高速公路的智能交通系统网络安全研究

如今,我国智能交通系统体系日益完善,在提高交通效率、减少交通事故等方面发挥着非常重要的作用,而与之有关的网络安全问题需要得到高度重视。在高速公路智能交通系统中,迫切需要通过采取一系列技术手段和管理措施,确保系统中的数据、信息和网络不受恶意攻击、泄露和破坏,从而确保智能交通系统正常运行,为交通安全提供重要保障。基于此,文章将围绕智能交通系统的概念与特征,对高速公路的智能交通系统网络威胁以及应对策略进行分析。     

基于神经网络与遗传算法的交通流量预测研究

交通诱导系统是智能交通系统领域中一项重要的研究内容,而交通流量预测问题则是交通诱导系统的核心问题。传统预测方法有精度不高和低效等问题,近年来,人们开始用BP神经网络预测交通流量。文章针对神经网络训练中的局部最优问题提出了由遗传算法训练神经网络的方法,该方法克服了经典遗传算法的不足,有效地提高了网络训练的精度。     

某机场交通枢纽中心智能交通系统探析

主要介绍大型交通枢纽中心智能交通系统,结合某新建机场GTC交通枢纽中心的设计案例,分析智能交通系统的重要性和设计中选择系统的思路和方法。     

基于智能水滴算法的装夹规划方法

针对计算机辅助工艺设计中的装夹规划问题,提出一种基于智能水滴算法的装夹规划方法。通过对加工特征进行分析来定义零件的操作单元及其约束关系,构建装夹规划的模型。将零件的各个操作单元与智能水滴算法中流动路径的各个节点相关联,利用水滴所携带的泥土量来表征操作单元之间的相似度,以此来构建智能水滴算法的适应度函数。在经过操作单元顺序约束矩阵所筛选出的可行解空间内进行迭代求解,通过水滴多次冲刷路径中的泥土量来筛选最优解,解码后获得了最优的装夹规划方案。以典型零件的装夹规划为例,验证了该方法的有效性和可行性。     

基于改进蚁群算法的智能交通路径规划

社会的快速发展,带来了越来越严重的交通问题,长期以来导致环境污染和能源浪费。专家提出智能交通系统能够有效地改善交通问题,而路径寻优算法又是其中的关键点之一,但是原来研究的算法往往只是针对路径长短,没有考虑实际的路况和当时的情景。该文结合传统蚁群算法,模拟现实的路况和情景改进算法,并进行仿真和数据分析。仿真实验结果显示,改进蚁群算法在动态路径规划中具有良好的效果。     

智能搬运机器人重叠路径删除算法设计

针对当前智能搬运机器人重叠路径删除过程中,普遍存在重删率较低,执行时间较长的问题,提出了智能搬运机器人重叠路径删除算法。利用人工势场法分别构建障碍物与目标点的斥力场和引力场模型,通过势场函数设计参数,计算其斥力场函数与引力负梯度,消除局部极小点,使智能搬运机器人能够快速到达目标地点。结合两点之间直线距离最短原理,引入橡皮筋拉紧算法,获取智能搬运机器人最短路径。利用极限学习机算法构建分类器,将最短路径选择精度作为目标函数,对其建立数学模型。采用蝙蝠算法求解,计算适应度函数,获取最优极限学习机分类器参数,实现智能搬运机器人重叠路径删除。实验结果表明,所提方法的重删率较高,能够有效缩短重叠路径删除执行时间。     

基于改进A*算法的线缆路径规划方法

针对复杂布线空间环境下虚拟线缆的路径规划问题，改进了传统A*算法的估价函数，引入附加值因子来选择合适的路径节点，使用刚性因子评估连续弯折时的线缆路径，将线缆的位置纳入算法来调整线缆路径到最优。二维网格地图中的路径规划和三维模型中的布线结果均表明，改进A*算法能产生合理的布线路径。     

儿童火灾逃生教育系统交互路径研究

采用虚拟现实技术研究儿童火灾逃生教育系统交互路径,利用蚁群算法进行路径选择。以虚拟现实技术模拟火灾及逃生过程为基础,具有比实际火灾逃生演练节省费用和便于操作等优点。改进的蚁群算法优化火灾过程中的人员疏散安排,从而减少儿童在火灾中的伤亡。通过对儿童逃生建模仿真,改进的蚁群算法可以避免陷入局部最优的问题,从而规划出最优逃生交互路径。     

蚂蚁算法优化GIS道路车辆调度技术

在交通系统中,充分有效地运用信息手段能全面提升交通性能.本文针对当前的实际交通情况,提出了一种将蚂蚁算法和GIS技术相结合方法应用到了交通道路车辆调度系统中.实验结果表明,提出的方法能在更短时间内求得大规模车辆路径问题满意最优解.     

基于LQR的智能车辆路径跟踪控制研究

路径跟踪问题是智能车辆研究的一项关键技术,其重点在于寻找一种合适的控制算法去控制车辆精确的跟随规划好的路径。文章主要研究了线性二次型最优控制(LQR)在智能车路径跟踪方面的应用,包括智能车辆模型搭建、算法应用、路径工况选择的具体过程,指出了LQR控制算法在该领域应用的优缺点。     

An Intelligent Computer-Aided Assembly Process Planning System

This paper presents an intelligent computer-aided assembly process planning system (ICAAPP) developed for generating an optimal assembly sequence for mechanical parts. The system employs a graph set technique for creating an assembly model. The set includes an attributed topological graph, an attachment constraint graph, a tolerance graph and a special process constraint graph. In the generation of assembly sequences for any product, the critical problems to be addressed include determining the base part, selection of subassemblies, defining all necessary constraints, and quantifying and solving these constraints. In the ICAAPP system, algorithms have been developed for the selection of the base part, defining of the subassemblies, and determination of the constraint values. A simple mechanical assembly is used to illustrate the feasibility of the proposed algorithms.     

基于改进 RRT ∗ 算法的智能轮椅全局路径规划研究

现实环境中智能轮椅大多数处在复杂场景下工作,其自主导航时对路径安全性等要求较高。 渐进最优随机搜索树 RRT ∗ 算法 基本满足移动机器人最优路径规划,但由于智能轮椅本体较大,容易与环境较近接触,因此可对环境模型进行膨胀并定义不同搜索步 长,使其规划出的路径远离障碍物。 其次为保证用户在使用智能轮椅导航时能够获得更高的舒适性,更高效的到达目的地,而借用启 发式约束采样思想和人工势场中引力场思想修剪此算法规划时的冗余节点,从而减小系统运行内存,随后结合轮椅的最小转弯半径, 提出最小段路径曲率约束策略和三次 B 样条曲线算法对路径进行平滑处理,使其更加适合轮椅行驶。 最终在 MATLAB 和 Gazebo 仿真 平台对改进前后算法对比实验,并将本文算法应用与智能轮椅实体上,试验结果表明,该算法能够有效解决智能轮椅全局路径规划问 题,能够明显提升全局路径规划效率,具有一定安全性,可为其移动机器人领域提供有效参考。     

基于改进A*算法的AGV路径研究

路径规划能力是AGV(Automated Guided Vehicle,自动导引运输车)系统智能化程度的体现。在众多算法中,A~*算法使用代价消耗估算方式达到较快的计算能力,被广泛应用于AGV的路径规划中,但仍存在局部最优的规划问题,规划的路径上存在冗余节点和较多不必要拐点。为减少运输路径中的总能耗,缩短路径总长度和减少AGV转弯次数,采用分裂和筛选的方案对传统A~*算法进一步优化,提出改进A~*算法,使其在实际工作环境中搜索更加迅速、考虑更加周密。在传统A~*算法基础上,在未知节点的启发函数里增加转弯权值,可以在计算规划过程中考虑转向所带来的消耗,从而减少转弯次数。使用任务分裂方案可以尽可能多地选择出较优路径,其中的最优解能够实现得转弯较少,展现出比较平滑的线路。基于Ubuntu下ROS系统版本进行仿真,对比实验结果表明,改进A~*算法在规划时间、总行程以及转弯消耗等方面都优于传统A~*算法,提升了AGV的实际运行效率,减少了AGV小车的耗能,可以缩短路径搜索规划时间,更符合工厂环境对AGV的需求。     

融合动态能耗与路网信息的电动汽车充电路径规划策略

针对电动汽车续驶里程短的问题，以电动汽车为研究对象，基于“车路网”智能系统建立了道路拓扑模型、阻抗评价模型以及整车能耗模型，分别以电动汽车行驶时间最优、能耗最优和综合最优为目标，运用A*算法对电动汽车进行了充电路径规划。以福州市区交通为实例，采集了各路段主要行驶工况数据，将规划路段与行驶工况数据匹配用于车辆行驶时间和能耗的预测，并结合充电等待时间计算各目标阻抗成本。研究结果表明：所提出的充电路径规划策略能够根据驾驶员的不同需求分别规划出考虑时间、能耗以及综合最优的充电路径。     

Development of an intelligent agent-based AGV controller for a flexible manufacturing system

Automated guided vehicles (AGVs) are the most flexible means to transport materials among workstations of a flexible manufacturing system. Complex issues associated with the design of AGV control of these systems are conflict-free shortest path, minimum time motion planning and deadlock avoidance. This research presents an intelligent agent-based framework to overcome the inefficacies associated with the aforementioned issues. Proposed approach describes the operational control of AGVs by integrating different activities such as path generation, journey time enumeration, collision and deadlock identification, waiting node location and its time estimation, and decision making on the selection of the conflict-free shortest feasible path. It represents efficient algorithms and rules associated with each agent for finding the conflict-free minimum time motion planning of AGVs, which are needed to navigate unidirectional and bidirectional flow path network. A collaborative architecture of AGV agent and its different modules are also presented. Three complex experimental scenarios are simulated to test the robustness of the proposed approach. It is shown that the proposed agent-based controller is capable of generating optimal, collision- and deadlock-free path with less computational efforts.     

工程装备保障资源优化配置与调度系统

为解决有限的工程装备保障资源优化配置与调度问题,降低运输成本等,基于全球定位系统(Global Position System,GPS)、通用无限分组业务(General Packet Radio Service,GPRS)和地理信息系统(Geography Information System,GIS)技术,以.NET网络体系为平台,结合智能优化算法等构建了工程装备保障资源优化调度系统.结果表明该系统实现了工程装备保障资源的可视化优化调度与配送,保证了保障资源的及时合理运输,降低了管理与运输成本.     

智能制造与智能混合系统

通过分析目前制造业智能化进程中存在的问题，对智能混合系统在智能制造中应用的理论和方法进行探讨，并就智能混合系统在质量管理、切削参数优化控制，设备状态监测与故障诊断、工艺过程设计和装配工艺流程设计等方面的应用作了详细的讨论。     

人机智能协同工程装备方案设计方法研究

为求解多约束条件下的复杂工程装备系统方案,以全断面岩石隧道掘进机后配套运输方案设计为例,根据其特点和要求,结合实例-规则推理和虚拟现实技术,提出了人机智能协同工程装备方案设计方法;讨论了该方法实施的几个关键问题,包括知识表示与运用、基于实例和规则的混合求解和基于虚拟现实的布局与仿真等;建立了人机智能协同工程装备方案设计环境;结合工程实际,在该环境下实现了隧道掘进机后配套运输系统方案选型、设备布局和虚拟仿真.     

智能汽车路径跟踪混合控制策略研究

针对传统单一控制算法无法有效协调智能汽车不同转向工况下横向控制性能要求的问题,根据智能汽车在高速和低速转向工况下呈现出的系统特性差异,设计了一种基于PID控制和模型预测控制的智能汽车路径跟踪混合控制策略。该控制策略在低速模式下采用PID控制,在高速模式下则采用模型预测控制,通过车辆速度确定路径跟踪控制模式,进而设计带稳定监督的控制模式切换机制,实现了横向控制系统的平滑切换。基于Carsim和MATLAB/Simulink仿真平台对所设计的智能汽车路径跟踪混合控制策略进行了仿真验证,在此基础上,进一步完成了实车试验。仿真和实车试验结果表明,所设计的混合控制策略能够保证智能汽车不同速度下的路径跟踪性能,具有较好的跟踪精度、实时性和车辆行驶稳定性。     

５Ｇ 超级物联网技术赋能智慧交通体系建设

介绍了５Ｇ 的技术优势与应用现状,阐述了基于５Ｇ 的超级物联网相关概念、层次结构和技术特 征。在此基础上,将应用场景拓展至新型智能交通系统的搭建上,从智能交通管理、交通信息服务、自动驾 驶、辅助监控、公共交通、应急管理、电子支付及安全管理等方面,论述了５Ｇ 超级物联网的良好应用前景。 基于５Ｇ 的超级物联网技术是现代智能交通体系完善升级的重要方向。