拟合激光陀螺数学模型的方法研究…

在分析激光陀螺的数学模型和三欠样条函数拟合原理的基础上,针对俄罗斯某型低精度激光陀螺实际输入－输出特性曲线的数据,应用三次样条合方法进行分析处理,推导出了适用于非线性工作范围误差补偿且实际陀螺特性的数学模型。本文所提方法可用于工作区线性化较差,工作精度低的激光陀螺的精度补偿。     

未知环境下基于三次螺线Bug算法的移动机器人路径规划

研究了环境未知情况下的移动机器人实时路径规划问题,将Bug算法与基于滚动窗口的路径规划相结合,提出了一种改进的移动机器人路径规划方法。详细分析了三次螺线作为移动机器人跟踪路径所具有的各种优异的几何特性,定义路径光滑成本函数,利用三次螺线对滚动窗口内规划的路径光滑化,使得移动机器人易于跟踪所规划的路径,扩展了移动机器人的应用领域。最后对本文算法的收敛性和完备性予以证明。仿真实验验证了该方法的有效性。     

考虑物理特征的避障路径生成算法

自然、逼真的避障路径生成算法在仿真、游戏等领域有广泛应用。避障路径与障碍物的形状尺寸、运动物体的尺寸、转弯半径等物理属性密切相关。在综合考虑上述物理属性后,提出了一种避障路径生成算法。基于三次Hermit样条曲线的优异特性,算法生成的避障路径不仅具备C2连续性,而且还能保证新路径和原路径的连接具备G1连续性。算法被应用于某三维战场仿真系统,效果良好。     

平面参数三次样条曲线的优化光顺算法

给出了基于Kjellander和离散曲率的平面参数三次样条曲线的一种优化光顺算法.首先介绍了离散曲率和Kjellander的光顺法,进而给出了一个带有修改因子λ的目标函数,并通过求解得到λ值和光顺后的型值点,最后得到光顺后的曲线.此法使曲线的曲率变化均匀,使光顺后的曲线与原曲线的偏差小,并且算法简单易行,计算量较小.     

一种基于神经网络的移动机器人路径规划算法

针对结构化环境下移动机器人的路径规划问题，提出了一种基于神经网络的路径规划算法。该算法利用神经网络描述环境约束并计算碰撞能量 函数。采用了一种离散化的方法逼近能量的负梯度方向，从而确定路径点集的运动趋向。最后利用计算机仿真分析了该算法的性能和效率。     

机器人滚动路径规划的算法与仿真研究

借鉴预测控制滚动优化原理，研究了未知环境中移动机器人路径规划问题。文中提出的基于滚动窗口的移动机器人路径规划方法充分利用机器人实时测得的局部环境信息，以滚动方式进行在线规划。大量仿真结果表明，滚动规划使机器人对动态环境具有很好的适应性，但由于缺乏全局环境信息，在有些复杂情况下不能保证规划的顾利实施，需要进一步增加环境约束和对已探知信息的记忆。     

用于移动机器人路径规划的曲线轨迹算法

针对移动机器人路径规划方法--人工势场法在相近障碍物之间不能发现路径的局限性,经改进,提出了一种圆弧路径算法.该改进算法从轨迹方程的角度出发,将移动机器人的路径以规则曲线的形式进行规划,确定路径方程,并以圆的曲线方程来表示,以求便于计算,同时综合考虑了路径规划的实时性和最短路径,从而可得出最优路径.构建了三维激光扫描系...     

基于B样条插值的高精度型面测量路径规划

为了解决型面检测时测量路径的规划问题,提高型面测量的效率和精度,本文针对单光束激光三角法非接触式型面检测专用测量系统,提出了基于B样条曲线插值的测量路径规划模型。针对影响单光束激光测量精度和效率的因素:景深范围、测头倾角等,利用B样条曲线插值模型规划出测量点的位置,使测量运动路径紧密结合型面曲率变化,提高了实际测量精度及效率,解决了大型型面测量的路径规划难题。     

改进蚁群算法在城市最佳路径规划中的应用

本文设计了一种专门适用于路径规划的改进蚁群算法,利用图论中的加权图的的表示方法来表示交通网络,通过对蚁群算法加以改进,从距离和和通行快慢（流畅程度）两个方面来综合考虑最优路径标准．而非传统的仅从距离单一角度来考虑．结果表明：改进的算法在距离和流畅度综合方面比传统的方法更优化。为实际车载导航系统中最优路径规划问题的解决提供了一种行之有效的方法。     

基于改进A*算法的移动机器人全局最优路径规划

在栅格地图环境下,传统A*算法搜索路径时选取的路径点受限于栅格中心,并且路径的转折角度固定为特定的离散值,因此存在长度非最优以及冗余转折较多的问题.为此,提出一种新启发搜索策略下的改进A*算法.在探索当前节点的每个邻域节点时,将邻域点父节点的选取范围扩大到从当前点至起始点的整个支路,采用邻域点与支路上的点直接相连的方式...     

基于改进自适应遗传粒子群混合算法的多AGV路径规划研究

针对仓库中AGV的路径规划问题,该文提出了一种改进自适应遗传粒子群混合算法。首先,根据算法搜索进度修改权重和学习因子,采用一种新的非线性权重系数,两者根据迭代而动态变化。其次,动态调整交叉和变异概率参数。最后,为了避免多AGV出现路径冲突,在适应度函数中引入拥堵系数对拥堵路段进行惩罚。结果表明,与已有的改进遗传算法和改进粒子群算法相比,该文采用的改进自适应遗传粒子群混合算法搜索最优路径的长度更短、搜索范围更广。     

基于Dijkstra-蚁群算法的泊车系统路径规划研究

针对智能停车库中自动导引运输车(automated guided vehicle,AGV)存取车路径规划问题,提出了一种基于Dijkstra-蚁群算法(Dijkstra-ACO)的泊车系统路径规划方法.首先利用链接可视图法建立环境模型,并在此环境模型下,采用Dijkstra算法规划出AGV的初始路径;其次,通过引入节点随机选择机制、调整信息素更新方式和限定信息素阈值策略等对基本蚁群算法进行优化改进;最后,选用改进的蚁群算法对初始路径进行优化.结果显示:Dijkstra算法和混合算法均能使AGV有效避开障碍物,然后搜索到一条从起点到终点的无碰优化路径;与Dijkstra算法相比,混合算法能有效提高路径搜索效率,缩短搜索路径长度,改善搜索路径质量,表明该算法正确、可行及有效,且具有较强的全局搜索能力和较好的收敛性能,能够满足AGV存取车路径规划的要求.     

智能车辆的避障路径规划与跟踪控制仿真分析

为提高智能车辆在高速行驶时避障换道的安全性,提出考虑防碰撞与防侧翻的避障路径规划与跟踪控制.首先根据障碍物与车辆的外切圆半径大小构建防碰撞约束条件,通过车辆的横向转移率来评价规划路径的侧翻风险,进而构建防侧翻约束条件,再结合传统的多项式路径规划推导出六次多项式路径规划公式.然后基于模型预测控制算法设计出避障路径跟踪控制...     

印制板打孔路径规划的遗传算法实现

本文研究了印制板单钻头打孔路径规划问题,并将其转化为经典的TSP问题,建立了相关的数学模型,并借助遗传算法,给出了合理的分析。通过实例运算,得出了较理想的结果。     

基于改进蚁群算法的码垛机器人路径规划应用研究

目的为解决蚁群算法在码垛机器人路径规划中存在的收敛速度慢、容易陷入局部最优等问题,提出一种人工势场和蚁群算法相结合的方法。方法首先,根据码垛机器人机械手在人工势场中不同节点所受到的合力,对初始信息素进行不均匀分布,以解决蚁群算法初期由于缺乏信息素导致的无效路径搜索。其次,在启发函数的设计中引入码垛机器人机械手在下一节点所受到的合力,以解决蚁群算法容易陷入局部最优的问题。最后,对信息素的更新策略进行改进。按照寻得路径的长度不同,对每次迭代完成后信息素的增量成比例进行更新,并设置最大、最小值,以解决迭代后期路径上信息素过大而使蚁群算法陷入局部最优的问题。结果改进后的蚁群算法收敛速度提升了约51%,寻找到的最短路径提升了约10%。和其他改进的蚁群算法相比,在综合性能上也有一定程度上的提高。结论改进后的蚁群算法收敛更快,寻找的最优路径更短。     

三次B样条曲线插补算法的VC实现

本文结合三次B样条曲线的数学性质,理论分析了三次B样条曲线的插补过程,推导出了三次B样条曲线的插补运算公式。在对三次B样条曲线进行研究的基础上,介绍三次B样条曲线插补算法实现方法,并在VC环境中对B样条曲线的插补过程进行了实现数控插补的动态运算。     

基于势场导向权的改进机器人 路径规划免疫算法

为了解决复杂环境中移动机器人的路径规划问题,结合人工势场法计算量小的特性和人工免疫网络的自适应调节能力,提出了一种改进的路径规划免疫算法。为了提高免疫网络的搜索能力以及免疫网络的收敛性,将人工势场法的规划结果作为先验知识构建了导向权,同时将抗体命令清晰度和抗体转移后的距离变化作为变量,构建了新的抗体转移概率算子。仿真结果表明,与其他算法相比,新算法在最优规划能力和网络收敛性能方面都有明显提高。     

基于改进DQN算法的无人仓多AGV路径规划

针对无人仓中多AGV路径规划与冲突问题,以最小化总行程时间为目标,建立多AGV路径规划模型,提出一种基于动态决策的改进DQN算法。算法设计了基于单AGV静态路径规划的经验知识模型,指导AGV的学习探索方向,提前规避冲突与障碍物,加快算法收敛。同时提出基于总行程时间最短的冲突消解策略,从根本上解决多AGV路径冲突与死锁问题。最后,建立无人仓栅格地图进行仿真实验。结果表明,本文提出的模型和算法较其他DQN算法收敛速度提升13.3%,平均损失值降低26.3%。这说明该模型和算法有利于规避和化解无人仓多AGV路径规划冲突,减少多AGV总行程时间,对提高无人仓作业效率具有重要指导意义。     

基于三次样条插值的Shear-Warp算法的实现

提出一种使用在Shear-Warp算法视线方向的三次样条插值方法,由原始数据集的相邻切片,生成一组虚切片加入原始数据集,使得体绘制梯度效应得到改善,实验证明,该方法效果良好。     

约束正定式几何规划的一种多项式时间算法

利用了几何规划的特点，借助于对偶及矩阵分析的理论为约束正定式几何规划构造了一种内点算法，并证明了算法具有多面式时间的收敛性，从而推广了张可村等（1995）文的结果。