五次多项式优化的平行泊车路径规划

针对目前自动泊车路径规划普遍存在的曲率突变问题,提出了一种五次多项式优化的平行泊车路径规划方法。五次多项式曲线由约束条件建立的方程组求解得出,并对路径的曲率突变处进行过渡优化。为简化计算,引入“虚圆半径”的概念,以“虚圆半径”作为最小转弯半径,并按照“圆弧-直线-圆弧”平行泊车路径规划的方法进行求解,由此得出优化的平行泊车路径。仿真结果表明,五次多项式优化的平行泊车路径规划方法能够规划出曲率连续、满足避障约束和车辆运动学约束的优化路径,提高了路径跟踪的效果,保证车辆安全完成泊车。     

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。     

基于蚁群优化的无线传感器网络QoS路由

无线传感器网络QoS路由寻优问题是NP类问题,在寻找最优路径时,除了要满足时延、抖动、丢包率等约束条件,还要考虑路径的能量均衡。采用优化的蚁群算法求解该问题,将这些约束条件综合为适应度函数的参数,通过计算适应度值,找到最优路径。仿真结果表明,算法具有较快的收敛速度,能够搜索到时延最小和能量较均衡的路径,并尽量避免陷入局部最优解。     

保证智能轮椅平滑通过狭窄通道的路径曲率优化算法

为了使用户更感舒适,智能轮椅应该能在具有复杂几何约束的室内环境下平滑地通过狭窄通道.本文提出一个基于路径曲率优化的算法以确保智能轮椅平滑地通过狭窄过道.考虑到路径平滑度取决于路径曲率及其变化率,在通过传感器数据计算出狭窄通道相对于轮椅的位置后,算法以贝塞尔曲线的曲率及其变化率最小为优化目标,以轮椅过通道时的方向及贝塞尔多边形应为凸多边形作为约束,规划出一条平滑的最优路径,然后控制轮椅实时跟踪这条路径.上述过程动态循环运行,实现了智能轮椅平滑通过狭窄通道.仿真中将本文算法同基于A*的路径规划导航算法进行了对比,结果表明本文提出的基于曲率优化的算法可以实现比A*算法路径曲率更小且更加平滑的过狭窄通道过程,并且即使在没有全局地图和定位信息情况下,算法也能控制轮椅平滑地通过狭窄过道.实验中详细阐述了算法的实现过程,实验结果也证实了算法的有效性.     

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.     

基于融合Bezier优化遗传算法的路径规划

针对传统遗传算法(GA)在路径规划过程中解质量欠佳的问题,提出一种融合Bezier优化的遗传算法.该方法首先将贝塞尔(Bezier)曲线引入GA,以优化其初始及交叉、变异过程中产生的路径,消除尖峰拐点并减少冗余节点,从而提高路径平滑性;其次,通过在GA适应度函数中增加安全距离与自适应惩罚因子,以保障机器人移动过程中的安...     

基于PH曲线的无人机路径规划算法

研究了无人机可飞行路径规划问题,传统路径规划算法不能生成满足无人机运动学约束的可飞行路径.为解决上述问题,提出了将曲率连续的Pythagorean Hodograph (PH)曲线(又称勾股速端曲线)直接用于无人机路径规划的方法,利用PH曲线曲率连续、曲线平滑以及有理特性,在已知威胁的环境中可直接得到满足最大曲率约束且曲率连续的无人机可飞行路径.采用遗传模拟退火算法搜索避开环境中威胁体,并满足约束条件的最优PH路径,使仿真过程结合遗传算法和模拟退火算法的优点,取长补短,提高搜索效率,加强全局搜索能力.仿真结果表明,遗传模拟退火算法能在较少的进化代数下得到最优路径解,且所得的满足约束条件的PH路径曲率连续,为无人机飞行控制提供了依据.     

基于遗传算法的移动机器人动态路径规划研究

针对移动机器人未知、动态环境下路径规划的难题,对移动机器人进行了系统设计,采用动态栅格法对环境建模,在对传统遗传算法进行一定的改进的基础上,个体评价函数采取可行路径适应度函数和不可行路径适应度函数分别进行处理,通过算法设计和仿真可知,采用该方法对移动机器人进行动态路径规划时,与任何障碍物不发生碰撞,路径短而且规划曲线平滑,达到了满意的规划效果和收敛速度。     

无人船安全目标追踪与自动避障算法

设计了无人船安全目标追踪算法和双回路追踪以及自动避障控制策略,内回路是控制无人船安全目标追踪并与目标保持一定安全距离,通过Lyapunov函数证明了该控制算法的渐近稳定性;外回路是无人船在安全距离内发现障碍,将目标点虚拟化,运用模糊控制原理,实现自动避障;优化传统的Dijkstra算法,设计了无人船实时最短路径算法;仿真结果表明,提出的综合算法能够实现无人船以合理速度通过最短距离,顺利避障,兼顾了时间效率。     

基于选择交叉烟花算法的无人车路径规划

在三维地形环境下,基本烟花算法进行路径规划时易陷入局部最优解且存在收敛速度慢的问题,为此,提出选择交叉烟花算法。利用栅格法构建三维地形环境并设置威胁区域,使无人车选择合适的节点进行路径探索,结合燃耗代价、平滑代价和威胁代价构建适应度函数,以约束路径节点的生成位置,确保规划出的路径平滑且远离威胁区域。通过基本烟花算法的爆炸、变异、映射和选择操作进行路径搜索,同时加入针对路径节点的轮盘选择操作,使偏离原始路径较远的节点具有更高的爆炸概率,以约束路径的搜索方向,从而加快算法的搜索速度。在此基础上,引入选择交叉火花,通过对轮盘选择后节点间的路径片段进行交叉,以增强种群中烟花之间信息的交互性,提高搜索全局最优解的性能。仿真结果表明,相比基本烟花算法,该算法在简单和复杂地形环境下的适应度值平均提高6%,且运行时间平均缩短13.5%。在各类地形环境下,无人车通过该算法能有效规避威胁区域,并在较短时间内寻找到更加平滑且燃耗更低的路径。     

基于多曲率拟合模型的无人车路径规划研究

针对无人驾驶车辆的局部路径规划问题,提出一种基于多次曲率拟合模型的路径规划算法。鉴于无人车辆需要生成无碰路径的特点,建立了由三次曲率多项式产生的候选路径集,采用四重参数循环法解决了三次曲率多项式参数计算的问题,进而能够根据评价函数从候选路径集中选择出当前环境下的最优路径。所提出的无人车局部路径规划算法经现场多个路口通过性实验证明了有效性。     

基于改进人工势场法的无人机路径规划算法

针对传统的人工势场(APF)法无法适应复杂环境而陷入局部停滞状态、路径不够平滑等不足,提出了改进的人工势场法。首先,该算法对威胁的连通性进行分析,借鉴几何拓扑学思想得到可行解域。其次,该算法在可行解域内进行航迹点预规划。预规划基于威胁分布的全局性信息,弥补人工势场法易陷入局部最小而无法找到可行路径的不足。最后,该算法改进人工势场法引力函数,通过多次迭代,并进行曲率检查以获得足够平滑的可飞路径。仿真结果表明改进算法能够满足无人机路径规划的要求,且简便可行,具有较强寻优能力及适应性。     

Path Planning for Autonomous Underwater Vehicles

Efficient path-planning algorithms are a crucial issue for modern autonomous underwater vehicles. Classical path-planning algorithms in artificial intelligence are not designed to deal with wide continuous environments prone to currents. We present a novel Fast Marching (FM)-based approach to address the following issues. First, we develop an algorithm we call FM* to efficiently extract a 2-D continuous path from a discrete representation of the environment. Second, we take underwater currents into account thanks to an anisotropic extension of the original FM algorithm. Third, the vehicle turning radius is introduced as a constraint on the optimal path curvature for both isotropic and anisotropic media. Finally, a multiresolution method is introduced to speed up the overall path-planning process     

四轮转向车辆转向解耦的双点跟踪控制

针对四轮转向(4WS)无人车辆路径跟踪中的过约束问题, 本文提出一种前后轮转向解耦的双点跟踪控制策略. 建立4WS车辆单轨运动学模型, 约束前后轮转向角速度, 规划曲率连续的回旋曲线参考位姿序列, 将其解耦为前后轴中心的双点参考轨迹; 以前后轮中心点为控制点, 采用非线性反馈控制的预瞄方法分别获得转向控制率, 双点跟踪误差指数收敛于0. 仿真和实车验证结果表明, 所提出的双点跟踪控制策略横向误差标准差减少0.2 m, 横摆角误差标准差减小3.0?, 具有更大的前后轮转角控制域和较高的跟踪精度     

一种基于改进RRT*的全局路径规划算法

针对传统RRT*全局路径规划算法在多障碍物复杂环境中搜索效率低、占用内存过大、搜索路径不平滑等问题,提出一种基于简化地图的区域采样RRT*算法(simplified map-based regional sampling RRT*,SMRS-RRT*).首先简化处理全局栅格地图,在此基础上寻找从起点到目标点的最优路径点...     

面向目标跟踪的多机协同通信保持控制

由于无人机存在通信和测量约束的情况,远程无人机执行持续目标跟踪任务时无法直接与地面站保持通信,需要其他无人机作为通信中继方可与地面站建立可靠的通信连接.基于Dubins曲线,采用最小转弯半径和航向调整相结合的方法对具有初始和终止航向角约束的多无人机进行协同航路规划,确保所有无人机同时到达指定位置,形成多机协同通信保持的初始构型.针对随机移动目标,在多机协同通信保持的动态过程中,考虑平台性能、通信约束、碰撞规避等约束条件,采用非线性模型预测控制(NMPC)实现无人机协同分布式在线优化.在确保无人机通信中继保持的前提下,有效提高了算法的实时性.仿真结果表明了该算法的有效性.     

基于动态变采样区域RRT的无人车路径规划

针对无人车传统RRT路径规划算法节点搜索盲目性、随机性以及路径曲折不连续等问题,提出一种动态变采样区域RRT路径规划算法(dynamic variable sampling area RRT, DVSA-RRT).首先,初始化地图信息,根据动态变采样区域公式划分采样空间,进而选择采样区域;在此基础上,利用基于安全距离的碰撞检测、概率目标偏置策略和多级步长扩展完成初始路径规划;最后,利用考虑最大转角约束的逆向寻优和3次B样条曲线对初始路径进行拟合优化.仿真结果表明,该算法相较于原始RRT算法在不同地图环境下的搜索时间和采样次数均降低50%以上,大大降低了节点搜索的盲目性和随机性,相较于其他算法搜索时间也减少30%以上,且优化后的路径平滑满足车辆运动动力学约束.