飞行试验航路规划方法研究与实现

光电系统挂飞试验对飞行航路有较高要求,一条能够满足试验各项约束的航路是试验按计划完成的前提。针对该问题,提出了一种基于可见性图的航路搜索空间构造方法;使用Dijkstra算法计算顺序两目标点间的折线路径;使用遗传算法计算代价最小的目标观测顺序;在得到的折线路径上计算得到满足最小转弯半径约束的航路。计算结果表明,这种航路算法能够有效规划出满足挂飞试验多约束条件的航路。     

机载测量雷达航路规划分析

在巡航导弹试验时,为了保证机载雷达测量数据的连续性,需要对飞机航路进行规划,来保证被探测目标处于雷达威力范围内且不出现盲速;基于数字阵列雷达体制,采用进化算法对载机航路进行规划,本研究着重解决机载共形天线由于平台,导致测量雷达方位角范围减少而对测量雷达的约束限制,采用不同的代价函数对载机的航路进行优化,并统计对比了数字阵列(DAM)和模拟阵列(SAM)两种体制盲速时间。     

无人机航路自动规划优化方法研究与仿真

研究无人机航路规划的优化问题。无人机飞行的环境较为复杂,当外界环境较为复杂的情况下,选取的路径突变性强。频繁更改路径会造成路径计算模型出现粗规划过程,传统的路径规划方法在飞行航行频繁变化、模型出现粗规划时,模型很难收敛,路径规划结果不能达到最优,造成路径选取不准确。为解决上述问题,提出一直用于无人机最优路径计算的蜂群算法,设计了航路编码方案及随机化的初始航路生成算法,保证了算法的全局性;采用锦标赛算法实现选择过程,并提出了三种跟随蜂邻域搜索算法,提高了算法的收敛性,克服粗规划的弊端。仿真结果验证了对无人机路径规划带来极大改善。     

飞机起飞调运航路规划方法研究

针对飞机从停机位到起飞位的调运航路规划问题,为了规划最优航路,首先采用栅格法建立了飞行场地和飞机的简化模型,根据飞行场地的飞机布列位置,应用蚁群优化算法,规划出所有飞机从停机位到不同的起飞位的调运航路;针对飞机运动时的转角约束条件,利用B样条对规划出的调运航路进行平滑处理。经仿真生成了安全、可行的最短调运航路。仿真结果表明,将蚁群算法和B样条相结合应用于飞机调运航路规划,可以满足飞机运动的约束条件且规划出的结果优化。     

无人机群航路规划定量验证方法研究

无人机群航路规划是实现无人机群对目标协同搜索的关键,针对无人机群航路规划的优化、解算问题,提出了一种针对无人机群航路规划的定量验证方法,该方法运用概率迁移系统与随机多主体博弈模型构建了无人机群航路时空系统模型,使用概率空间时态逻辑对无人机群航路规划的质量指标进行了描述,通过自动验证算法实现质量指标的验证。该方法可实现对无人机群航路规划的建模、分析工作,完成对无人机群航路规划在任务完成度、飞行安全度和性能发挥度这3个方面质量指标的计算,为确定无人机群的较优航路提供理论依据。     

基于CUDA的三维数据场航路规划方法

针对数据量庞大、复杂的三维数据场环境下航路规划速度偏低的问题,提出一种基于统一计算设备架构（CUDA）的三维数据场航路规划方法。该方法以三维水下声场为威胁模型,水下航行的潜艇为背景,运用CUDA对大规模数据场环境下对航路进行规划,对可并行计算部分与CUDA进行计算,仿真结果证明该方法可以提高规划速率、优化初始航路。     

基于航路点搜索法的军用飞行器航路规划

为提高军用飞行器航路规划的效率和对威胁体的适应性,提出一种基于几何原理的、步进搜索的新航路规划方法:航路点搜索法。对禁飞区、雷达和防空武器、高山等地形障碍物进行建模,推导出航路规划时的代价函数。介绍在规划空间内如何选取航路点、使用航路点搜索法在获得的航路点中进行筛选,从而生成航路的过程和原则,并根据代价函数对规划出的航路进行寻优。通过算例对航路点搜索法进行仿真验证,结果表明,该方法简单有效,收敛性好,对威胁体的类型和数量不敏感,具有一定的工程应用价值。     

基于遗传算法的无人机航路规划优化研究

研究无人机航路规划优化问题,为了提高无人机航路规划效率和精度,传统的遗传算法易陷入局部最优、收敛速度慢导致无人机航路规划效率低、寻优精度较差等问题.为解决上述问题,提出了一种基于改进遗传算法的无人机航路规划方法.改进算法前期采用了保优选择策略和改进编码方案对无人机航路进行优化,加快了搜索速度、提高规划效率,使之适应大规模威胁问题求解;后期结合无人机特点,改进交叉和变异算子,通过改进使得每轮搜索后每-软的最优航路能更好地反映求解的质量,有效地加快了收敛,保持了稳定性.最后用改进的遗传算法对无人机航路规划进行了仿真.实验结果表明,方法避免了陷入局部最优、收敛速度加快、寻优精度提高,并缩短了搜索时间,航路规划效率明显提高.提出的算法可以引申应用于类似情况下的路线规划问题,具有-定的推广意义.     

基于遗传算法的飞行航路规划

飞行航路规划是一个大范围多目标多约束的三维规划问题。遗传算法是一种求解复杂问题的通用方法,该文在遗传算法中加入了飞行航路规划的相关知识来求解问题。首先,根据飞行航路规划中导航点属性复杂的特点,扩充导航点的模型,并在此基础上采用导航点链表形式的自由编码。第二,为加速规划的进程,同时保证充分的随机性和广泛性,初始群体构造采用端点启发初始化方法。第三,适应度函数由惩罚函数和代价函数组合计算,其中惩罚函数对应问题的约束条件,而代价函数对应问题的目标。第四,采用启发式交叉和启发式变异。最后,通过剖面优化操作实现高度维上的调整。仿真结果证明这是适于所研究问题的有效方法。     

无人机航路规划环境模型研究

通过威胁信息的分层转化,利用信息融合原理构造无人机航路规划的环境模型。在对原始数字地图二维三次插值处理的基础上,分别针对无人机的最大爬升坡度、最小离地间隙以及纵向转弯曲率约束进行了数字地形的调整。分别对探测威胁和火力威胁进行分析,以雷达发现概率、水平距离以及遮蔽影响因素构造探测威胁转化模型,以击落概率和导弹最大作用半径构造火力威胁转换模型,以地形因素的形式融入预处理后的数字地图中,经相关约束调整构造出无人机航路规划环境模型。     

基于概率分析进化算法的飞行航迹规划

在分析传统进化算法解决飞行航迹规划问题缺点的基础上,提出了一种高阶概率分析进化算法-多变量贝叶斯优化算法,用于解决飞行器航迹规划问题。其主要特点是用多变量染色体构造贝叶斯网络,通过设计一个多变量K2评价方法评价得到的贝叶斯网络的优劣。仿真结果验证了算法的有效性。     

基于伪谱法的自主泊车路径规划方法

目前对泊车方法的相关研究仅适用于平行泊车和垂直泊车中的一种泊车场景。为此,提出通用性的自主泊车路径规划方法。该方法融合车辆运动学约束和路径约束,以泊车时间为性能指标,建立泊车路径规划最优控制问题的数学模型。使用伪谱法求解该最优控制问题,并以细化网格的方式保证所得解符合路径约束,得到无碰撞可行泊车路径。利用该方法可同时求解平行泊车和垂直泊车两种场景的路径规划,仿真实验和实车实验验证了该方法的通用性和可行性。     

基于栅格法-模拟退火法的机器人路径规划

路径规划是机器人技术中的重要组成部分,分全局路径规划和局部路径规划。本文将栅格法与模拟退火法结合,采用栅格法表示环境信息。局部路径规划主要基于模拟退火法,使路径跳出局部极小点,到达目标位置。     

一种新基于混沌优化算法的机器人路径规划方法

提出了一种基于混沌优化算法的机器人路径规划方法,即混沌人工势场法，该方法能够在动态环境下实时、有效地产生避碰局部最优路径,避免了传统人工势场法容易陷入局部最优和在比较靠近的两个障碍物之间找不到通道的缺陷.仿真试验表明:提出的方法具有较强的路径规划能力，克服了传统人工势场法的缺点,具有较强的实用性.     

一种改进PSO的室内机器人路径规划方法

针对室内空间局限性造成的移动机器人路径规划难度提升问题,文章分析了机器人室内移动中转弯、启停等运动特征,为获得最优规划路径引入了粒子群算法(particle swarm optimization, PSO),同时为改善经典算法中收敛度低,易早熟等问题,首先使用收敛因子、线性递减、非线性凹函数、随机分布方式等对PSO惯性权重的选取进行了讨论,并结合三次样条插值方法、选取罚函数作为适应度函数等对PSO进行了算法改进,最后,以实验室作为室内环境背景进行了仿真实验,并与经典的PSO路径规划方法进行了对比,实验结果表明,文章中改进的PSO路径规划方法精度高于经典PSO方法5%,平均寻优时间比经典PSO的少5s左右,能够有效的提高规划路径的平滑度,对于室内环境中机器人路径规划具有良好的实时性和有效性。     

基于几何法的无人机航迹规划

针对无人机的三维航迹规划问题,提出了一种基于几何法的航迹规划算法.通过对无人机飞行航迹的分析,将无人机航迹看作是由一系列直线、圆弧和螺旋线的有序组成.研究了无人机最大过载系数、最大平飞速度、升限等性能与航迹可行性的关系,得出生成最优航迹的限定条件.讨论了几何法无人机航迹规划的步骤.按照几何原理对无人机航迹进行了规划,将无人战斗机的机动性能在航迹中充分体现出来.计算机仿真结果表明用几何法规划的航迹具有较好的适用性.     

基于栅格法的移动机器人路径规划研究

文章简要阐述了基于栅格法的移动机器人路径规划算法问题,并利用C Buidler软件开发的仿真平台对该问题进行了仿真,仿真结果说明了该算法的有效性和实用性.     

Level Set方法求解机器人路径规划的探讨

移动机器人路径规划是机器人学的一个最基本也是最复杂的问题,路径规划的主要方法有势能方法、单元分解方法、神经网络(NN)等。水平集(level set)方法已经广泛应用于图像处理和计算机图形学领域,因为其具有能够处理拓扑改变、数值稳定性好和独立于参数化的优势。为了探讨Level set方法在求解机器人路径规划中的应用,在介绍水平集法的基本思想和相关技术,以及路径规划的求解方法等的基础上,引入路径规划问题的隐式主动轮廊模型,即水平集模型,并采用快速推进方法(FMM)求解此模型方程,进而给出了路径规划模型的计算结果及其可视化界面,并且与经典势能法的计算结果进行了比较。理论和计算结果证明,Level set方法求解机器人路径规划是可行和有效的,从而为机器人路径规划研究提供了新的思路和方法。     

基于人工势场法与入侵杂草法路径规划研究

针对移动机器人路径规划研究中,移动机器人路径规划易陷入局部极小值,缺乏全局指导性及路径规划效率不高,甚至目的地不可达的问题,这里给出相应的研究方法。通过合理布局超声波探头位置,利用改进人工势场法进行移动机器人的路径规划;对移动机器人陷入局部极小值点的问题,采用入侵杂草算法在全局内有指导性的产生最优子目的地,并根据子目的地重新分配空间内的引力势,引导移动机器人摆脱"陷阱"。Matlab仿真实验表明,本文提出的路径规划算法不仅在一般环境中,而且在相对复杂的环也能引导陷入局部极小值点的移动机准确、安全到达指定目的地。为此算法主要参数选取匹配合理时,可对路径进行优化。该算法在解决局部极小值点的问题具有较高全局指导性。     

基于势场法的移动机器人避障路径规划

针对势场法所固有的几个缺陷,提出了一种基于势场法的移动机器人避障路径规划算法,并成功应用于未知复杂环境下移动机器人的路径规划中。仿真试验表明:提出的方法具有较强的路径规划能力,克服了传统势场法的缺点,具有较强的实用性。