面向WSN的移动信标辅助定位方法

提出了一种基于移动信标的辅助定位方法,该方法采用三重覆盖思想确定虚拟信标点分布,保证未知节点获得足够的定位信息;利用蚁群算法获取遍历这些虚拟信标点的最优路径;提出了基于迭代优化算法的虚拟信标点滤波方法.通过对虚拟信标点个数、遍历路径长度、传感器通信距离和定位误差等参数分别进行仿真分析.结果表明,该定位方法在定位精度、定位覆盖率和能量消耗等方面具有一定的优越性.     

辅助定位信标节点的移动路径规划算法研究

为快速实现监控区域内所有传感节点的定位,利用辅助定位信标节点的移动,提出无线传感网中辅助定位信标节点的移动路径规划算法（MPPA）。在MPPA算法中,考虑由多个六边形网格组成的监控区域,分析sink节点的移动特点,考虑其移动路径中停留位置只是六边形网格的顶点和中心,不在同一位置停留,相邻3个停留位置不共线以及每一个网格至少被3个以上不同停留位置覆盖等约束条件,提出信标节点的移动路径约束和传感节点定位约束,并建立其移动路径规划模型。根据邻居停留位置的信息素浓度决定下一个停留位置,根据蚂蚁选择的路径释放和挥发信息素。经过蚁群算法的多次迭代,可获知能覆盖所有网格的信标节点最优移动路径。信标节点沿着该路径移动时,传感节点可获知信标节点的不同位置信息,收集通信时的RSSI值,采用Kalman滤波算法降低通信噪声,采用最大似然估计算法计算自身位置坐标。仿真结果表明：MPPA算法可根据网格中心和顶点的位置,收敛于移动距离最短且能实现监控区域任何位置上传感节点定位的最优移动路径。MPPA算法降低了信标节点的移动路径长度和停留位置个数,降低了网络启动后所有传感节点获知自身位置所需要的时间,并将传感节点平均定位误差保持在较低的水平。在一定的条件下,MPPA算法比SCAN、DOUBLE_SCAN、HILBERT、CIRCLES和ZSCAN算法更优。     

一种人工势场路径规划改进算法的研究

针对人工势场法中局部最小问题产生的根源,提出一种在局部最小区域设置虚拟目标物的解决方法。不同的障碍物采用不同的策略设置虚拟目标物,打破局部最小区域的受力平衡,使得障碍物在虚拟目标物的引力作用下顺利走出局部最小点,到达目标。仿真试验验证了该方法的有效性。     

面向WSN节点定位的多移动导标节点路径规划

针对移动导标节点定位中的路径规划问题,提出了一种通过移动导标节点,根据搜集的未知节点多跳信息,从而获得其通信范围内未定位节点的邻居节点数量的方法.利用该方法移动导标就可以向邻居节点数量最多的节点移动,以较短的移动路径定位尽量多的未知节点,还可以利用多个移动导标相互协作,使绝大多数无线传感器节点得到有效定位.仿真结果表明,与传统的路径规划算法相比,该方法在移动路径长度上具有明显的优越性.     

基于人工势场法的机器人路径规划

人工势场法是机器人路径规划算法中一种简单有效的方法.对改进势场函数的规划方法进行分析发现:该方法并不能很好解决局部极小问题,提出了添加附加控制力的方法,即当机器人所受的斥力与吸引力在一条直线上时,对机器人施加一个依赖于障碍物的控制力,使机器人尽快跳出局部极小点.仿真结果说明此方法是有效的.     

基于融合和人工势场的自主移动机器人路径规划研究

研究了动态不确定环境下自主移动机器人路径规划和运动控制问题．在时域上，建立了超声传感器数据预测模型，利用递推最小二乘法在线更新预测模型参数，通过将该预测模型的预测值与当前传感器实测值融合，提高了了超声数据的可靠性；考虑到空间分布的连续性，将相邻近的超声传感器信息融合进来，进一步提高了数据的实用性．由于人工势场法简单易实现的特点，被广泛应用在机器人自主避障中．借鉴预测控制原理，使用上述融合处理的超声数据，在每个滚动周期内运用改进的人工势场法解决了机器人避障问题．最后，在中国科学院自动化研究所自主开发的移动机器人CASIA-1上对算法进行了实验，实验结果验证了算法的可靠性。     

基于人工免疫势场法的移动机器人路径规划

针对人工势场法和基本遗传算法在解决移动机器人的路径规划问题时。容易产生目标不可达和局部极小值的问题,提出了1种基于人工免疫势场法的移动机器人路径规划算法(MRPP-AIPF).该算法将初始抗体群动态分配为记忆保留单元和临时抗体单元,通过交叉、变异和遗忘等算子进行进化操作,使较优抗体较早生成,提高了算法的收敛能力和保持抗体群的多样性.仿真实验表明,MRPP-AIPF算法属有效路径规划算法.     

基于矢量势场法的机器人足球路径规划

基于传统人工势场方法,提出了在适应于障碍物和目标都动态变化的机器人路径规划方法。针对机器人足球的特点,在每个时间周期中,球场上的障碍物和边界对机器人产生排斥的位置矢量,球对机器人产生吸引的位置矢量和角度矢量,机器人在这些矢量的作用下,可以产生下一个时刻的路径点,最终每个时刻的路径点形成了机器人的路径。仿真结果表明,所提出的路径规划方法能够满足机器人在动态环境中实时路径规划的要求     

基于主动安全的改进人工势场局部路径规划研究

局部路径规划是智能驾驶车辆主动安全保障的关键.为解决传统人工势场方法存在的局部极小值与目标不可达的理论问题,基于毫米波雷达对障碍物方位角 θ0的测定功能,引入实验车与障碍物距离作为斥力调节因子,确保目标点附近的斥力不至于过大,同时引入方向角为 θ(>θ0)并受控于目标距离k·S(M,Mg)的目标引力的附加力,使实验车确...     

无线传感网移动数据收集路径规划算法

针对无线传感网中能源高效的实时数据收集问题,提出了包含节点聚簇、路径规划、合并路径和数据收集4个阶段的移动数据收集协议和节省开销及近邻2个启发式路径规划算法,构建了满足时延且移动开销最小的数据收集路径.仿真结果表明,提出的路径规划算法在节约网络能耗、保证时延要求和减少移动开销等方面都更具优势.     

基于神经网络的移动机器人路径规划

针对移动机器人在部分环境信息已知情况下的路径规划问题,运用神经网络动态路径最优算法,研究了基于传感器信息的在线路径规划方法.基于扩展卡尔曼滤波的定位方法融合了多个与机器人状态及环境相关的信息,提高了定位精度.首先建立动态的工作空间信息,基于神经网络的路径规划算法完成机器人的路径规划,根据路径点集运动趋向来调节小车移动,完成了导航的任务.对算法的性能和效率进行了分析,实验表明该方法在障碍物的信息未知的情况下,执行速度快.     

移动机器人分层路径规划方法研究

移动机器人研究的一个重要领域是全局路径规划,为此给出一种路径规划方法：分层单元分解法,该方法将机器人的工作空间分层分解,并在每一层搜索路径;最终得到一条与障碍物无碰的全局路径,详细介绍了算法的实现,并进行了仿真实验,仿真结果证明了该算法能有效地节省内存空间,在大的工作环境下具有很强的实用性。     

移动参考节点动态路径最优规划

在利用移动参考节点对无线传感器网络进行时间同步或定位的过程中,参考节点的移动路径规划,直接影响节点同步精度、定位精度和能量损耗。将移动节点的移动路径规划转化为对广播点的选取及广播点间路径规划,对应数学模型为经典的选址问题和旅行商问题。通过建立两者的最优联合数学模型,提出利用贪婪算法寻找最优的广播点并获得最优移动路径的方法。仿真结果表明：该路径能够覆盖整个网络,同时缩短参考节点的移动距离。     

无线移动传感器网络的分布式目标跟踪算法

为了满足无线移动传感器网络(WMSN)的目标跟踪应用要求,提出了一种分布式目标跟踪算法,可使用节点引导保证WMSN的网络动态连通性;在传统分布式数据融合体系结构的基础上结合平均一致性滤波器实现了低通信开销的优化分布式数据融合．仿真结果表明,该算法在WMSN中目标跟踪效果良好,且数据融合性能优于传统分布式数据融合算法．     

基于改进遗传算法的移动机器人路径规划

将遗传算法用于移动机器人的全局路径规划,复杂的二维编码问题简化为一维编码问题,建立边界约束、路径点必须在障碍物之外、路径点连线不能与障碍物相交等3个约束条件,以机器人行走路径最短作为适应度函数进行遗传优化,在规划好的路径上修正.仿真实验表明了该方法的有效性.     

动态环境中机器人路径规划算法研究

针对自主移动机器人在未知动态环境中的路径规划问题,提出了一种改进的概率地图算法,详细描述了经过改进的自适应概率地图算法（flexible adaptive probabilistic roadmap method,FAPRM）的实现步骤,该算法可以显著地提高自主移动机器人的路径质量,讨论了自适应概率地图算法和传统概率地图算法在动态路径规划中的优缺点,并进行了仿真,改进后的自适应概率地图算法可以有效地在动态环境中重新计算路径。