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.     

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.     

二叉决策图在逻辑综合中的应用

二叉决策图(BDDs)是布尔函数的一个表示方法,最近它被广泛应用于逻辑综合、布尔电路的模拟和测试等领域.在这些应用中,有些基本问题需要解决,其中包括电路图到决策图的转换.本文提出一个转换的方法.文中分两步叙述,首先是对无扇出电路的转换,然后是对有扇出电路的转换,最后把两者结合为一个通用算法.     

基于二叉决策图的网络可达性计算

针对现有攻击图生成方法中普遍通过网络扫描获得网络可达性信息存在信息不完整、耗时长、产生网络干扰等不足,提出一种基于二叉决策图的网络可达性计算方法。该方法利用二叉决策图建模防火墙规则,通过高效的集合运算计算网络可达性。真实环境检测和模拟实验均表明该方法具有精确、耗时短、无网络干扰等优点,适用于大规模网络可达性的计算,推动了攻击图在大规模网络中的应用。     

基于有序路径集的边界表示模型搜索方法

针对传统图匹配方法的复杂性和图序列化技术对图拓扑结构的敏感性,提出一种基于有序路径集相似性的边界表示模型搜索方法.首先根据模型表面属性将其分类并排序,然后以模型表面作为路径结点分别提取模型的同类表面有序路径集、异类表面有序路径集作为模型的线性表达形式;在此基础上,提出一种基于有序路径间距离的边界表示模型距离度量方法,通过逐级计算有序路径间的距离、有序路径集间的距离,得到模型间的距离.模型搜索实验的结果表明,文中方法对模型拓扑结构的变化具有一定的鲁棒性,搜索精度高于已有方法,同时在线匹配时间具有多项式级的时间复杂度.     

基于两层编码遗传算法的机器人路径规划

讨论了在障碍物已知的二维环境里,在两上已知点之间寻找最短欧氏路径的问题,用了一种基于遗传算法的新的空间分割的方法,在遗传算法中,提出了一种新的编码方法－两层编码,这种编码来源于分子数量遗传学中的遗传机制,它能够大大夺强编码的表达能力,这种方法的核心就在于通过中间层编码来降低搜索的复杂度。     

基于三维环境模型的启发式路径规划算法

针对多自由度机器人手臂在未知环境中实时避障的问题,提出了一种基于环境信息的连杆机器人实时路径规划方法。采用笛卡尔空间内的障碍物检测信息建立了障碍物的空间模型,并依据该模型设计一种基于启发式规则的机器人路径规划算法。该算法不断猜测和修正路径,通过模糊推理得到下一位姿点,通过曲线拟合得到到达该位姿点的路径。在Matlab下利用机器人工具箱建立了PUMA560型机器人的运动学模型,并在运动空间设置障碍物,对该算法进行仿真分析,分析结果说明所提出的路径规划算法可以在较短时间内完成避障运动,具有较好的实时性,同时运动关节的角度变化曲线比较平滑,运动中冲击力较小,这些特点使其便于在实际工程中使用。     

基于部分可观马氏决策的AUV全局路径规划

自治式水下机器人在复杂海洋环境航行时要求寻找一条从给定起始点到终止点的较优的运动路径,安全、无碰撞地绕过所有的障碍物.提出了一种基于部分可观察马尔可夫决策过程,并结合预测障碍物运动的全局路径规划新方法; 给出了部分可观马尔可夫决策的数学模型;建立了树状的分层部分可观马尔可夫决策模型,并在路径规划中应用;提出了短期预测和长期预测两种针对水下障碍物运动轨迹预测的方法;最后通过仿真实验对AUV的全局路径规划能力进行了仿真验证,为今后的实艇试验打下了很好的基础.     

基于蚁群算法的机器人路径规划

用栅格模型表示工作环境,确定机器人运动起始结点和目标结点后,对工作环境进行分析,选取起始点与目标点之间连线附近的若干栅格,以被选取栅格为关键点,采用蚁群算法分别计算关键点与起始点和目标节点之间的最短路径,求取全局最短路径。仿真验证,该方法简单有效。     

空中机器人路径规划算法研究

空中机器人能够在枯燥的任务领域、恶劣及危险的环境任务领域不需人为干预地完成指定任务,近年来在军 事和民用两个方面得到越来越广泛应用。本文根据战场上各种威胁的分布情况,构建了Voronoi 图,结合不同威胁的具体信 息,计算Voronoi 图中路径段的代价,最后通过计算和修正,得出了空中机器人的飞行最优路径。     

基于近似Voronoi图的移动机器人实时路径规划

运用Voronoi图理论及人工势场理论,研究了一种基于近似Voronoi图的移动机器人实时路径规划的方法,用来实现未知室内环境中移动机器人的自主导航。该方法朝向预先定义的目标点位置来探测室内环境,生成近似Voronoi图,同时利用人工势场法进行避障,生成一条能达到目标点的安全、光滑路径。仿真结果表明,该方法简单且易于实现,同时能够减少规划时间。     

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。     

基于路径预测的机器人足球路径规划

针对常用的机器人路径规划算法过于复杂并且在每个运动周期都计算路径的问题,提出了一种结合路径预测的路径最优算法.充分利用预测结果减少每周期的路径规划时间;用微量调整动态控制机器人左右轮速度,并充分利用折线路径的短距离优势,为避障机器人创建一条最短路径;以基于周期性预测在同个时间轴上的相交作为碰撞信号,来减少每个周期的重复性计算时间.实验结果表明,该方法能大大提高机器人路径规划的速度,降低不同周期上路径规划结果不一致导致的运动震荡.     

基于多用户决策效用的侦察无人机路径规划算法

战场用户决策的效用受限于决策的时机性和正确性,无人机为多个用户提供协同侦察服务时,减少侦察时间有助于用户更快获取决策需要的信息以提高决策时机性,延长侦察时间则能够获取更多有价值的信息,提高决策的正确性.为了权衡无人机侦察时间与侦察信息价值并提高多用户决策的总效用,提出了基于侦察任务时间、用户获取信息价值以及各用户权重的多用户决策效用模型,将多用户决策效用最大化问题建模为带约束的无人机路径规划问题.提出了一种基于性价比贪婪思想与路径收益动态监测机制的路径规划算法求解路径问题.对所提算法和对比算法在不同目标数量下的任务时间、信息价值及效用指标进行分析,结果表明,在不同规模的侦察目标下,所提算法与基于单一指标带时间约束的贪婪算法相比能够实现更高的多用户决策效用.     

动态环境下基于蚁群算法的实时路径规划方法*

提出了一种实现移动机器人在复杂动态环境下进行实时路径规划的新方法。该方法首先利用模糊逻辑来描述机器人局部环境模型;然后采用改进的蚁群系统算法快速地搜索出局部最优路径,并在此路径的引导下,结合机器人滚动规划方法,实现移动机器人在复杂动态环境下的实时路径规划。该方法不仅能克服传感器测量误差等引起环境信息的模糊性和不确定性的影响,还可以充分发挥蚁群算法的群体智能优势来保证系统规划的实时性。仿真结果表明该算法的有效性和可行性。     

越野环境建模与动态路径规划

针对越野环境下移动机器人的导航与控制问题，提出了一种越野环境下环境建模与动态路径规划方法。该方法能够针对地形的数字高程模型，在综合考虑机器人的性能约束和地形特征等因素的基础上有效地实现越野环境的建模；在此基础上的路径规划采用全局信息与局部信息、前期规划结果与当前规划相结合的方法，满足了越野环境下动态路径规划的要求。实验结果表明，该方法能够很好地适应各种复杂的越野环境。     

利用Voronoi图与GIS规划三维飞行航迹

针对飞行器三维航迹规划问题展开研究,通过引进地理信息系统(GIS)的方法对地形图数字化和插值得到三维地形数据;利用Matlab构造Voronoi图计算出初步水平航迹,采用ArcGIS软件获取水平航迹对应的高程值(垂直航迹);再由坡度限制平滑算法,曲率限制平滑算法对垂直航迹进行法向加速度和曲率的约束求取最优飞行的路线,显示出规划的三维航迹及地形;并在突发威胁发生的情况,进行了路径的重规划.仿真结果表明,该方法能够快速规划出合理的航迹并满足实时性要求.     

基于正反馈遗传算法的机器人全局路径规划

应用遗传算法进行机器人全局路径规划,针对该算法,目前常用的建模方法均存在一定缺陷,如链接图法过程复杂,栅格法栅格粒度难以控制,且随栅格数增加,算法复杂度急剧增加等等。论文采用了一种新颖的建模方法,该方法根据机器人出发点、目标点的位置建立起新的坐标空间,染色体各基因位于机器人出发点及目标点连线的各等分点垂线上,这样,可行解的基因可以单值表示,使算法简化。算法还借鉴蚁群算法思想,在交叉、变异算子中引入了正反馈机制,以提高算法的收敛速度。仿真试验显示了在复杂的环境中机器人仍能够以较快的速度找到一条最优路径。     

基于粒子滤波的一种全局路径规划方法

提出一种基于粒子滤波的全局路径规划方法, 以多段Ferguson样条曲线表示路径确保所得路径光滑且一阶连续. 将最优路径视为真实状态, 将其他路径视为受噪声污染的状态, 从而将最优路径的搜索过程视为状态空间中对真实状态的滤波过程. 以粒子滤波算法依据路径评价函数对状态空间实施滤波获得最优路径, 仿真结果表明该方法实现简单、收敛迅速、且所得到路径光滑, 易于为机器人直接采用.     

基于二分搜索的牛耕式全覆盖规划算法研究

针对栅格环境下存在任意形状的静态障碍物问题,提出了结合二分搜索法的牛耕式全覆盖路径规划算法,该算法可以加速寻找下一个未覆盖空间的初始位置,提高了覆盖的效率。对该算法在多种室内环境中进行仿真,仿真结果表明该算法切实可行。另外,通过与其他全覆盖算法进行对比,结果表明该方法能有效地降低重复覆盖率。