多方向无人水面艇路径规划算法

针对海洋环境下无人水面艇路径（USV）规划安全性与平滑性问题,提出一种多方向A^*路径规划算法以获得全局最优路径。首先,结合电子海图生成栅格化环境信息,并根据安全航行距离约束建立USV安全区域模型,在传统A^*算法基础上设计一种带安全距离约束的A^*启发函数来保证生成的路径节点的安全;其次,改进传统A^*算法的八方向搜索模式,提出一种多方向搜索模式来调整生成路径中的冗余点与拐点;最后,采用路径平滑算法对路径拐点进行平滑处理以获得满足实际航行要求的连续平滑路径。在仿真实验中,改进A^*算法规划的路径距离为7 043 m,相较于Dijkstra算法、传统A^*四方向搜索算法和传统A^*八方向搜索算法分别降低了9.7%、26.6%和7.9%。仿真结果表明改进后的多方向A^*搜索算法能够有效减小路径距离,更适用于USV路径规划问题。     

无人水面艇避障路径规划算法综述

根据无人水面艇对环境信息的已知程度,将现有避障路径方法分为全局路径规划和局部路径规划.根据不同的类别探讨典型路径规划算法的优点以及存在的问题,并进行对比分析;描述了相应的改进算法在无人水面艇路径规划方面取得了新的研究成果;展望了对无人水面艇避障路径规划的研究方向.     

基于正六边形建模的无人水面艇路径规划

针对传统A*算法在栅格环境中进行路径规划无约束条件导致的安全隐患以及计算时间较长的问题,提出一种基于正六边形网格建模及改进A*算法的路径规划方法.首先,提取电子海图数据中的海洋环境信息,采用正六边形网格划分建立路径搜索空间的海洋环境模型,使用立方体坐标系对正六边形网格统一编号简化坐标运算;其次,通过引入\"引导量\"对A*...     

基于改进蚁群算法的水面无人艇路径规划

针对水面无人艇路径规划问题,提出一种改进蚁群算法进行求解.该算法建立作用时效不同的局部禁忌表和全局禁忌表,实现对蚂蚁途经栅格的分类存储,在蚂蚁发生障碍死锁和自死锁时分别采取不同的死锁处理策略,从而降低无效蚂蚁产生的概率,提高解的多样性;引入当前蚂蚁所处栅格与终点栅格之间的欧式距离,设计自适应启发函数,以避免蚂蚁路径搜索...     

基于改进A和DWA的无人艇路径规划算法

针对存在动态障碍的复杂海洋环境中无人艇的应用,提出了基于改进A*和DWA的无人艇路径规划算法.在全局路径规划时,基于动态改变步长方法设计了一种改进的快速平滑A*算法,克服了传统A*算法存在的大范围搜索时效率低下、生成路径不平滑等缺点,基于无人艇传感及导航信息,通过在DWA的评价函数中增加路径偏差项,将全局规划与局部规划相结合,实现了动态环境下无人艇的路径规划.仿真实验结果表明,该算法相比传统A*算法,规划的路径平滑,运行效率提升了约30倍,并可以躲避环境中可能存在的动态障碍,确保无人艇安全、高效地到达目标点.     

基于电子海图的水面无人艇全局路径规划研究

为解决水面无人艇全局路径规划问题,提出一种基于电子海图的距离寻优Dijkstra算法。该算法使用动态网格模型,克服了传统Dijkstra算法占用内存大的问题,可以减少规划时间,提高规划精度。仿真结果表明,采用的环境模型表示方法以及路径规划算法可以生成安全、合理的航线。     

改进蚁群算法在无人艇路径规划中的应用

为了更好地完成反潜作战、水面作战等军事任务,水面无人艇需要具备灵活自主的障碍规避能力、适应环境和任务变化的应变能力以及自主有效的路径规划能力。目前,蚁群优化算法经常被引入到无人艇路径规划问题中进行求解,但算法存在易陷入局部最优值、在迭代过程中不易收敛等弊端,此外,随着实际路径规划问题的维数不断增加,蚁群算法在迭代过程中可能陷入停滞状态,导致求解过程被迫中断。为了优化性能,提出一种改进的蚁群算法（BACO算法）,将蚁群算法与贝叶斯网络相结合,并引入最大关联长度参数,根据构建的贝叶斯网络结构对传统的转移概率公式进行改进;同时为了提高算法的收敛性,改变了信息素浓度的更新策略。最后,在三种维度的栅格化地图中进行无人艇路径规划应用的仿真实验,实验结果表明,相较于传统蚁群优化算法,BACO算法具有更好的有效性和更稳定的收敛性。     

改进蚁群算法水面无人艇平滑路径规划

针对水面无人艇的路径规划,首先用仿生学算法对环境障碍物做开运算,提出改进的蚁群算法搜索可行路径得到航路点序列,优化合并没有障碍物的相邻航路点并顺序连接,得到可行且无碰撞风险的全局路径;其次,使用Dubins曲线算法对连接点进行平滑处理,分析其几何特性并找出其不足之处;最后,引入贝塞尔三阶曲线理论对于已经优化过的折线段进行平滑处理,使其在满足最小旋转半径的同时,也满足USV动力学特性,最终得到一条优化可行的路径.仿真结果证明本算法设计的光滑路径在计算复杂度、路径优化等方面都有了较大的提高.     

基于改进Ａ∗＋ＲＤＰ算法的无人艇回坞路径规划方法

针对无人艇（Unmanned Surface Vessel, USV）自动回坞时高效路径规划等任务需求,本文提出了一种基于改进A*算法的无人艇回坞路径规划方法。在传统A*搜索算法基础上增加船艏角度偏差因素和碰撞避免等约束条件,结合拉默-道格拉斯-普克（Ramer-Douglas-Peucker, RDP）算法规划出优化的全局路径。建立航迹最短和推力变化率（Snap）最小的多约束优化模型,推导Snap最优时Bezier曲线构造方法,以满足回坞曲线连续性和运动约束。仿真实验结果表明,相比于传统A*和RRT（Rapidly-exploring Random Tree）算法,本文提出的改进A*+RDP算法规划的路径长度平均缩短了约4%~9%,而且路径规划计算量较低。曲线插值的平滑轨迹满足无人艇的运动学约束,适用于无人艇自动的回坞路径规划任务。     

固定双桨驱动的无人水面艇自主直线路径跟踪系统

针对直流电机驱动固定双桨的无人水面艇,介绍了一种自主直线路径跟踪系统,该系统由岸基监控系统和艇载控制系统组成,具有自主航行和遥控航行两种工作模式,可在自主航行出现危险时切换到遥控模式,保证航行安全。岸基监控系统通过数传电台与艇载控制系统通信,向艇载控制系统发送控制命令,接收并显示其传回的状态信息;艇载控制系统以工控机为主控单元,进行数据采集与解算,与岸基监控系统通信,并为直线路径跟踪控制算法提供程序接口;GPS双天线高精度测向定位系统为直线路径跟踪控制算法提供位置和航向信息,直线路径跟踪控制算法根据距离偏差和航向偏差计算出左右两侧电机电压,进而控制无人水面艇航行。实验分别采用了PID、模糊控制和模糊PID三种控制方法,系统实际水上实验表明,在风力2~3级,晴到多云天气条件下,无人水面艇对目标路径的最大跟踪误差小于0.6 m。     

无人机三维航迹规划方法研究

航迹规划算法是无人机关键技术之一,同时也是任务规划系统（Mission Planning System）核心之一。针对固定目标规划问题,提出一种voronoi图改进算法和动态稀疏A*算法融合的三维航迹规划方法。该方法针对固定威胁目标,通过改进voronoi图规划算法快速求解二维航迹路径,然后在该路径参考下,用动态稀疏A*算法求解符合无人机飞行动力学约束的三维航迹。试验表明,该算法比动态稀疏A*算法规划速度快,并保证了航迹最优性。     

基于邻域拓展的静态路径规划A*算法研究

为了解决传统的A*算法搜索自由度低,规划出的路径长度长且转角大的问题,提出了一种改进的A*算法.改进算法将传统的8邻域搜索拓展到24邻域,并利用引导向量优化邻域数量,提升搜索效率;采用路径平滑算法消除路径中的冗余节点,优化平滑路径.在不同障碍率、不同栅格地图等12种模拟场景下的100次有效实验与真实地图下的20次有效实...     

基于改进遗传算法的无人机路径规划

针对传统遗传算法收敛速度慢、容易陷入局部最优、规划路径不够平滑、代价高等问题,提出了一种基于改进遗传算法的无人机(UAV)路径规划方法,该算法对遗传算法的选择算子、交叉算子和变异算子进行改进,从而规划出平滑、可飞的路径.首先,建立适合UAV田间信息获取的环境模型,并考虑UAV的目标函数与约束条件以建立适合本场景的更为复...     

地下封闭水体内多无人艇协同的视觉定位方法

针对无人艇（USV）在地下封闭水体中卫星定位信号缺失、通信受限、环境光线弱等问题;提出一种地下封闭水体内多USV协同的视觉定位方法。首先;设计一种艇载光源合作标志物;并根据艇身结构与应用场景对标志物结构进行优化;其次;采用单目视觉采集标志物图像;并求取特征点的图像坐标;再次;根据摄像机成像模型;基于合作标志物特征点的空间坐标及其对应的图像坐标之间的关系;通过改进直接线性变换方法求解相邻艇间的相对位置;然后;利用前后艇的摄像机进行艇间对视;并通过最小方差算法;融合根据前后艇摄像机图像求解所得的相对位置;以提高相对定位精度;最后;利用场景中已知的绝对坐标;获得各无人艇的绝对位置。仿真实验对影响定位误差的因素进行分析;并把所提方法与传统直接线性变换方法进行对比。结果表明;随着距离的增加;所提方法求解优势更趋明显;在距离15 m时求解的位置方差稳定在0.2 m²以内;验证了所提方法的准确性。静态实验结果表明;所提方法能将相对误差稳定在10.0%以内;地下河道内的动态实验结果表明;所提方法求解的绝对定位的航行轨迹达到与卫星定位相当的精度;验证了所提方法的可行性。     

双种群粒子群算法及其在UUV路径规划中的应用

提出一种双种群粒子群算法,在粒子进化过程中,具有当前最优位置的种群侧重于局部搜索,而不具有当前最优位置的种群侧重于全局搜索。两个种群在进化过程中受共同的群体最优位置影响进行进化,从而实现信息共享,协调进化。利用几个测试函数对算法性能进行分析验证,并与其他改进算法进行比较,结果表明算法在搜索精度、稳定性以及搜索速度上均优于改进算法。将双种群粒子群算法用于UUV三维空间轨迹规划问题,获得了满意的规划效果。     

融合简化可视图和A*算法的矿用车辆全局路径规划算法

针对矿用车辆在狭窄、弯曲及有未知障碍物的井下巷道中的路径规划效率低的问题,提出了一种融合简化可视图(SVG)和A^*算法的全局路径规划算法DVGA^*。在构建真实环境点云地图基础上,连接车辆在不同视点下的可视切点,动态生成SVG;将可视切点依次存入OPEN表作为节点,根据A^*算法估价函数选取路径最短情况下的节点加入CLOSED表,得到最优路径点并存储路径,同时删除OPEN表中的其余节点,循环此过程,直到OPEN表中出现终点;最后利用路径平滑算法进一步减少路径节点数量,从而提高路径规划效率。实验结果表明,与完整可视图+A^*算法、SVG+A^*算法及SVGCA^*算法对比,DVGA^*算法对复杂长距离路径的规划时间最短,平均路径长度分别缩短了10.79 % ,6.26% 和2.86%,具有更强的适应性和更高的规划成功率。井下试验结果表明：在巷道宽度变换区域和躲避静态障碍物时,相比SVGCA^*算法,DVGA^*算法规划的路径更加平滑;躲避动态障碍物时,DVGA^*算法能够及时进行路径纠正,保证了路径规划的时效性和稳定性;在复杂多变的巷道环境中,DVGA^*算法的规划时间和路径长度相比SVGCA^*算法分别减少了11.51%和1.54%,具有更高的环境适应性和稳定性。     

基于方向约束的A*算法

实际机器人路径规划问题经常需要考虑路径的转弯约束以及路径起始/目标角要求,为此提出一种基于方向约束的A*算法.新算法区分同一路径点处不同方向的各条路径,通过定向扩展机制来满足路径方向约束,并采用节点合并策略和不一致队列降低算法复杂度.理论分析和典型地图集上的实验结果证明,所提算法总是能够保证给出符合转弯约束和起始/目标角约束的最短路径,且相比于现有算法,能够有效提高方向约束路径规划问题的求解能力.     

应用于机器人路径规划的双向时效A*算法

针对时效A*算法为了大幅减少算法时间,导致路径规划长度增加和路径锯齿过多的问题,提出一种改进的双向时效A*算法,该方法将从起点和终点同时运行时效A*算法寻找路径,并采用多近邻栅格距离计算方案;同时,根据不同环境地图对传统A*算法、时效A*算法和双向时效A*算法运行结果进行对比研究及分析;最后,制定算法时间、路径长度两个指标来评判算法的优劣。实验结果显示,双向时效A*算法相对于传统A*算法,算法时间最大减少76.8%,相对于时效A*算法,时间最大减少55.4%,并解决了时效A*算法规划路径距离增加、路径不够平滑的问题。