基于有序二叉决策图的装配序列符号表示方法

通过建立装配状态的二进制编码和装配操作的布尔特征函数,给出了装配序列描述的有序二叉决策图(OBDD)方法;建立了从装配序列的与或图模型到OBDD模型的转换规则;并对装配序列表示的与或图模型和OBDD模型进行了存储效率比较.实验结果表明:OBDD方法具有较好的存储性能,可以改善复杂装配体的装配序列表示的存储效率,适合于复杂装配体的可行装配序列的描述.     

装配序列规划问题的CSP模型及其符号OBDD求解技术

完全、正确的可行装配序列的表示和生成是装配序列评价、优化和选择的前提,为此建立了单调非线性装配意义下的可行装配序列规划问题的约束满足问题(CSP)模型,并给出了基于有序二叉决策图(OBDD)的符号求解算法.首先以装配联接图和移动向量函数为装配体模型,给出了装配联接图模型的共享二叉决策图(SBDD)表示、移动向量函数的OBDD表示,以及装配序列规划问题的CSP描述;然后将生成所有可行装配序列的问题转化为对CSP求解所有可能解的问题,利用回溯算法对CSP问题进行符号OBDD求解,得到了满足几何可行性约束的所有可行装配序列.最后通过装配体实验验证了基于CSP模型和OBDD推理的装配序列生成技术的正确性和可行性.     

产生式知识的有序二叉决策图表示及其推理

为了更完整地表示产生式规则构成的知识库及更有效地进行知识推理,给出了基于有序二叉决策图OBDD(Ordered Binary Decision Diagram)的产生式知识表示模型.在此基础上实现了基于OBDD的知识推理规则及相关算法,并结合实例对OBDD模型及其推理规则的可行性进行了分析.     

基于OBDD的灰度图像无损压缩算法

提出一种基于有序决策二叉图(OBDD)的灰度图像无损压缩算法,该算法将灰度图像划分成独立的位平面,利用二值图像的开关性,用OBDD模型来表征位平面,然后对OBDD进行有效的编码,最后用算术编码压缩进一步减少冗余.实验结果表明,本算法的压缩比优于WinZIP.     

装配几何可行性判别的符号OBDD技术研究

采用了有序二叉决策图(OBDD)描述装配几何可行性,给出了装配操作及其几何可行性的符号表示,设计了装配操作几何可行性的符号OBDD判别算法,给出了装配几何可行性的研究实例,开发了装配的原型系统以支持装配规划,原型系统运行结果表明符号OBDD技术用于装配几何可行性判别的有效性。     

基于OBDD的拆卸几何可行性判别方法研究

在基于割集的拆卸序列生成算法中,对拆卸操作的几何可行性进行判别是频繁的操作.引进有序二叉决策图OBDD合理表示拆卸约束,设计了基于OBDD的几何可行性判别算法,比较了基于OBDD的判别算法与基于移动函数的判别算法的时间复杂度,结果表明基于OBDD的几何可行性判别算法比基于移动函数的判别算法具有更高的判别效率.     

同一变量排序下的多OBDD合并算法

有序决策图（OBDD）是一种用于表示布尔表达式的数据结构,并在许多领域得到了广泛应用。在分布式或者动态环境下,利用已知布尔表达式的OBDD构造目标布尔表达式的OBDD是一个决定实际问题解决效率的关键问题。基于Shannon分解原理提出了一个同一变量排序下的OBDD合并算法。该算法首先建立目标布尔表达式的表存储模型,然后按照变量排序的逆序,依次处理各个变量,并且合并取值相同的行,直到所有变量处理完毕。     

基于OBDD的描述逻辑εL循环术语集推理

循环术语集推理是描述逻辑研究中面临的难点问题,尚未得到很好的解决.有序二叉决策图（ordered binary decision diagram,简称OBDD）是一种对布尔函数进行紧凑表示和高效操作的数据结构,适用于表示和处理大规模问题.将OBDD应用于描述逻辑循环术语集的推理.首先,针对描述逻辑εL中的循环术语集,给出了描述图上关于最大模拟关系的重要性质,并借助集合表示和集合运算对该性质进行了表述和证明.在此基础上,应用布尔函数对描述图进行编码,给出了基于OBDD求解最大模拟关系的方法,进而给出了最大不动点语义下基于OBDD对概念包含关系进行判定的算法;接下来,基于OBDD给出了求解描述图中可以到达循环路径的所有结点的方法,进而给出了最小不动点语义下基于OBDD对概念包含关系进行判定的算法;最后,对算法的正确性、复杂度等进行了分析和证明,并对算法进行了编程实现,给出了关于计算性能的实验结果.该工作为循环术语集的推理提供了一条有效途径,也为OBDD在逻辑推理中的应用提供了新的案例.     

二值图像序列的符号OBDD表征模型的研究

利用有序二叉决策图OBDD对二值图像序列数据进行建模,根据图像序列的帧间相关性,图像序列的OBDD共享了大量结点,节省一定的存储空间,为图像序列的有关处理提供了一个新的数据表示方法。     

应用OBDD和PSL的航迹规划方法研究

航迹规划是决定无人飞行器飞行航迹优劣的关键环节。由于无人飞行器飞行空域广,态势也较复杂,实际规划中常常面临搜索的状态多、收敛时间慢等问题,这成为无人飞行器执行飞行任务的瓶颈,解决的优化策略包括:缩小问题的状态空间以及根据问题的约束条件,在搜索中剪枝。模型检验的经典OBDD(有序二叉决策图)方法是表示状态和状态迁移的高效率的数据结构方法,可以简化状态系统的表示空间;而PSL是一种重要时序逻辑,利用PSL和一阶逻辑描述无人飞行器航迹规划的领域约束,以期在规划中剪枝搜索状态。在使用上述两种优化策略基础上设计了航迹规划搜索算法,并实现了该算法的规划仿真,仿真结果表明该方法是一种有效可行的航迹规划方法。     

改进遗传算法在机器人路径规划中的应用研究

针对静态环境下机器人全局无碰撞的路径规划问题,提出了一种将顶点图像法与遗传算法结合起来的路径规划的方法。利用顶点图像法建立了机器人的路径模型,将候选路径表示为二进制位串的形式。在此路径模型的基础上设计了适应度增量计算法,提高了算法的收敛速度。提出了将差距大的染色体进行配对的改进染色体配对方式,保证了种群的多样性。仿真实验结果验证了该方法的有效性和可行性。     

Planning of collision-free paths for a reconfigurable dual manipulator equipped mobile robot

In this paper, we study the problem of finding a collision-free path for a mobile robot which possesses manipulators. The task of the robot is to carry a polygonal object from a starting point to a destination point in a possibly culttered environment. In most of the existing research on robot path planning, a mobile robot is approximated by a fixed shape, i.e., a circle or a polygon. In our task planner, the robot is allowed to change configurations for avoiding collision. This path planner operates using two algorithms: the collision-free feasible configuration finding algorithm and the collision-free path finding algorithm. The collision-free feasible configuration finding algorithm finds all collision-free feasible configurations for the robot when the position of the carried object is given. The collision-free path finding algorithm generates some candidate paths first and then uses a graph search method to find a collision-free path from all the collision-free feasible configurations along the candidate paths. The proposed algorithms can deal with a cluttered environment and is guaranteed to find a solution if one exists.     

Dynamically-Stable Motion Planning for Humanoid Robots

We present an approach to path planning for humanoid robots that computes dynamically-stable, collision-free trajectories from full-body posture goals. Given a geometric model of the environment and a statically-stable desired posture, we search the configuration space of the robot for a collision-free path that simultaneously satisfies dynamic balance constraints. We adapt existing randomized path planning techniques by imposing balance constraints on incremental search motions in order to maintain the overall dynamic stability of the final path. A dynamics filtering function that constrains the ZMP (zero moment point) trajectory is used as a post-processing step to transform statically-stable, collision-free paths into dynamically-stable, collision-free trajectories for the entire body. Although we have focused our experiments on biped robots with a humanoid shape, the method generally applies to any robot subject to balance constraints (legged or not). The algorithm is presented along with computed examples using both simulated and real humanoid robots.     

利用OBDD编码的快速二值图算法(英文)

对利用有序二元判定图 OBDD 编码二值图像进行了研究,该方法可以节约大量的空间,并在此基础上,提出了各种二值图的算法,包括解码和集合运算(并、交、差、对称差、包含和互补)。实验结果表明这种基于OBDD 编码的方法比现有的二值图编码方法效率更高。     

基于免疫遗传算法的移动机器人全局路径规划

提出了基于免疫遗传算法的静态环境下移动机器人全局路径规划方法。该方法首先建立机器人工作空间中环境信息的神经网络模型,并利用该模型建立机器人免碰撞路径与神经网络输出的关系,将免碰撞要求和路径最优要求融合成免疫遗传算法的一个简单适应度函数。将抗体选择概率表示成一个基于抗体矢量距和抗体浓度的融合函数,同时保证了抗体的多样性和成熟收敛。通过仿真,并与遗传算法相比,性能有很大提高,证明了该全局路径规划方法的正确性和有效性。     

复杂环境移动机器人路径规划的改进蚁群算法

针对蚁群算法易陷入路径死锁的缺点,提出了一种复杂环境下移动机器人路径规划的改进蚁群算法。对机器人环境建立栅格模型,在传统转移规则中引入指向上一节点的数组,增强了算法的逃逸能力;在信息素更新中减去最差蚂蚁释放的信息量,有利于种群的进化。仿真分析了主要参数对算法性能的影响,实验结果表明,该算法在复杂地图中搜索到的路径优于传统算法。     

基于二元联系数集结算子的多准则群决策方法

定义了二元联系数的加性运算法则, 给出了几种新的算术集结算子, 即二元联系数加权算术平均(BCNWAA)算子、二元联系数有序加权平均(BCNOWA) 算子和二元联系数混合集结(BCNHA) 算子, 提出了一种基于二元联系数的准则权重信息不完全确定的群决策方法. 该方法利用BCNWAA算子和BCNHA算子对二元联系数准则值进行集结; 利用二元联系数准则值的方差和准则权重的随机性, 通过构建优化模型确定最优准则权重. 最后, 通过实例分析表明了该方法的可行性和有效性.

     

A new analytical solution to mobile robot trajectory generation in the presence of moving obstacles

The problem of determining a collision-free path for a mobile robot moving in a dynamically changing environment is addressed in this paper. By explicitly considering a kinematic model of the robot, the family of feasible trajectories and their corresponding steering controls are derived in a closed form and are expressed in terms of one adjustable parameter for the purpose of collision avoidance. Then, a new collision-avoidance condition is developed for the dynamically changing environment, which consists of a time criterion and a geometrical criterion, and it has explicit physical meanings in both the transformed space and the original working space. By imposing the avoidance condition, one can determine one (or a class of) collision-free path(s) in a closed form. Such a path meets all boundary conditions, is twice differentiable, and can be updated in real time once a change in the environment is detected. The solvability condition of the problem is explicitly found, and simulations show that the proposed method is effective.     

复杂环境下基于贝叶斯决策的机器人路径规划

提出了一种基于贝叶斯决策的机器人路径规划蚂蚁算法,该算法在路径节点选择方式上采用贝叶斯模型,通过后验概率对候选节点进行评估,解决了用传统蚂蚁算法进行路径规划时容易陷入局部最优的问题。仿真实验表明,机器人应用该算法可在复杂障碍环境下快速规划出一条全局优化避障路径。