基于行为的足球机器人动作规划

为提高足球机器人的比赛能力，将足球机器人的动作划分为基本动作和技术动作并作为足球机器人的基本行为，研究了基本行为的实现方法．以基于中位线传球方法为例，阐述了足球机器人基本行为的动作规划．结果表明，使用该方法训练足球机器人参加比赛，可以适应动态、未知环境下的比赛．     

足球机器人进攻路径及踢球位姿递推算法

在动态环境中实时、准确地预测和规划足球机器人进攻路径和踢球位姿难度极大．为此,提出一个简捷递推算法,用于规划足球机器人进攻路径和调整踢球位姿．FIRA SimuroSot仿真比赛的实践证明该算法是行之有效的．     

基于自适应遗传算法的足球机器人策略设计

提出了一个基于自适应遗传算法的足球机器人动作规划算法．定义了一个足球机器人的动作集合,根据赛场的实际情况为足球机器人分配角色与任务,然后利用自适应遗传算法为足球机器人选择合适的动作．算法引入了局部搜索,采用了一种高效的适应性评价方法．实验表明,应用新算法的仿真足球机器人动作准确、效果好．     

基于传球评价函数的Robocup传球策略

传球是Robocup仿真比赛中智能体的核心技术之一.为了提高足球机器人传球的成功率和加强各智能体之间的协作,在分析传统传球方法优缺点的基础上提出基于传球评价函数的传球策略.该传球策略不仅结合了区域价值和角色价值两个关键的传球因素,而且涵盖了传球的安全系数,从而使球向着更安全且有利于球队进攻的方向传出.经过实例验证了该传...     

基于粒子群免疫优化算法的足球机器人路径规划

为提高PSO算法的性能,引入免疫算法中浓度调节机制的“抗体浓度选择”策略形成粒子群免疫算法,利用该算法对足球机器人进行路径规划,使足球机器人从给定点到目标点可以有效地躲避障碍物并且得到一条最短路径。实验结果表明,该算法具有高效的全局搜索能力和良好的收敛稳定性。     

基于混沌遗传算法的移动机器人路径规划方法

结合遗传算法优化的反演性和混沌优化方法的遍历性,基于混沌遗传算法的移动机器人路径规划方法能够有效改善遗传算法的局部搜索能力和搜索精度,避免单纯使用遗传算法规划机器人路径时容易出现的早熟收敛现象．仿真试验表明,提出的路径规划方法在稀疏环境和密集环境下均能收敛到全局最优路径,具有更强的鲁棒性．     

复杂局部地形中的实时路径规划算法设计

针对复杂局部环境中机器人实时自主导航问题,设计了“双向搜索多边形构造算法”和“基于势场函数的机器人运动控制器”．“双向搜索多边形构造算法”能够在机器人被障碍物包围的环境下搜索出障碍物的包围多边形,从而获取基于障碍的最优行进路径;“基于势场函数的机器人运动控制器”是一个多变量控制器,输入矢量由吸引势场函数和排斥势场函数组成,输出矢量由速度和转角组成,该控制器控制机器人实际运动,使机器人能够有效躲避障碍物并逐步趋向目标点;控制器还设定了机器人运动的基本速度,解决势场为零时引起的局部极小化问题．与“沿墙走算法”、“人工势场法”等方法的实验比较表明,本文算法能够获得更好的优化性和实时性,具有更加广泛的实际应用范围．     

一种基于遗传模糊算法的足球机器人射门方法

为了提高足球机器人的射门成功率,给出了一种基于遗传模糊算法的足球机器人射门实现方法．通过建立一个多输入多输出模糊控制器,用一套模糊控制规则控制足球机器人在实时、动态环境中完成射门动作,并采用遗传算法优化模糊规则和隶属度函数,增强了模糊控制系统适应动态变化环境的能力．实验结果证明了方法的正确性．     

一种未知环境下的机器人快速路径规划

路径规划是移动机器人研究的一个重要问题.在该问题的探讨中.多数方法为了简化问题.都是在假设障碍物已知的条件下进行的,然而实际环境中.障碍物的位置和大小有时是很难预知的.文中所描述的算法,在解决障碍物预测问题的同时建立相应的环境地图.通过设置的调控参数和回退机制有效地提高了机器人对最优路径的搜索效率,有效地解决了未知环境下的路径规划问题.仿真实验表明,该算法的障碍物的搜索和最优路径的建立都是令人满意的.     

基于Dijkstra算法的足球机器人的一种路径规划方法

Dijkstra算法是典型的最短路算法,用于计算一个节点到其他所有节点的最短路径,主要特点是以起始点为中心向外层层扩展,直至扩展到终点为止.将该算法应用于足球机器人的路径规划和避障控制中,足球机器人在识别环境的前提下,能够及时判断出最短路径.该算法已经应用于实际的机器人控制中,取得了良好的应用效果.     

Multi-objective route planning approach for timely searching tasks of a supervised robot

To performance efficient searching for an operator-supervised mobile robot, a multiple objectives route planning approach is proposed considering timeliness and path cost. An improved fitness function for route planning is proposed based on the multi-objective genetic algorithm （MOGA） for multiple objectives traveling salesman problem （MOTSP）. Then, the path between two route nodes is generated based on the heuristic path planning method A ＊. A simplified timeliness function for route nodes is proposed to represent the timeliness of each node. Based on the proposed timeliness function, experiments are conducted using the proposed two-stage planning method. The experimental results show that the proposed MOGA with improved fitness function can perform the searching function well when the timeliness of the searching task needs to be taken into consideration.     

一种用于低空飞行的在线航迹重规划方法

研究了飞行器在低空飞行时的在线航迹重规划问题，并提出了一种新方法。通过引入最小威胁曲面的概念生成三维航迹搜索空间，利用一个有限项的多项式函数来逼近最小威胁曲面中的三维航迹在二维水平面内的投影，将航迹规划问题转为在一个一元函数多项式系数空间中的搜索寻优。利用粒子群优化算法完成优化，并借鉴预测控制中滚动时域优化的思想，以在线滚动进行优化的方式完成航迹的在线重规划。实验表明该方法能够规划出合理的航迹并满足实时性要求。     

状态转移问题的数学模型浅析

解决一个问题时往往会发现问题里设置了不少的障碍，如何把各个障碍分离，以免引起不必要的干扰，这是一个关键。这里讨论了如何建立一个问题中状态转移关系的数学模型以及如何寻找最短路径的方法。     

Layered heuristic algorithm for multiple restriction routes

A layered algorithm by bidirectional searching is proposed in this paper to solve the problem that it is difficult and time consuming to reach an optimal solution of the route search with multiple parameter restrictions for good quality of service. Firstly, a set of reachable paths to each intermediate node from the source node and the sink node based on adjacent matrix transformation are calculated respectively. Then a temporal optimal path is selected by adopting the proposed heuristic method according to a non-linear cost function. When the total number of the accumulated nodes by bidirectional searching reaches n-2, the paths from two directions to an intermediate node should be combined and several paths via different nodes from the source node to the sink node can be obtained, then an optimal path in the whole set of paths can be taken as the output route. Some simulation examples are included to show the effectiveness and efficiency of the proposed method. In addition, the proposed algorithm can be implemented with parallel computation and thus, the new algorithm has better performance in time complexity than other algorithms. Mathematical analysis indicates that the maximum complexity in time, based on parallel computation, is the same as the polynomial complexity of O(kn2-3kn+k), and some simulation results are shown to support this analysis.     

基于遗传算法的潜艇隐蔽航路规划

将潜艇隐蔽航路规划为多目标规划问题，提出一种基于遗传算法的搜索算法，它对航路的邻域进行由粗到细的搜索，能实现全局最优和改善搜索效率，信真结果表明进后的遗传算法虽然计算时间较长，但收敛性能和解的精度明显高于动态规划和模拟退火等算法。     

基于宁波市的公交出行路径选择模型

本文建立了以最少换乘次数、出行距离与出行费用为评价指标的最优路径选择模型。在搜索可行路径时,将乘客的步行意愿考虑在内。针对得到的可行路径运用层次分析法(AHP),建立成对比较矩阵,计算出每条可行路径的综合权重。通过比较每条路径的综合权重选择最优出行方案。     

基于分类检索的自聚簇P2P系统

非结构化的P2P系统，进行资源查找定位时采用“洪泛”方法，这不仅限制了资源搜索的效率和系统的可扩展性，而且也给网络带来了额外的负担。为了提高系统性能，提出了一种建立在分层结构基础上的基于分类检索的自聚簇P2P系统（ACP2P），并实现其原形系统。数据包级的网络模拟实验表明，系统能有效地提高资源定位的效率，显著改善自身的可扩展性。     

地面搜索路线的数学模型

针对地面搜索问题,根据给出的数据,发现一定的规律,通过分析、比较设计出耗时较短的两条搜索路线,并且描绘了简单清晰的路线示意图.运用MATLAB求得沿其中一条搜索路线,完成时间为49.8148小时,在要求的48小时内不能完成任务.增加一人后,计算得完成时间为47.5925小时,即可完成任务.     

一种引入随机摄动操作的新型复合粒子群优化算法

针对传统粒子群优化算法不能根据实际问题自行选择参数,搜索后期容易陷入局部最优的缺点,提出了一种基于随机摄动的复合粒子群优化算法．该算法在利用简单遗传算法优选粒子群三个参数的基础上,根据粒子种群间的相互独立性,引入随机摄动操作,提高了解的精确度和算法的搜索效率,同时通过对种群中的最差粒子重新进行初始化来保持种群的多样性,以避免陷入局部最优解．     

Genetic algorithm-fuzzy based dynamic motion planning approach for a mobile robot

0　ＩＮＴＲＯＤＵＣＴＩＯＮＭｏｔｉｏｎｐｌａｎｎｉｎｇｏｆａｕｔｏｎｏｍｏｕｓｍｏｂｉｌｅｒｏｂｏｔｈａｓｂｅｅｎａｎｅｘｔｅｎｓｉｖｅｌｙｒｅｓｅａｒｃｈｅｄｉｓｓｕｅｉｎｔｈｅｉｎｔｅｌｌｉｇｅｎｔｍｏｂｉｌｅｒｏｂｏｔｆｉｅｌｄ .Ｍｏｓｔｒｅｓｅａｒｃｈｅｓｆｏｃｕｓｏｎａｖｏｉｄｉｎｇｓｔａｔｉｃｏｂｓｔａｃｌｅｓｉｎａｔｗｏ ｄｉｍｅｎｓｉｏｎａｌｅｎｖｉｒｏｎｍｅｎｔ.Ａｔｔｈｅｓａｍｅｔｉｍｅ ,ｍｏｒｅｒｅｓｅａｒｃｈａｂｏｕｔｄｙｎａｍｉｃｍｏｔｉｏｎｐｌａｎｎｉｎｇｉｎｗｈｉｃ…