基于Bezier曲线的移动模型研究

现有的移动模型大多采用简单的、随机的直线运动来描述物体的移动模式,难以描述现实场景下规避障碍物的曲线移动模式.为解决现有移动模型存在的这些问题,提出一种基于Bezier曲线的移动模型.首先从理论上对该模型的应用进行了详细分析,其次提出了曲线场景下的节点概率分布的分析模型和算法,最后从多个场景进行了仿真验证和比较分析.研究结果表明,与典型的Random Waypoint模型相比,该模型不但可描述移动自组网在有障碍物约束的普遍现实应用场景,而且在同样的场景下具有更优的节点概率分布,使移动自组网表现出良好的动态特性,因此可为移动自组网的仿真研究提供现实的应用场景.     

基于改进RRT算法的RoboCup机器人动态路径规划

针对足球机器人在场上采用反应式方法避障时存在的速度慢、效果差的问题,采用改进的快速扩展随机树(RRT)算法设计了一种能够适应机器人足球赛场动态移动障碍环境的路径规划器.首先,引入基本的快速扩展随机树算法,针对其随机性强、路径过长的缺点,提出了以一定概率选择目标点、增加引力分量以及路径平滑处理等改进方式;引入路径缓存区以及动态扩展随机树的方法来解决移动障碍物环境中的路径规划问题.复杂障碍物环境中的仿真实验表明,改进的规划路径长度比基本快速扩展随机树算法所得路径缩短约20%.最终将策略移植到实体NAO机器人上参加RoboCup比赛,取得世界八强的成绩.     

基于移动障碍的MWSN节点协同转向避障方法

针对传统蜂拥控制模型协同避障的研究,笔者曾对其做出了改进,并加入了Steer to Avoid避障法则,通过仿真表明,它能够有效提高避开静止障碍的效率。该模型用于具有移动障碍的环境时,若障碍的运动方向与节点的判断方向同向,可能会与障碍物保持相对静止,从而大幅度降低避障效率。对Steer to Avoid进一步改进,提出一个新的针对移动障碍物的避障模型。当障碍物的运动趋势和节点的Steer to Avoid转向判断相同而且两者的速度较为接近时,节点将向着障碍物运动的相反方向运动。提出了对障碍物的移动预判。仿真实验结果表明,与传统两个模型相比,该模型在平均速率和时间效率上有显著提高,并且适用于避开未知的移动凸形障碍。     

基于改进RRT的筒子纱搬运机械臂路径规划研究

针对筒子纱搬运过程中存在纱线架、放置平台、其他筒子纱等多障碍物的环境下，传统的目标偏置RRT容易陷入局部最优的问题，提出一种改进的RRT(rapidly-exploring random tree)算法。通过几何包络法建立碰撞检测模型，并添加距离系数g,使机械臂末端与障碍物保持安全距离；提出随机动作选择策略，使树每一次扩展前对扩展动作进行选择；提出弱化目标偏置策略，根据X_goal相对于X_near和X_rand连线的位置，对扩展方向进行偏置；根据垂距限值法和三次样条插值对初始路径处理，得到一条平滑路径。通过与RRT算法、M-RRT算法、添加引力系数的RRT算法和改进的RRT^*算法仿真对比，路径长度方面最大下降了23.3%,时间方面最大下降了82.5%,并始终与障碍物保持50 mm以上的距离。结果表明该算法提升了机械臂搬运的效率和安全性。     

改进RRT算法的室内移动机器人路径规划

针对传统RRT（快速扩展随机树）寻路算法由于扩展点的随机选取而存在搜索平均、采样效率低、偏离最优解的缺陷,提出一种偏向目标型的改进RRT算法。该算法采用目标偏向策略和气味扩散法来改善扩展节点的选取,使得随机树的生长趋向于目标点,并提出一种基于3次B样条曲线的路径平滑方法,极大地提升了搜索效率和路径质量。在仿真环境下对算法有效性进行验证,并将算法应用到真实环境下。仿真结果表明,与传统RRT算法相比,改进算法的路径长度缩短约22.1%,且路径更为平滑,在复杂环境中避障能力强。将改进RRT算法应用到Turtlebot2中,在真实环境下开展实验,实验结果证明了该算法的可靠性和实用性。     

复杂环境下基于RRT的智能车辆运动规划算法

在存在大量无规则障碍物且障碍物分布不均匀的复杂环境下,现有规划算法不能很好地解决智能车辆的运动规划问题.为此,本文提出了一种简单实用的基于RRT(快速搜索随机树)的运动规划算法——连续曲率RRT算法.该算法在RRT框架中结合了环境约束以及车辆自身的约束.它首先引入了目标偏向采样策略以及合理的度量函数,大大地提高了规划速度和质量;接着提出了一种基于最大曲率约束的后处理方法以生成平滑的且曲率连续的可执行轨迹.通过仿真实验和实车测试,证实了该算法的正确性、有效性和实用性.     

基于改进RRT算法的无人机三维避障规划

RRT算法由于其在复杂环境中有强大的随机搜索能力,在无人机避障规划中被广泛运用.为了提高无人机避障规划的效率,提出了一种基于预规划路径优化RRT算法的无人机三维避障规划算法.算法首先在障碍物膨胀规则和相交规则下生成预规划路径,然后将预规划路径看做成连续的质点组成,按一定的扩展树步长的比例从连续质点取点来确定搜索树的随机状态点,最后RRT算法在这些随机状态点的引导下进行搜索,生成避障规划路径.仿真结果表明,改进的RRT算法生成的预规划路径降低了障碍物搜索的时间和增强了搜索树扩展的方向性;预先确定的随机状态点使搜索树在扩展中具有方向性,可减少新生节点的个数和路径长度,进而提高了无人机避障路径规划的效率,使得最终生成避障路径的时间更优.     

无人驾驶路径规划算法研究

快速扩展随机树(Rapidly-exploring Random Trees,RRT)是路径规划中常用到的算法之一,具有结构简单、搜索能力强、搜索效率高的优点,但也具有随机性强、算法路径不平滑的缺点。文章通过引入动态步长和增加平滑算法改进RRT算法。首先,改进动态步长,通过设置固定最大步长和最小步长,计算目标节点与障碍物的距离;其次,计算具体每一步的步长;最后,比较最小二乘法、二次指数平滑法、三次B样条曲线3种平滑算法的平滑性能,采用三次B样条曲线改进原RRT算法。通过MATLAB仿真软件对传统RRT算法和改进RRT算法进行仿真测试,得出改进后的RRT在路径搜索和路径平滑方面都有一定的提升。     

一种移动机器人路径规划新算法

快速搜索随机树（Rapidly-exploring random Tree Star,RRT*）算法在移动机器人实际应用中规划路径在转向部分存在较多的冗余转折点,导致移动机器人在移动转向过程中出现多次停顿与转向,为剔除规划路径中的冗余路径点,提高机器人移动流畅性,提出一种改进的 RRT*算法。算法将局部逆序试连法引入移动机器人路径规划,在确保RRT*算法概率完备性和渐进最优性的前提下,剔除规划路径中的冗余路径节点,使最终路径更加接近最短路径。通过MATLAB仿真实验证明,规划路径平均长度缩短4%,算法耗时缩短35%,改进后的RRT*算法能缩短规划路径且转向部分路径更加平滑。最后,使用改进后的RRT*算法在室内环境下进行移动机器人路径规划实验。实验结果表明：规划路径上无冗余路径点,且移动机器人沿路径移动流畅。     

多路口环境下RRT的最优路径规划

针对于多路口环境下RRT的搜索时间长,搜索范围广和路径不平整的问题。提出一种基于路标引导和增长采样区域的混合策略来引导RRT算法向目标搜索。将对地图做预处理,处理掉较小的障碍物,尽可能保存大障碍物,得到预处理地图;在新地图上路口区域设置路标点,路标点的可视区域的组合要覆盖整个地图,根据其在新地图上的连通区域,通过寻找出一组从起点到终点的最优路标点组合,以相邻两路标之间构建移动增长采样区域来引导RRT算法快速向目标搜索;用树枝修剪和二次贝塞尔曲线拟合生成光滑路径。通过仿真实验验证了算法的有效性、合理性和正确性。     

C语言中互不相同随机数的应用研究

文章对随机数的应用问题进行了详细的分析,给出了一种实现的算法,并用C语言实现。通过该问题的C实现,可使学习者清晰地观测到解决该问题的全过程。     

基于Markov过程预测的页面置换方法

页面替换是操作系统实现虚拟存换方法的缺点,提出一种基于Markov随机过程的页面调度模型.通过分析页面置换序列,发现其规律并模拟该序列,目的是接近最优替换方法以降低缺页率.实现了基于该模型的页面置换方法,通过实验证明新方法能提高页面换入命中率并控制时间耗费.     

惰性随机游走视觉显著性检测算法

目的 鉴于随机游走过程对人类视觉注意力的良好描述能力,提出一种基于惰性随机游走的视觉显著性检测算法。方法 首先通过对背景超像素赋予较大的惰性因子,即以背景超像素作为惰性种子节点,在由图像超像素组成的无向图上演化惰性随机游走过程,获得初始显著性图;然后利用空间位置先验及颜色对比度先验信息对初始显著图进行修正;最终通过基于前景的惰性随机游走产生鲁棒的视觉显著性检测结果。结果 为验证算法有效性,在MSRA-1000数据库上进行了仿真实验,并与主流相关算法进行了定性与定量比较。本文算法的Receiver ROC（operating characteristic）曲线及F值均高于其他相关算法。结论 与传统基于随机过程的显著性检测算法相比,普通随机游走过程无法保证收敛到稳定状态,本文算法从理论上有效克服了该问题,提高了算法的适用性;其次,本文算法通过利用视觉转移的往返时间来刻画显著性差异,在生物视觉的模拟上更加合理贴切,与普通随机游走过程采用的单向转移时间相比,效果更加鲁棒。     

基于重启型随机游走模型的图上关键字搜索

基于重启型随机游走模型和个人化PageRank算法,提出一种新的图上关键字搜索算法。该算法将向量空间模型和随机游走模型进行有效的结合,使查询搜索得到的结果可以匹配查询关键字,通过充分挖掘利用图中隐含的结构信息,更好地提供搜索结果。实验结果证明了该算法的有效性。     

高效真随机序列生成方法的研究

针对现有高质量随机序列生成方法的速度慢、效率低,无法满足信息安全系统需求等问题,提出了一种高效真随机序列生成方法。在此基础上设计了一个高效真随机序列生成系统,按照FIPS140-2标准中的规定对由该系统产生的随机序列的质量进行了测试和分析。说明该方法能快速产生具有高质量的、满足信息安全系统标准的高强度安全随机序列,可以广泛应用于各种信息安全系统中。目前,该方法已申请国家发明专利(申请号:200510018917.5)。     

基于MC的计算机仿真随机模型分析与设计

计算机仿真系统中经常要应用研究对象的随机分布模型获得符合要求的随机数,给出了利用蒙特卡罗(MC)法来近似地描述研究对象的概率分布的一般方法,设计了高质量的随机数发生器,研究了利用MC法得到计算机仿真系统中常见的随机分布模型算法,具有一定的实用价值.通过仿真实例,分析了在实际应用中应该注意的问题.     

基于Gibbs场与模糊C均值聚类的脑MR图像分割

模糊C均值聚类是一种经典的非监督聚类模型,已成功用于很多领域。但该算法对图像噪声比较敏感。为此,利用Gibbs理论和图像结构信息构造各向异性Gibbs随机场,并将其引入到FCM框架中,完善其分类效果,使其在克服噪声影响的同时还能够保持细长拓扑结构区域信息以及角点区域信息。应用于脑MR图像分割,实验表明新算法可以得到较好的分类结果。     

一种新的随机数组合发生器的研究

提出基于Mersenne Twister法和素数模乘同余法的随机数组合发生器。针对目前组合发生器理论多是对线性同余类中不同方法的组合的情况,结合两种类型的发生器的优点,得到一种新的随机数发生器。实验表明得到的组合发生器具有相对优越的统计性质,均匀性和独立性都有很大的提高。     

论随机噪声对光谱测量的影响

光谱分析在分析化学,特别是定量分析中有越来越多用途。光谱测量过程中不可避免地存在随机噪声,会影响光谱分析结果。目前光谱预处理技术主要研究减小噪声的方法,未从理论上研究噪声对光谱的影响。本文从理论上推导随机噪声对光谱的影响公式,旨为后续光谱分析中噪声的减小和抑制奠定理论基础。论文从光谱测量所得原始信号为理论信号与随机噪声之和入手,推导了测量光谱的表达式,并将该表达式代入吸光度公式,推导出吸光度与噪声的关系。通过期望与方差的定义,推导了吸光度的期望与方差表达式。结果表明,实测吸光度是对理论吸光度的有偏估计,且实测吸光度中的噪声功率不仅与测量过程中的随机噪声功率有关,还与理论光谱有关。最后通过对多次重复测量的红外光谱与紫外光谱的分析说明了理论分析的正确性。因此,为了更加准确地估计光谱参数,降低光谱分析的最低检测门限,提高光谱分析的科学性、系统性、适用性与可信性,应在此理论分析基础上深入研究光谱预处理技术,以便将随机噪声对光谱的影响降低到最低程度。     

失效区域紧致性对适应性随机测试的性能影响

适应性随机测试是一种增强的随机测试方法.已有的研究发现:失效区域的紧致程度是影响适应性随机测试性能的几个基本因素之一,并仅在失效区域为长方形的情形下验证了上述猜想.采用仿真实验的方法进一步研究失效区域的紧致程度与适应性随机测试的性能之间的精确关系.研究了几种基本规则形状的和不规则形状的失效区域.实验结果表明:适应性随机测试方法的性能随着失效区域的紧致程度的增强而提高.该研究进一步地揭示了适应性随机测试优于随机测试的基本条件.