变步长稀疏A*算法的无人机航路规划

为实现不同条件下的无人机自主航路规划,提出一种变步长稀疏A*算法。当遭遇紧迫环境时,缩小稀疏A*算法（SAS）的搜索步长,使无人机安全通过,提高了搜索精度和算法的鲁棒性,否则,保持较大的搜索步长扩展,保证搜索的高效性;并依据动态稀疏A*算法（DSAS）的思想,给出了应用于实时航路规划的多步搜索方案。仿真结果表明,算法简单有效地实现了复杂环境下的航路规划以及动态环境下的在线实时航路规划。     

移动机器人实时采样路径重规划

针对传统采样规划算法因随机性强,在动态环境中重规划时路径质量差,抖动严重,实时优化效果不明显等问题,提出了一种利用反向生长最优快速搜索随机树的实时采样重规划算法DRT-RRT*（Dynamic Real-Time RRT*）。引入基于三角不等式的剪枝策略对路径进行平滑处理以减少路径拐点;提出了组合采样策略和局部终点跳动策略,将优化目标由全局路径聚焦于机器人当前位置至最近路径拐点的局部路径段,实时对执行路径段进行修正,进而提高路径质量的稳定性;在路径重规划时仅对受影响的随机树枝进行修剪,并在随机树重新生长时引入了目标偏置采样策略,与组合采样策略共同作用,提高路径搜索速率和稳定程度;将DRT-RRT*与RRT*和增加了三角不等式剪枝策略的RRT*-Pruning进行仿真对比分析,实验结果验证了DRT-RRT*重规划的高效性和稳定性。     

多无人机航路重规划方法

提出了一种基于改进人工势场法的无人机航路重规划算法。在航路重规划中,设置多个节点,将无人机的航路分段,并重新构造斥力函数,无人机在突发威胁的边界调整航路,实时规划出避开突发威胁的可飞航路;仿真结果表明,该算法能够较好地满足航路规划的要求。     

层次化结构信息的视频重着色

视频重着色可以有效地提高色盲用户对多媒体信息的可访问性,但是目前视频重着色研究存在颜色不一致性问题.针对该问题,提出一种基于层次化结构信息的视频重着色的方法.该方法在视频层次化结构中应用基于CIELAB颜色空间旋转的重着色方法,采用颜色空间量化和哈希表相结合的方式实现实时性,同时既使每个镜头中的颜色变换函数保持相同,又使场景中镜头之间的颜色变换函数变化缓慢,实现场景内颜色的一致性.实验结果表明,对于不同种类的视频,该方法都能有效地使视频更好地被色盲用户感知,为视频重着色在多媒体搜索中的应用起到推动作用.     

无人机航路规划及视景仿真系统设计与实现

为提升无人机自主任务执行能力,对飞行特性、任务执行能力进行预演仿真,以减少实际试验投入、降低研制风险、缩短研发周期。针对某型无人机的飞行特性,开发了一套交互式无人机航路规划及视景仿真系统,解决了复杂飞行环境建模、三维空间大范围航路规划及大场景、真实环境三维场景建立等关键问题,实现对无人机的三维航路规划、视景仿真等功能,该系统是无人机模拟仿真系统的重要组成部分。仿真结果表明:该系统航路规划模块能适应不同环境的需求,规划速度快、规划结果准确,三维视景中直观显示无人机三维飞行特性,三维场景震撼真实,操作交互方便,可满足无人机任务飞行的航路规划及模拟验证等需求。     

对等结构的混合集群的层次化存储策略研究

随着分布式存储系统的规模迅猛增长,能耗问题日益凸显。在存储集群混合低能耗节点已成为解决能耗问题的重要途径之一。针对如何在对等结构的混合集群中区别使用不同类型存储节点的问题,在一个对等结构分布式系统ZDFS上设计并实现了一种基于对等结构的层次化存储策略——虚拟节点分层重映射(VHR)。该策略不影响对等结构的高拓展特性,使系统可自动区分使用不同类型存储节点,可操作性强。实验在真实X86和ARM混合集群上进行。实验表明,VHR实验组运行良好,充分发挥了不同类型存储节点的优势,在性能降低不明显的情况下,整体能耗水平降低了44.8%。     

基于插值A*算法的路径规划

提出一个基于插值的路径规划算法-插值A*.此算法可以在每个栅格路径代价不一致的情况下生成一条平滑路径.由于大多数基于栅格算法规划的路径只能从一个栅格中心到另一栅格中心,也就限制了路径的方向只能是倍数,所以所谓最优路径其实是次优的.插值A*算法在路径规划时,使用线形插值来计算出更精确的路径代价,由此产生更优路径.     

基于改进A*算法和lattice算法的路径规划方法

针对A*算法缺乏动态性、不够平滑、计算量大,且不满足具体的非完整约束等问题,提出一种融合改进A*算法和lattice算法的路径规划方法.一方面消除传统A*算法中的冗余点,同时考虑物体的方向属性和实际运动约束,优化启发式函数最终生成全局路径.另一方面lattice根据改进A*算法生成的全局路径作为参考线,采样并结合障碍物信息和其他代价信息选出平滑的、无障碍的包含位置、移动速度、移动加速度等信息的局部轨迹.使用栅格地图进行车辆路径规划的实验仿真,该算法能够兼顾全局与局部,快速规划出一条平滑且满足车辆非完整性约束的运动路径.     

改进A*算法的水面舰艇静态航路规划

针对复杂海洋环境下水面舰艇航路规划时出现的大地图寻路速度慢、航路安全性差、航路不平滑等难题,结合电子海图提出了一种改进A*算法的航路规划方法。提出一种自适应的改进启发函数,在搜索节点时加入目标节点的方位信息,加快了A*算法搜索路径的速度;加入迫使航路远离障碍物的安全距离,解决了传统A*算法沿障碍物边缘寻路导致航路安全性差的问题;对原始航路进行二次优化,在对原始路径提取转折点后,通过判断任意两个转折节点的直线可达性,将转折节点之间的实际距离转化为距离矩阵,使用Dijkstra算法优选出航路长度更短的关键转折点,最终使用二阶贝塞尔曲线对航路转折处进行平滑处理,以满足航路平滑且易跟随的要求。仿真实验表明,相对于传统A*算法,改进算法规划的路径具有寻路速度更快、航路距离更短、航路安全性更高的特点。     

基于改进A*算法的无线Mesh网拓扑状态实时监控方法

针对无线Mesh网络(WMN)边界难以确定,拓扑结构灵活多变,从而导致拓扑信息的收集和拓扑重构延迟较大,WMN监控精确性和实时性难以保证的问题,提出了一种基于改进A算法的WMN拓扑状态的实时监控方法来了解网络的实时状态,从而对网络可能出现的异常作出反应。通过缩短A搜索过程中的路径长度、缩小搜索范围,将重复搜索的边数作为影响因素增加到启发式中,解决了拓扑实时监控中存在的路径重复覆盖、搜索路径较长的问题。仿真表明,和原算法相比,当网络拓扑结构发生变化时,改进算法的拓扑收敛速度较高,可以在较短时间内完成对全网拓扑结构的更新。     

基于 A* 算法与自适应分片的大规模最优路径规划

路径规划引擎是在线地图系统中一个至关重要的部分,静态路径规划算法是重中之重。现有的对A*算法的改进主要是通过预处理算法,对路网数据进行静态分层预处理,其效率过低。文章提出了一种自适应分层的思想,同时对A*算法的启发式函数进行改进,引入了方向引导函数,使得A*算法在日常路网上的可用性有了较大的提高。实际的路网实验表明,提出的算法的搜索效率、效果均优于同类算法,与标准层次A*算法相比,文章算法的搜索空间降低为原来的42%,搜索时间仅为原来的13%。     

航迹规划的一种路线图方法

该文提出一种飞行路线图上的实时三维航迹规划方法,将航迹规划过程分成两个阶段:学习阶段和查询阶段。在学习阶段,环境信息结合在路线图中,在查询阶段,采用SAS算法搜索飞行路线图,实时获得三维可行航迹。构图和航迹搜索过程中分阶段满足飞行器约束条件。通过更新路线图中边的代价,实现了动态环境中飞行器的实时规划。     

环境重建三维格网数据下的快速航迹规划方法

三维环境重建数据往往以三角格网的形式进行管理和存储,在该数据上进行航迹规划是飞行器、机器人等实现自主飞行或行走的基础。但是航迹规划过程面临的最大困难是规划数据量庞大,规划时间过长以及内存消耗过大。本文以三维重建所得到的三角格网环境数据为基础,提出一种基于通视性分析的三维航迹规划算法。与A*算法和粒子群算法进行对比,实验结果表明本文算法能够在占用较少的内存空间的情况下快速生成三维可行航迹。     

基于改进A*算法的三维航迹规划技术研究

A*算法在实现节点搜索时执行的是大空间搜索,该方式在三维空间中对时间和内存的消耗都较大。结合无人机的机动性能限制以及飞行任务来改进A*算法,可以达到缩小搜索空间的目的,同时对open表的管理进行改进,以减少扩展节点排序所花时间,从而整体缩短规划所需时间。通过此种方式规划出来的航迹能够最大程度地满足无人机的机动性能要求,仿真结果表明,此种方式计算速度快且能保证性能接近最优。     

一种基于道路网络层次拓扑结构的分层路径规划算法

鉴于平面最短路径算法应用于大规模网络规划中的效率不高,而分层算法引入"分而治之"策略,则能有效解决此难题。为了利用分层算法进行路径规划,首先研究了分层算法的数据基础——道路网络层次拓扑结构,其涉及基于道路等级的路网分层抽象、道路数据分区组织、以区域为单位的路网层次拓扑关系模型;接着提出了一种适用于LBS(基于位置的服务)的分层路径规划算法。该算法先通过距离值判断是否切换到上一层;然后利用启发式A*算法搜索入口和出口;最后使用双向策略搜索层内两点之间的最短路径。利用现实道路网络进行的实验分析结果表明,该算法能从本质上提高大规模网络中路径规划的效率。     

基于智能符号回归的路径规划A*算法均衡控制方法

随着地图网站和在线导航系统的普及,多用户网络并发出行信息查询服务的需求日益增长。如何满足多用户并发路径查询效率需求,同时又使得路径查询精度可控,是网络地理信息服务的瓶颈技术问题。本文提出了一种多用户并发路径查询精度效率均衡控制方法,利用系统抽样和智能符号回归技术,根据动态变化的在线路径查询用户规模和系统响应效率容忍阈值,在经典的路径查询A*启发式算法基础上,根据大样本确定的路径查询严密算法和对应启发式算法得到的系统耗时比和精度比,实时自动确定启发式路径查询启发因子权重,有效平衡多用户并发路径查询的响应效率和精度损失,自适应地控制路径查询算法的精度和效率之间的平衡,在精度预先可控的前提下,最大限度地提升多用户并发路径查询效率,缩短用户的路径查询等待时间。     

双层优化A*算法与动态窗口法的动态路径规划

为满足动态环境中移动机器人既要动态避障抵到终点,又要尽可能地做到全局最优的路径规划需求,提出了一种双层优化A*算法与动态窗口法相结合的移动机器人路径规划算法。在传统A*算法求得的全局路径轨迹基础上,首先通过一层全局优化,计算路径节点间斜率,提取关键转折点,大幅度减少路径转折点数量;再通过二层全局优化,延长路径段求得路径交点,判断交点是否通过障碍物的方法,将路径转折点数降到最低;设计动态窗口法的轨迹评价函数,解决了机器人容易陷入“凹”“C”形障碍物的问题,同时保证了障碍物安全距离并选取全局最优的路径轨迹。最后分别在静态与动态的二维栅格地图中对传统A*算法、一层优化A*、二层优化A*以及融合算法进行仿真实验。实验结果表明一层优化A*算法大幅度降低了转折次数;二层优化A*算法将转折点数降到最低,但是路径长度小幅度增加;融合算法实现了机器人实时动态避障抵到终点,而且在保证安全距离的同时更加贴近全局最优规划。     

限制搜索区域的分层路径规划算法

依据城市路网独特的空间分布特性及不同道路等级特性,提出一种限制搜索区域的分层路径规划算法．与文献[2]相比,文中算法新增了对路网空间分布特性的利用,引入了限制搜索区域的搜索机制．结合路径规划算法在实时车辆导航系统中的实际应用,给出该算法的一个应用实例,通过对实验结果的分析验证了其有效性．     

无线传感器网络中能耗平衡的混合路由模型研究

针对无线传感器网络中能耗不均衡问题提出了一种单跳和多跳相结合的路由模型,该模型将簇内平均能量作为路由调整阈值,根据节点剩余能量对网络路由进行周期性调整,使节点路由在单跳、多跳模式间转换;通过对该路由模型能耗规律的理论分析和仿真实验,说明该模型有效地平衡了网络能耗,弥补了只采用单跳路由或多跳路由时网络能耗不平衡之不足,延长了网络生命周期.