基于轨迹安全性评价的免疫遗传路径规划算法

针对移动机器人栅格路径规划中安全轨迹规划、局部极小点问题,提出了一种基于轨迹安全性评价的免疫遗传路径规划算法.通过将人工势场(APF)模型与轨迹安全性评价相结合,提出利用斥力场强度评估轨迹安全性,建立基于轨迹安全性、行驶代价评估的适应度函数,利用免疫遗传算法对APF模型中的势力场参数进行自适应优化估计.通过将参数变化控制在一个合理的区间,有效避免局部极小情况的发生,同时提高了路径的安全性.算法的有效性通过仿真实验得到了验证.     

基于贝塞尔曲线的智能汽车避障轨迹规划方法研究

开展了一种基于贝塞尔曲线的智能汽车避障局部轨迹规划,即路径规划和速度规划方法研究。路径规划时,为了适应各种形状道路,将道路笛卡尔坐标转换为Frénet坐标,以路径的长度、曲率和连续性,以及车辆碰撞风险为代价函数,其中引入危险势场理论,描述车辆碰撞风险,并采用序列二次规划方法来求解路径规划这一非线性优化问题;速度规划时,以行车效率和舒适性为目标,实现速度规划,该方法可以通过调整各子目标函数的权重来满足不同驾驶需求。为了验证基于贝塞尔曲线轨迹规划算法的有效性,设计了直道和弯道上静态和动态避障场景的仿真实验,结果表明,提出的轨迹规划方法能够在各种形状道路上完成避障任务,且避障过程中车辆状态变化平稳,能够保证乘坐舒适性。     

智能汽车换道控制算法的仿真研究

针对传统智能车辆跟随轨迹控制方法所存在的延迟反应问题,基于预瞄一跟随理论建立了智能车辆换道过中的轨迹跟随运动模型,提出了智能车辆换道过程中的控制算法.在PreScan和matlab/simulink的联合仿真环境下,实现了智能车辆换道过程中轨迹跟随控制,并进行了36km/h、72km/h和108km/h速度下的仿真验证.仿真结果表明,仿真轨迹与实测换道轨迹走势接近且重合度较高.     

基于蚁群-势场算法的折弯机器人随动轨迹规划

为提高折弯机器人随动轨迹规划的编程效率和光滑性,提出了一种将蚁群算法和改进人工势场算法相结合而成的混合轨迹规划方法。首先,利用蚁群算法规划出一条初始路径,并根据该路径上的节点,生成轨迹的方向引导向量。然后,利用该向量引导人工势场法中的引力势场和斥力势场,进而得到一条光滑、平缓、稳定的折弯随动轨迹。最后,与传统几何解算进行仿真对比表明,该方法生产的轨迹具有更高的光滑性和平稳性。     

基于改进人工势场的AGV路径规划算法

在老旧仓库中使用传统人工势场算法进行路径规划时, 原本出现频率极低的与远目标端障碍物相撞、目标点不可达、局部极小值等缺陷出现的频率极大提高. 为提升人工势场算法寻径的成功率, 本文提出了改进人工势场算法, 对上述3种缺陷进行了修正, 并使用Matlab模拟仿真验证了算法的有效性. 在改进人工势场算法中, 通过对引力与斥...     

基于蚁群算法的移动机器人路径规划

研究移动机器人在已知静态环境下路径规划问题,在避障环境下寻求最优路径.针对蚁群算法搜索时间长、易陷入局部最优等缺陷,导致实时处理困难,且路径准确度低、可跟踪性差不能直接用于机器人.为解决上述问题,首先提取环境的平面几何信息,建立了简单有效地搜索模型.可通过引入终点距离与方向的启发函数、阶梯式伪随机的结点转移规则,引导蚁群有目的的进行搜索;改进信息素更新策略,利用一种奖惩机制以增强蚁群对尽可能好的解的识别能力.并考虑障碍物对路径的影响,运用人工势场法对全局最优路径的结点进行平滑.进行仿真的结果表明,提高了路径的安全性和可跟踪性.证明了改进方法可以有效地找出最优可行路径.     

基于人工势场算法和RRT算法的多无人机路径规划

为了解决在城市和山区复杂环境中的多无人机任务分配及路径规划问题,提出了一种基于人工势场算法和RRT融合算法的多无人机协同路径规划方法。基于人工势场算法基础优化斥力函数,加入机间斥力因子,实现了协同避撞。引入RRT算法进行拓展搜索,解决了无人机陷入局部极值点时单一人工势场算法目标不可达的问题。通过三维路径规划仿真实验和算法对比实验验证该方法的可行性,结果表明,融合路径规划算法可以在约束条件下找到全局最优路径。     

基于改进蚁群算法的机器人路径规划研究

机器人自主移动导航是近年来研究的热点.针对蚁群优化(ACO)算法存在收敛速度慢以及易陷入局部最优的问题,提出了一种改进的ACO算法来解决机器人路径规划问题.上述算法将改进的人工势场(APF)算法和蚁群算法相结合,采用改进APF算法进行初始地图规划,减少了ACO算法初始规划的盲目性.算法利用A*算法的评估函数以及路径转折...     

基于多项式的智能车辆换道轨迹规划

以智能车辆换道过程为研究对象,提出一种基于多项式理论的车辆换道轨迹规划算法。该算法采用矩形对换道车辆及障碍车辆进行包裹,结合换道车辆的边界条件由以时间为参数的多项式计算得到换道轨迹。由该算法生成的换道轨迹符合四段式车道变换模型,并适用于复杂道路环境。新算法将复杂道路环境中期望换道轨迹的求取问题转换为单一参数求取问题,简化了计算,同时考虑了车辆动力学限制对生成轨迹的影响。计算机仿真验证了算法的正确性及有效性,尤其是在复杂路面情况下体现了该换道轨迹规划算法的优势。     

基于改进蚁群算法的机器人路径规划算法

针对机器人路径规划中,传统蚁群算法收敛速度慢、易陷入局部最优解等问题,提出了一种移动机器人路径规划的改进蚁群优化(ACO)算法。用栅格法建立环境模型,并基于人工势场建立启发信息素矩阵,降低了蚂蚁在初始阶段搜索的盲目性;引入激励函数,降低搜索过程中的死锁现象;改进信息素的更新机制,增强了优秀蚂蚁对全局路径规划的影响。仿真结果表明:改进后蚁群算法的机器人路径规划算法加快了收敛速度,具有较强的鲁棒性和全局寻优能力。     

基于光流法的快速车道线识别算法研究

为提取无人驾驶车前方车道线信息,提出一种使用光流法的快速车道线识别算法。首先,根据连续视频帧之间的时间相关性,运用光流法检测车辆前方背景的相对移动。然后,利用车辆背景中特征点的移动方向和距离,对本帧图像中车道线的位置进行粗略定位,从而缩小本帧图像中车道线的检测区域,加速车道线识别算法。最后,通过对车道线像素点的处理,给出车道线类型信息。该算法提升了车道线检测算法的效率,降低了复合算子车道线检测算法的时间复杂度。在720*480像素下,算法实现了13.5Hz的处理速度,相较仅使用复合算子的处理算法提升了39.6%的处理速度,且算法检测效果良好。实车实验证明了算法的有效性和实时性。     

基于车辆平均轨迹的车道提取方法

针对视频中噪声点难以消除和路面背景难以提取的问题,提出一种基于车辆平均轨迹的车道提取方法。对视频中的车辆进行跟踪,得到它们在每一帧中的位置,将这些位置中心点根据算法拟合成一条平均轨迹。从视频帧中选择出合适的一帧作为背景图,对背景图进行形态学处理以消除天空及两边景物等干扰较大的噪声点,并通过进一步处理得到二值化的背景图。将平均轨迹与二值化图进行匹配,提取出车道。实验结果表明,该方法适用于多种道路且不易受到噪声点的干扰,成功率较高并具有较强的灵活性和适应性。     

基于A*算法的无人机跟踪目标的航迹规划

针对无人机跟踪目标的航迹规划问题,文章提出了一种双评估函数的改进A*算法;首先,根据无人机在跟踪目标时的飞行特点提出了航迹规划策略,并结合无人机的油耗、航迹长短和机动性能等约束条件来设计中间目标点的评估函数和航迹片段的评估函数;之后,采用加权法对A*算法进行改进,以使航迹的优化与时间耗费之间找到平衡点;同时,改进在Open表中插入与删除节点的方式,提高计算效率;最后,通过对跟踪航迹的仿真,表明该算法可以快速、有效地为无人机在跟踪目标时规划出优化的航迹.     

无人车辆轨迹规划与跟踪控制的统一建模方法

无人车辆的轨迹规划与跟踪控制是实现自动驾驶的关键.轨迹规划与跟踪控制一般分为两个部分,即先根据车辆周边环境信息以及自车运动状态信息规划出参考轨迹,再依此轨迹来调节车辆纵横向输出以实现跟随控制.本文通过对无人车辆的轨迹规划与跟踪进行统一建模,基于行车环境势场建模与车辆动力学建模,利用模型预测控制中的优化算法来选择人工势场定义下的局部轨迹,生成最优的参考轨迹,并在实现轨迹规划的同时进行跟踪控制.通过CarSim与MATLAB/Simulink的联合仿真实验表明,该方法可在多种场景下实现无人车辆的动态避障.     

基于改进RRT算法的无人车路径规划

针对无人车在复杂环境中进行全局路径规划时存在的盲目搜索、节点冗余、路径不光滑及不安全等问题,提出一种基于快速扩展随机树(RRT,rapidly-exploring random tree)的综合改进路径规划算法;首先引入目标动态概率采样策略和人工势场引导随机树扩展机制;其次根据汽车运动学模型,对规划的路径进行转角约束和碰撞检测,保证路径的安全性;然后引入Reeds-Sheep曲线用于直接与目标位姿进行连接,避免多余的位姿调整;最后对路径进行剪枝和平滑处理,得到一条更短更光滑的路径;在实验部分,针对不同仿真环境,以规划时间、路径长度和节点数目作为评价指标,对比了RRT算法、RRT*算法和文章算法的路径规划效果;实验结果显示,文章算法相比于RRT算法和RRT*算法,节点数目分别减少了58.94%和85.22%,规划时间分别缩短了61.20%和79.23%,且路径长度相比于RRT算法缩短了17.26%,并和RRT*算法规划的最优路径长度相近。     

基于改进蚁群算法的机器人轨迹规划

为优化机器人末端执行器的工作轨迹,提高工作效率,减少能量损耗,建立了以运动时间和路径最短、冲击最小为目标的优化模型。在传统蚁群算法的基础上,引入带方向信息的全局启发因子来提高最优路径的搜索效率,并利用蚂蚁的死亡机制和惩罚函数来避免遇到陷阱时形成的路径死锁情况。测试结果表明,改进后的蚁群算法收敛速度更快,能够在较短时间内规划出满足条件的最优路径。     

基于焊接机器人的实时轨迹插补算法

提出了一种实现焊接机器人实时轨迹插补的规划算法。该算法既能满足时间上的实时性,又能够在完成机器人当前轨迹插补的同时,实现在线调整插补参数,改变机器人当前插补方程,从而改变机器人运动轨迹与状态。而对于不同插补类型,只要找准对应线长的表示,不需要对算法本身进行修改,就可以完成相应的轨迹插补。该算法应用于“昆山一号”焊接机器人中,表明其满足焊接实时性和可调速性要求。     

Trajectory planning and yaw rate tracking control for lane changing of intelligent vehicle on curved road

The lateral control for lane changing of intelligent vehicle on curved road in automatic highway systems was studied. Based on trapezoidal acceleration profile, considering the curvature difference between starting lane and target lane, a new virtual trajectory planning method for lane changing on curved road was presented, and the calculating formulas for ideal states of vehicle in the inertial coordinate system during a lane changing maneuver were established. Applying the predetermined trajectory, the re...