基于改进A*算法的无人机航迹规划

在无人机航迹规划问题的研究中,针对在执行飞行任务前,需要根据所经区域内已知的地形、地貌、障碍和威胁等信息以及飞机本身机动能力的限制计算出飞行航迹, 并根据规划出的航迹完成飞行任务.能准确识别起始点到目标航路,提出了一种基于改进A*算法的无人机航迹规划方法,将无人机自身的性能和飞行任务结合到A*算法中去,在节点的搜索过程中解决了A*算法大空间搜索耗时多的问题.通过简单的路径消减算法去除不必要的航迹点,使得规划出来的航迹能够最大程度上满足无人机的运动特性.仿真结果表明采用的方法计算速度快并且规划达到最优性能.     

基于A*算法的CGF坦克实体路径规划研究

文章提出了一种应用A启发式搜索算法对虚拟战场中CGF坦克实体路线规划的方法。在考虑对地形影响的各种地理因素中,该文采用了模糊评判的方法,较为合理地评估地理因素对坦克分队通行性的综合影响。仿真结果表明,可以处理较大规模的战场地形,具有较高的效率。     

融合安全A*算法与动态窗口法的机器人路径规划

A^*算法通过启发信息指引搜索方向,被广泛应用于移动机器人的路径规划,但其规划出的搜索路径存在冗余节点且与障碍物相近,无法满足动态避障需求。对标准A^*算法进行改进,设计安全A^*算法并融合动态窗口法进行路径规划。定义安全距离因子引入A^*算法的启发函数中,提高算法规划路径的安全性,同时采用平面结构法对算法规划得到的路径进行优化,根据相邻节点与障碍物之间的位置关系判断该相邻节点间是否存在障碍物,由此减少路径拐点数,提高路径平滑度。由于当移动机器人处于未知环境时,仅靠A^*算法不能避开障碍物到达目标点,因此借助动态窗口法的局部避障功能。通过安全A^*算法规划全局最优路径节点坐标,设计融合子函数改进动态窗口法的评价函数,解决动态窗口法易陷入局部最优的问题。实验结果表明,在复杂环境中,该方法通过融合安全A^*算法和动态窗口法,能够确保在安全路径基础上实时随机避障,使机器人安全到达终点。     

采用改进D*Lite算法的自主移动机器人路径规划

针对动态环境下自主移动机器人的路径规划问题提出了改进D*Lite算法;该算法在D*Lite算法的基础上,引入Bresenham画线算法对扩展节点进行可视检测,得到方向任意且避免不必要转折的预规划路径,并建立分辨率高于全局障碍图的局部障碍图,动态存储传感器实时获取的局部环境信息,充分利用局部环境信息实时重规划机器人当前位置到目标点的最优路径,提高算法的规划精度及对动态环境的适应性;仿真实验结果证明,该算法大大缩短了路径长度,并且具有可行性和实时性.     

Path Planning for Autonomous Underwater Vehicles

Efficient path-planning algorithms are a crucial issue for modern autonomous underwater vehicles. Classical path-planning algorithms in artificial intelligence are not designed to deal with wide continuous environments prone to currents. We present a novel Fast Marching (FM)-based approach to address the following issues. First, we develop an algorithm we call FM* to efficiently extract a 2-D continuous path from a discrete representation of the environment. Second, we take underwater currents into account thanks to an anisotropic extension of the original FM algorithm. Third, the vehicle turning radius is introduced as a constraint on the optimal path curvature for both isotropic and anisotropic media. Finally, a multiresolution method is introduced to speed up the overall path-planning process     

基于A*算法的全局路径搜索

解决路径搜索问题有许多算法。本文基于A*算法,选择不同的估价函数进行路径搜索,找出在不同环境下的尽可能优化的路径,确定一种合适的估价函数,解决移动机器人的避障与导航问题。通过VC 6.0程序语言进行仿真实验,验证所选择的路径。     

改进布谷鸟搜索算法的无人机三维航路规划

针对无人机三维航路规划问题,结合差分进化算法,提出了一种改进布谷鸟搜索算法进行无人机航路规划。对无人机飞行的三维真实环境进行建模,将其分为城市楼宇环境和山峰环境。对不同的地形环境采用不同的编码方式,将航路最短距离和规避威胁作为评价函数。仿真实验表明,改进后的布谷鸟搜索算法能够寻找多条切实可行的三维航路且鲁棒性较好,是一种行之有效的航路规划算法。     

Path Planning for Autonomous Mobile Robots Using the Boundary Integral Equation Method

Path planning is a fundamental problem in mobile robotics. The objective of path planning is to find a sequence of states that carries a robot from some start state to the goal while avoiding obstacles. This paper focuses on point-to-point path planning, ie., developing a path between given points in a known environment with obstacles. A novel environment representation method is introduced which utilizes the Boundary Integral Equation (BIE) method to map the environment into continuous Harmonic potential fields. Different mappings and mechanisms for utilizing these mappings for path planning are developed, and a collection of path planning algorithms are described which exploit the properties of Harmonic fields and the computational efficiency of the BIE method.     

Lambda*路径规划算法

分析A*算法耗时多的基础上,针对性地提出Lambda*算法,通过减少open表中保持的节点数,减少计算量,算法能在较少的时间里得到较优的路径。相对于A*算法,采用Lambda*进行路径规划,在2D环境下时耗减少了48.76%,在3D环境下时耗减少了30.11%。即使在复杂的3D环境中,Lambda*算法也能较快地获取较优的路径规划方案,更能适应现代工业机器人的快速路径规划的需求。     

基于模糊控制的自主机器人路径规划策略研究

结合人类的经验及模糊控制理论研究移动机器人的局部路径规划问题,采用步长的转向角控制的方法模拟驾车减速的自然过程,同时采用了虚拟目标点的方法处理局部路径规划中经常出现的陷阱问题．仿真结果验证了所提方法的有效性和可行性．     

双架次无人机(UAV)协同侦察的航路轨迹研究

本文介绍了交叉熵算法的基本原理、具体的建模方法、交叉熵算法的实时性和鲁棒性的特点,在实际应用中显示了良好的效果。鉴于军事侦察时间的紧迫性和空间的全面性的特点,依据无人机的具体应用技术特点,本文利用交叉熵算法对双架次的无人机的侦察路径进行规划,为路径规划提供了一种新的解决方法,并保证了侦察任务的路径规划在
在时间和效能上达到最优。     

自主微型直升机飞行路径规划研究

实现无人直升机在不确定3 维环境中的自主行为,路径规划是关键所在.考虑到直升机的实时要求,基于距离转换方法,提出一种改进的快速3维路径规划方法,并对避障策略做了一些探讨.仿真试验的结果验证了其有效性. 􀁽     

行为控制月球车路径规划技术

提出了一种新的路径规划方法即自主行为路径规划方法.该方法能够自动构造大范围自然环境下与路径规划任务相关的一类拓扑结构,从而大大地提高自然环境下月球车路径规划速度.该方法在Tangent-Bug切线法基础上引入一组自适应行为来构造切线拓扑图,它是人工路径规划行为的模仿,克服了计算几何路径规划方法非线性计算时间的不足.文中给出了相关定义、定理、算法及真实环境下的仿真结果.     

基于插值A*算法的路径规划

提出一个基于插值的路径规划算法-插值A*.此算法可以在每个栅格路径代价不一致的情况下生成一条平滑路径.由于大多数基于栅格算法规划的路径只能从一个栅格中心到另一栅格中心,也就限制了路径的方向只能是倍数,所以所谓最优路径其实是次优的.插值A*算法在路径规划时,使用线形插值来计算出更精确的路径代价,由此产生更优路径.     

改进A*算法在路径规划中的应用

针对大规模多AGV路径规划的应用场景,为解决多个AGV在路径规划时因抢占节点,导致该节点负载过高,造成局部拥塞,致使整个系统的运行效率降低的问题.提出了一种结合节点负载情况的改进A*算法.各个节点的负载从初始值开始,根据相应的动态负载计算公式,动态更新该节点的负载.在A*算法的启发函数中引入负载,使节点负载影响AGV路...     

基于改进A*算法的AGV路径规划

相对于传统的物流仓库来说, 现在很多的自动化仓库不再使用工人去分拣货物, 而是使用自动引导车完成货物的分拣, 将“从人到货”的工作模式变为“从货到人”, 这种工作模式的转变, 不仅解放了工人的劳动力, 同时还实现了自动化仓库的机械化与自动化的结合, 大幅度地提升工作效率. 自动引导车在自动化仓库分拣货物的过程中一个重要的环节就是路径规划问题. 针对仓库中自动引导车的路径规划问题, 对传统的A*算法提出改进. 传统A*算法规划出来的路线具有路径过长、转折角度较大、路径不够平滑的缺陷. 针对以上缺陷, 提出动态加权以及改变搜索邻域的方法对传统A*算法进行改进, 因此减少了搜索节点, 提高了搜索速度. 同时多次使用高阶贝塞尔曲线对改进后的A*算法规划出来的路线进行平滑处理, 减少了转折点. 最后进行3组仿真实验对比, 证实本文提出的改进是有参考价值的.     

基于改进Dijkstra算法的机器人路径规划方法

本文提出一种利用栅格法和改进的Dijkstra算法进行机器人路径规划的方法。该方法利用栅格法对机器人的工作环境进行表示,利用改进的Dijkstra算法进行最短路径的搜索。应用该方法在对环境细化到包含10000个栅格节点的情况下,在主频1.7GHZ的计算机上规划路径的时间最长不超过0.3秒。实践证明该方法具有实时性和路径最优性。     

A Comprehensive Review of Path Planning Algorithms for Autonomous Underwater Vehicles

Machine Intelligence Research - The underwater path planning problem deals with finding an optimal or sub-optimal route between an origin point and a termination point in marine environments. The...     

基于分层思想的无人飞行器航路规划研究

在无人飞行器航路规划问题的研究中,为提高航路规划的效率和精度,针对传统遗传算法收敛速度慢、易陷入局部最优、寻优精度较差的问题,提出了一种分层思想的解决方法.首先用链接图法描述规划环境,通过采用Dijkstra算法寻找初始最优航路,并利用航路编码技术对初始航路进行优化;然后在已有的研究成果上,提出一种集混沌优化、模拟退火、遗传算法为一体的改进遗传算法(CGASA),在解决多目标多约束优化问题时取得了较好的结果;最后综合考虑飞行器的机动性能、威胁因素、飞越目标进入角度等代价的选取,利用改进遗传算法调整导航点的位置得出了满足性能要求的航路.     

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。