用神经网络求解空间中两凸多面体间最短距离

求解空间中两凸多面体间最短距离是机器人规划系统中的普遍问题,碰撞检测是它的一个特例,目前一般采用梯度映射方法[1,2]。提出一种基于人工神经网络的求解空间中两个凸多面体间的最短距离的算法,实验结果表明这是一种行之有效的方法。     

路径规划中两个多面体的快速碰撞检测算法

如何进一步提高碰撞检测的速度在智能机器人路径规划中非常关键,为此给出了一种新的碰撞检测算法;它是以空间中的平面方程为基础,将一组平面方程进行几次代数变换得到一组常数不等式,观察这组常数不等式中是否含有矛盾不等可判定机器臂是否与空间中的障碍物相撞。     

带有反凸约束凸规划的锥分解算法

将凹规划问题的锥剖分方法应用于带有一个反凸约束的凸规则，得到了一个锥分解算法，并证明了算法的收敛性。     

求解非线性规划问题的混合遗传算法

本文针对一般形式的非线性规划问题，提出一种具有学习算子的混合遗传算法，该算法有收敛速度快且能收敛于最优解等特点。     

一类非线性规划问题算法研究

针对一类非线性规划问题,将模拟退火算法进行了改进,提出了一种相邻状态的产生函数,为研究非线性规划提供了新的有效求解途径。实例计算表明,该方法求解非线性规划确实有效。     

不变凸非线性规划问题的神经网络模型

给出了解决不变凸非线性规划问题的神经网络模型。对于无约束问题,基于梯度下降法给出了递归神经网络模型,讨论了该模型的稳定性和优化性能;对于约束优化问题,基于逐次逼近的思想建立了一个反馈神经网络模型,并证明了该神经网络的收敛性。最后给出仿真实例验证神经网络的稳定性和优化能力。     

一种快速的基于并行的碰撞检测算法

提出了一种基于并行的碰撞检测算法,主要采用分治策略建立平衡包围盒树,通过遍历包围盒树组成任务树,采用流水线技术遍历任务树来加速碰撞检测。该算法同时应用了多线程技术,能运行于单处理机和多处理机。     

空间图像重建的快速碰撞检测算法

提出了基于球体混合重建的碰撞检测算法。对球体表面提出了一个线性时间复杂性的重建过程,利用四元组构造变换范围,扩展了从线性到球形混合的构造变换方法,采用循环划分的方法完成由球体混合到线性混合的分解过程。实验结果表明所提出的算法能高效快速地实现和处理复杂环境下物体的碰撞检测。     

几何面的层次式虚拟装配碰撞检测方法

为了解决虚拟装配中的碰撞检测问题,提出了一种基于几何面的层次式碰撞检测方法.通过CAD系统和虚拟装配系统之间的数据转换,实现了虚拟环境中零件几何面对象的表达和重构.分包容盒层、空间分割块层、几何面层、面片层进行递进式判断,从而逐步缩小碰撞检测的范围.该方法可以有效弥补传统碰撞检测方法中对零件几何面信息考虑的不足.测试结果表明,该算法可有效提高碰撞检测的效率,而且可直接返回发生碰撞的几何面对,从而为虚拟装配过程中的约束识别提供依据.该方法已在卫星虚拟装配系统中得到成功应用.     

Predictor-corrector interior-point algorithm for linearly constrained convex programming

Ｍｅｈｒｏｔｒａ[1] ｐｒｏｐｏｓｅｄａｒｅｍａｒｋａｂｌｅｈｉｇｈｅｒ ｏｒ ｄｅｒｐｒｉｍａｌ ｄｕａｌｌｏｇａｒｉｔｈｍｉｃｂａｒｒｉｅｒｍｅｔｈｏｄｆｏｒｌｉｎ ｅａｒｐｒｏｇｒａｍｍｉｎｇ ,ｗｈｉｃｈｉｓｍｏｔｉｖａｔｅｄａｓａｐｏｗｅｒｓｅｒｉｅｓｍｅｔｈｏｄｉｎａｎｏｎｓｔａｎｄａｒｄｗａｙ .Ｈｅａｌｓｏｉｎ ｔｒｏｄｕｃｅｄａｐｏｔｅｎｔｉａｌｆｕｎｃｔｉｏｎｔｈａｔｃａｎｅｎｓｕｒｅａｃｏｎｓｔａｎｔｒｅｄｕｃｔｉｏｎｂｙａｌｉｎｅｓｅａｒｃｈａｔｅａｃｈｓｔｅｐ .Ｎｕｍｅｒｉｃａｌ…     

图形机械手碰撞检测简化算法

参考较为成形的基于包围盒层次的碰撞检测算法,针对本系统液压伺服机械手的特有结构,采用一种简单易行的线面关系、面面关系算法来实时处理图形机器人与待操作对象的精确碰撞检测,最后通过实验验证了该算法的有效性。结果表明:所提出的碰撞检测模型具有计算量小,速度快以及易于编程实现等优点。解决了遥操作工程机械手的在线实时仿真问题,可以较好地应用于简单的虚拟现实系统。     

简单约束凸规划的一种内点算法

针对带有简单约束的凸规划问题，通过采用线性化技术和不精确搜索的Ａｒｍｉｊｏ规则，构造了一种内点算法，给出了收敛性分析和线性收敛速度的估计。     

颗粒团聚过程准确碰撞检测快速算法

碰撞检测的传统算法在应对大量颗粒碰撞团聚时往往执行效率低下,为此提出一种基于“包围球-最大检测区域”预处理的两步式准确碰撞检测快速算法. 粗略筛选阶段：所有团聚体用更新成本低的包围球替代表示,并将包围球间的碰撞检测转变为求解关于时间的一元二次方程问题,通过并行求解这些方程快速筛选出所有可能发生的碰撞;忽略最大检测区域外的碰撞检测以进一步缩短执行时间. 精细确定阶段：采用离散碰撞检测快速确定碰撞发生的具体时间和位置;在该阶段,采样时间间隔是自适应的且逐渐减小. 将模拟计算结果与未优化的传统算法结果进行对比后发现,在满足相同碰撞检测准确性的前提下,提出的算法将执行效率提升了10~30倍,表明此算法更加适用于大量颗粒团聚过程中的碰撞检测.     

机器人足球仿真平台中碰撞检测算法研究

以机器人足球仿真平台的设计开发为背景,提出了基于递归分群的快速碰撞检测算法RDCCD,并将其应用于所开发的仿真平台系统中．初步的算法分析与实验表明该算法在碰撞检测速度和可靠性方面具有优越性．     

面向虚拟手术的碰撞检测优化算法

为了提高虚拟手术仿真系统中碰撞检测算法的效率,基于混合包围盒碰撞检测法,提出了一种快速的碰撞检测优化算法。首先利用S-AABB上层包围盒进行粗略碰撞检测,然后利用球包围盒进行底层精确碰撞检测,并采用2种优化方法代替传统上建立层次二叉树的过程。采用分区域碰撞检测法,使每次检测只是针对某一个区域内的单元体,有效地提高了碰撞检测效率;采用预测碰撞检测法,当碰撞连续发生时,预测出即将可能发生碰撞的单元体,只是针对这些单元体进行碰撞检测。最后通过实验数据,证明了该碰撞检测算法及其优化方法的有效性及其快速性。