁群算法的UAV航迹规划

以UAV航迹规划为应用背景,提出了一种基于Voronoi图和动态自适应蚁群算法的航迹规划方法;为了提高航迹规划问题最优解的质量及全局求解能力,克服传统蚁群算法收敛速度慢、容易陷入局部最优等缺点,提出了一种动态自适应蚁群算法;采用动态自适应航迹点选择策略并将信息素更新规则和挥发系数进行动态自适应调整变化来对蚁群算法进行了改进,提高了算法的求解效率;根据战场已知威胁源生成Voronoi加权图,并与所提的动态自适应蚁群算法相结合求解规划空间中的最优航迹;考虑到UAV的物理约束限制,对生成的可行航迹进行平滑优化;仿真结果表明,该方法能够为UAV规划出一条满足要求的可飞航迹,验证了所提方法在解决航迹规划问题时是可行、有效的;     

利用Voronoi图与GIS规划三维飞行航迹

针对飞行器三维航迹规划问题展开研究,通过引进地理信息系统(GIS)的方法对地形图数字化和插值得到三维地形数据;利用Matlab构造Voronoi图计算出初步水平航迹,采用ArcGIS软件获取水平航迹对应的高程值(垂直航迹);再由坡度限制平滑算法,曲率限制平滑算法对垂直航迹进行法向加速度和曲率的约束求取最优飞行的路线,显示出规划的三维航迹及地形;并在突发威胁发生的情况,进行了路径的重规划.仿真结果表明,该方法能够快速规划出合理的航迹并满足实时性要求.     

无人直升机路径规划算法研究

提出了一种基于已知威胁点分布的Voronoi图的无人直升机路径规划算法。利用Dijkstra算法搜索出无人直升机初始最短路径，在此基础上利用威胁加权划分威胁区域对路径进行二次规划，在无人直升机机动特性的限制条件下对路径进行平滑处理，且考虑到突发威胁体出现的条件下再次对路径进行局部重规划求解最佳路径。通过Matlab 6.5对算法进行仿真验证了算法的可行性。     

改进型Voronoi图与GIS在地震救援区域划分中的研究

针对当前我国社会城市化发展带来的诸多复杂的变化,面临地震灾害潜在威胁日趋严重的状况,以国内救援队伍为需求对象,提出了一种改进型Voronoi图,在传统Voronoi图应用研究的基础上,采用顶点加权Voronoi图实现地震现场救援区域自动划分的计算几何方法,并运用GIS的空间分析功能对地震灾区进行空间剖分以生成地震现场最佳救援区域。提出了影响救援区域覆盖范围的4个因子,给出了各个因子的权重计算方法,并与传统Voronoi图生成的救援区域进行比较分析。     

空间关系定性组合模型描述

目前很多现有应用系统采用的是方向关系和拓扑关系的独立描述模型,影响了空间推理和空间表达的精度.在分析了拓扑关系和方向关系模型的基础上,提出了一种基于Voronoi图的拓扑关系和方向关系的组合模型,使其能较全面地描述对象的空间关系.     

基于改进A~*算法的灾后井下无人机航迹规划

针对传统A~*算法应用在煤矿灾后井下环境侦测的无人机航迹规划中存在搜索点冗余、遇到突发威胁时实时性较差等问题,提出了一种逆向变权重稀疏A~*算法。根据无人机自身性能约束及灾后井下威胁模型,从目标点到起始点进行全局静态航迹规划,避免大量无效搜索;根据无人机执行任务的需要设置不同权重系数,得到侧重航程或安全的航迹;通过引入次目标点策略,仅对被突发威胁覆盖的航迹进行修正,可在短时间内有效避开突发威胁。仿真结果表明,利用该算法进行航迹规划用时较短,无人机受到的威胁较小,可有效保障航迹规划的实时性和安全性。     

用Voronoi多边形扩展的空间数据模型

Voronoi图是一种基本几何结构 ,也是解决相关几何问题的有效的工具 .为了有效地解决 GIS中的空间目标间关系的动态构建、显示等问题 ,首先重点探讨了用 Voronoi图扩展的空间数据模型 ,然后主要从空间数据建模语义的角度出发 ,在研究 GIS面向对象的空间数据模型的基础上 ,提出了用 Voronoi多边形来部分地代替面向对象的数据模型间的关系定义 ,并给出了一个基于 Voronoi多边形的面向对象数据模型的框架 .该模型由于利用了Voronoi图具有的能良好地表示空间目标邻近关系的特性 ,并且由于通过空间目标的位置 ,能动态地获取和显示空间目标间的邻接关系 ,因而可以有效地弥补目前拓扑数据模型中 ,计算更新复杂及不能表示空间上邻近 ,而几何上不相接目标间的空间关系和栅格数据模型中不能有效地表达目标间拓扑关系的不足的问题 ,实践证明 ,这是一种较为理想的表示复杂空间关系的数据模型 .     

无人飞行器航迹规划研究

航迹规划的目的是要利用地形和敌情等信息,规划出生存概率最大的无人飞行器突防轨迹。通过对航迹规划任务的仿真需求分析,对无人飞行器的航迹规划进行了研究。首先根据遍布威胁的战场环境,构造了基于威胁源的Voronoi图,得到规避威胁的航迹路线;然后采用Dijkstra算法,搜索出最优航迹路线;最后利用Visual Studio .Net 2010开发平台,在MS SQL Server 2008数据库支持下,运用Visual C# 2008编制图形化界面,设计开发了无人飞行器航迹规划仿真系统,并给出了开发结果,实现了仿真结果的图形显示,为进一步的研究航迹规划奠定了基础。     

非结构化环境中基于拓扑约束的地面无人驾驶路径规划算法

针对非结构化环境地面无人驾驶路径规划过程中路径避障以及多车路径冲突的难题,通过同调以及de Rham上同调对环境中障碍物拓扑信息的精确描述,提出一种拓扑约束下基于A*算法且用时更短的路径规划算法.该算法可实现非结构化环境中多无人车全局路径的拓扑分类,从而为多车的协同规划提供一种新的研究思路.此外,结合C-空间动态广义Voronoi图(GVD)的路径拓扑分离特性,提出一种拓扑约束下可用于多无人车全局路径规划的高效算法-----C-空间-GVD-${h_S     

多雷达威胁环境下的无人机路径规划

根据雷达对无人机的瞬时探测概率模型以及无人机的运动特性,提出一种基于改进蚁群算法与Voronoi图相结合的无人机路径规划方法,使无人机突破雷达威胁环境的路径成本最低。将该方法与其他路径规划方法在所得路径燃油成本、威胁成本、总成本以及计算时间方面进行对比,表明该方法具有更低的路径成本和更少的计算时间。     

Hadoop下面元加权Voronoi图并行算法及应用

面元加权Voronoi图是生成元为面元的加权Voronoi图。针对大规模数据情况下面元加权Voronoi图存在的计算效率不高问题,结合面元边界点提取方法,提出一种基于Hadoop云平台的面元加权Voronoi图的并行生成算法,进行了单机和集群实验。实验结果表明,算法能有效处理大规模栅格数据,明显提高面元加权Voronoi图的生成速度。还可应用于城市绿地设计规划,为绿地设计提供决策依据。     

A Voronoi-diagram-based dynamic path-planning system for underactuated marine vessels

The main contribution of this paper is the development of a rapid, dynamic path-planning system for 3-DOF marine surface vessels navigating in environments where other marine vehicles might be operating too. The method is based on the Voronoi diagram and generates the initial path while ensuring that clearance constraints are satisfied with respect to both land and shallow waters. Fermat's Spiral (FS) segments are used to connect successive straight lines, hence, resulting in curvature-continuous paths that are rapidly computed. When a ship is detected, the range of its position during a given time frame is estimated, and the path-planning system produces in real time a new safe and smooth path. The International Regulations for Preventing Collisions at Sea (COLREG) are taken into account in the replanning procedure. An indirect adaptive Line-Of-Sight (LOS) guidance algorithm from the existing literature is implemented to ensure the underactuated vessel will counteract the effects of unknown environmental forces, such as ocean currents, while converging to the safe path. Simulations show the effectiveness of the proposed approach.     

基于近似Voronoi图的移动机器人实时路径规划

运用Voronoi图理论及人工势场理论,研究了一种基于近似Voronoi图的移动机器人实时路径规划的方法,用来实现未知室内环境中移动机器人的自主导航。该方法朝向预先定义的目标点位置来探测室内环境,生成近似Voronoi图,同时利用人工势场法进行避障,生成一条能达到目标点的安全、光滑路径。仿真结果表明,该方法简单且易于实现,同时能够减少规划时间。     

空中机器人路径规划算法研究

空中机器人能够在枯燥的任务领域、恶劣及危险的环境任务领域不需人为干预地完成指定任务,近年来在军 事和民用两个方面得到越来越广泛应用。本文根据战场上各种威胁的分布情况,构建了Voronoi 图,结合不同威胁的具体信 息,计算Voronoi 图中路径段的代价,最后通过计算和修正,得出了空中机器人的飞行最优路径。     

Polyline‐sourced Geodesic Voronoi Diagrams on Triangle Meshes

This paper studies the Voronoi diagrams on 2‐manifold meshes based on geodesic metric (a.k.a. geodesic Voronoi diagrams or GVDs), which have polyline generators. We show that our general setting leads to situations more complicated than conventional 2D Euclidean Voronoi diagrams as well as point‐source based GVDs, since a typical bisector contains line segments, hyperbolic segments and parabolic segments. To tackle this challenge, we introduce a new concept, called local Voronoi diagram (LVD), which is a combination of additively weighted Voronoi diagram and line‐segment Voronoi diagram on a mesh triangle. We show that when restricting on a single mesh triangle, the GVD is a subset of the LVD and only two types of mesh triangles can contain GVD edges. Based on these results, we propose an efficient algorithm for constructing the GVD with polyline generators. Our algorithm runs in O(nNlogN) time and takes O(nN) space on an n‐face mesh with m generators, where N = max{m, n}. Computational results on real‐world models demonstrate the efficiency of our algorithm.     

基于改进蚁群算法的全向移动机器人全遍历路径规划

受全遍历环境影响, 现有方法规划得出的路径长度过长, 为提高路径规划性能, 获取最优路径, 提出基于改进蚁群算法的全向移动机器人全遍历路径规划方法. 在拓扑建模示意图的基础上, 依据移动机器人在原坐标系下的位置信息, 利用角度转换建立新的环境模型. 考虑蚁群算法存在的问题, 将递减系数引入到启发函数中, 更新局部信息素, 通过设定迭代阈值, 调节信息素的挥发系数. 最后通过路径规划流程设计, 实现对全向移动机器人全遍历路径的规划. 实验结果表明, 所设计方法不仅可以缩短全遍历路径长度, 还可以缩短路径规划时间, 获取最优路径, 从而提高了全向移动机器人的全遍历路径规划性能.