面向土方工程实景建模的无人机航迹规划研究

工程实景测绘不仅能辅助工程师发现工程进度、质量问题,更能结合其他信息处理技术,为进一步工程分析提供数据基础。相较于传统工程测绘技术,无人机低空摄影技术具有操作简便、经济性好、机动性强等优点。将无人机摄影技术引入土方工程,对其航迹规划问题展开讨论,旨在实现场地三维实景建模。对场地进行分区,将航迹规划问题简化为不规则场地下的全覆盖路径规划问题,且无需考虑避障规划。在方法层面上,将A^*算法与BINN算法结合,改进了BINN算法中可能出现的“死区”,并通过设置约束规则,解决了算法初期路径随机游走的问题。最终,以某项目土方工程的实景建模工作为案例,利用以上算法完成无人机航迹规划,证明了该算法的可行性。     

无人机初始侦察航迹规划空间建模方法研究

提出一种无人机初始侦察航迹规划空间建模方法,将探测威胁和火力威胁分别建模,根据两者性质不同,将探测威胁转化为火力威胁,通过引入可穿越系数来描述威胁对航迹的影响,符合战场实际环境。     

基于动态稀疏A*算法的广域无人机航路规划

本文针对无人机航路规划中的稀疏A*算法进行改进,提出基于分层动态稀疏A*算法。算法在存在可行航路的广阔空域中,通过动态稀疏A*算法在经威胁刷选后的广域范围进行全局粗航路规划,然后在规划的航路中选取中继航路点,通过选定的航路点对整个规划环境进行分区,在每个小区域内进行局部精航路规划,并对生成的航路实现二次优化,最后连接每段小区域规划的航路得到整个大范围的完整航路。仿真结果表明,广域环境下,分层动态稀疏A*算法收敛速度快,具有更强的鲁棒性、可行性,且生成航迹具有良好的飞行品质。     

基于改进蚁群算法的无人机航迹规划仿真研究

目前,无人机在低空摄影测量中得到了广泛应用,航拍前需要对无人机进行航迹规划,由人工录取的航迹在地形起伏较大时存在易坠落坠毁的情况。本文针对无人机坠毁的情况,对空间进行划分,构建地形启发因子,通过改进后的蚁群算法寻找一条避开地形的航迹,最后利用B样条曲线对航迹进行平滑处理,实验结果表明改进后的蚁群算法在地形起伏较大时无人机飞行有较好的安全性且航迹真实、可飞。     

一种基于威胁势场的A星路径规划算法

为了解决传统A星算法在路径规划中因忽略障碍物威胁而导致规划路径并不安全的问题,提出了一种基于威胁势场的A星路径规划方法,该方法中将障碍物理解成一个具有威胁势场的对象,威胁值与离障碍物的距离成反比关系,将该威胁值引入估价函数中,作为整个估价函数的评价标准,经过仿真实验验证,该方法实现了威胁最小的有效路径规划,提高了路径规划的安全性能。     

滑翔飞行器威胁区规避算法研究

在地球为圆球体的假设条件下,为了实现巡航导弹飞行航迹对威胁区的有效规避,提出了基于球面几何计算方法的飞行航迹与威胁区相对位置的判定方法,并给出了判定步骤。     

一种基于网格地图的双A*算法的改进方法

随着科技的发展和技术的提升,机器人在现代社会中的应用越发广泛。在机器人路径规划问题中,传统的Dijkstra和A*算法为带来了在运算速度方面的诸多便利。但是Dijkstra和A*算法也有着运行效率偏低,找到最优解的准确率不高,路径距离计算不精确等诸多问题。本文提出了基于双A*算法的直线和曲线替代的方法,对在传统网格地图上的路径问题就行了综合的分析与算法上的改进。在不提高算法计算复杂度的前提下,提升了机器人路径规划的空间距离的优化和系统处理的效率,同时节省了处理过程的内存占用。     

无人机航路规划研究

通过对无人机航路规划的研究,对无人机航路规划问题进行了概括和总结,介绍了无人机航路规划流程,分析了无人机航路规划的约束条件,阐述了目前国内外应用和研究的几种航路规划算法,并对无人机航路规划算法的发展趋势进行了展望。     

一种基于几何方法的人员疏散多威胁规避路径规划算法

紧急疏散情形下,人群的路径规划具有重大意义。考虑人员半径,本文应用平面解析几何知识求解目标点选取和单威胁规避问题。为解决存在多威胁情形下的路径规划问题,按照路径最短和调整次数最少原则,采用逆推的方法寻找导航点,提出一种新的多威胁规避算法。仿真验证了算法的有效性。     

无人机在高原山地环境下航摄轨迹的规划

在高原、山地地形起伏较大的环境下,无人机对点状、线状、面状多个目标拍摄时的轨迹需要进行最优化规划。总体航迹规划分为两个阶段:全局规划阶段,即对多个目标进行全局最短路线规划;局部规划阶段,即为躲避地形威胁,对最短路线中,目标点之间不符合要求的路线进行重规划,最终得到最优的路线轨迹。分别采用蚁群算法和A*算法进行全局规划和局部规划,仿真结果表明了本文轨迹规划方法的有效性及高效性。     

室内智能消防机器人设计与路径规划研究

设计研发了一种室内智能消防机器人,由激光雷达、移动底盘、机械臂、深度相机、热成像深度相机、灭火剂喷头、控制箱等组成。机器人具备遥操作、建图、自主导航、巡检、灭火等功能,通过感知周围环境完成自动导航避障。消防机器人基于火情报警信息,采用改进A*算法进行全局路径规划,并使用动态窗口法（Dynamic Window Approach,DWA）修正局部路径。在移动到火警位置后,机器人使用机械臂调整灭火装置喷嘴,对准火源喷射灭火剂实现灭火。实测结果表明,所设计机器人具备机动灵活、性能稳定等优点,能够有效完成设定灭火任务。     

教学建筑室内火灾应急疏散路径寻优算法研究

为解决建筑内人员疏散模拟时间长、效率低、无法根据火灾情况改变疏散方向的问题,提出一种新型的混合路径规划算法。首先,在A*算法中加入奖惩机制并对启发函数进行改进。其次,通过改进斥力函数解决人工势场算法易陷入局部极小值的问题。最后,将两种算法组合,构成一种混合路径规划算法。通过对某教学建筑应用BIM和PyroSim软件进行建模与分析,验证混合路径规划算法的可行性。结果表明,所提算法不仅能够快速找到最优疏散路径,还可以避免疏散路径经过危险区域。与单一算法相比,混合路径规划算法遍历节点个数更少,路径平滑性与路径规划效果更好,路径规划效率更高。     

结构空间主动消防机器人系统研究与设计

在室内结构空间系统通过视觉、三波段探测、激光烟感等手段实现了火灾的早发现早报警。通过与之配套的自主移动消防机器人完成路径规划,携带场景适用的灭火剂到达着火点实施主动灭火。此系统的设计可以将火灾扼杀在萌芽状态,最大限度地减小损失。机器人能否以最短时间到达火点主要取决于路径规划的算法好坏,因此研究了蚁群算法和A*算法,最后通过改进A*算法设计,实现了机器人的最优路径规划。基于LabVIEW 软件完成系统开发,在实验室场地进行了功能测试,达到了在无人值守情况下机器人主动消防的目的。     

基于改进的A*和人工势场算法的火灾路径规划

传统火灾疏散过程中疏散指示灯指示方向固定,无法根据火灾情况改变疏散方向,为了解决这种情况,提出改进的A*算法和人工势场算法,对火灾发生时的人群疏散路径进行规划.通过优化g值、改进OPEN列表存储结构的方法改进A*算法,通过改进引力函数、加入虚拟侧向力的方法改进人工势场算法,以达到火灾应急疏散的要求,即快速找到疏散路径的...     

空管自动化系统中航迹滤波算法的应用与改进

雷达目标的航迹处理是空管自动化系统的一个核心功能,航迹滤波是航迹处理过程中的重要技术,是实现平滑、稳定航迹的关键,航迹滤波算法直接影响着系统目标航迹的准确性和可靠性,本文以航迹滤波原理为切入点,介绍了两种广泛应用于空管自动化系统中的航迹滤波算法,最后分析仿真了一种改进的多模型交互式航迹滤波算法。     

社区能源综合规划及其方法初探

社区能源规划是低碳生态城市规划建设的重要内容之一。基于社区能源规划的已有研究和实践,阐述了能源规划的主要任务和内容。通过社区能源规划与一次能源规划的对比分析,指出社区能源规划是对一次能源规划的补充和延伸,可视为二次能源规划,即社区能源综合规划。总结了近年来国内外社区能源规划的计算工具及其结构特点,对比分析了社区能源规划中自上而下与自下而上两种工作模式的特点,指出两种模式的融合将有助于推动社区能源规划的广泛实施。     

基于无人机的高边坡检查路径规划方法

当前国内对于高边坡的检查以人工为主,主要分为人工检查、定期检查、专项检查等形式,随着高速公路总里程数的增加,现有的检查方法越来越难以满足对边坡的全面细致检查,这对高速公路的正常运营带来不可估量的潜在风险。基于数字化技术和快速发展的无人机技术相结合,利用无人机对边坡进行巡查拍照,完成对边坡的检查。但以往无人机的正常飞行均是基于对水平面进行,在对边坡进行巡查拍照时,若按照以往方式规划飞行路线将造成无人机撞机事件的发生。文章通过对无人机在边坡飞行时的特定情况下的研究,实现无人机在对边坡进行巡视时的路线规划,减少了日常边坡检查时的物力人力财力投入,为高速公路的安全运营提供科学性预判和保障。     

一种基于等步长分层拓展的混合A~*路径规划方法

针对传统混合A~*算法搜索效率较低且搜索路径平滑性较差的问题,文章提出一种基于等步长分层拓展的混合A~*路径规划方法,可应用于非结构化道路场景,为智能车辆规划一条安全、平滑且满足车辆运动学约束的可行驶路径。其首先通过改进的子节点拓展方式和合理设计的启发式函数与代价函数,保证算法快速搜索得到一条较平滑的车辆可行驶路径;然后采用数值优化方法对搜索得到的路径进一步地优化平滑;最后针对路径点稀疏和不均匀的问题,采用三次样条曲线对路径点进行插值处理。仿真对比试验与实车试验结果表明,所提方法能显著提高路径搜索效率,与传统算法相比,平均搜索时间减少了51.6%,且搜索得到的路径具有足够的安全性和较好的平滑性。     

基于YOLOv3的无人机建筑物空间特征提取方法研究

随着智慧城市的发展,对建筑空间特征的采集速度和精度要求越来越高,针对市面上常见的空间特征提取方法灵活性差、智能化程度低、人力成本高等问题,本文提出了一种基于无人机扫描与YOLO识别的检测方法,完成了建筑物窗户构件的实时识别与提取。本文对YOLOv3算法进行了优化调整并运用自制的数据集对算法模型进行训练,使用Nginx搭建RTMP(Real Time Messaging Protocol)推流服务器接收无人机扫描信息,在地面平台显示实时识别结果,该方法大大提高了识别效率,降低了推流传输延迟,在无人机检测实验中体现出了实时、高效、智能的特点,借助无人机的灵活性,能够高效地满足建筑构件实时检测的需要。     

一种用于火灾疏散路径动态规划的算法

针对火灾发生时现有的疏散路径不能根据火情实时更改,可能会将逃生人员引向着火现场从而引起更大危险的问题,提出了一种用于火灾疏散路径动态规划的新型改进蚁群算法(Novel Improved Ant Colony Algorithm,NIACA)。首先通过A*算法提高初始信息素浓度,接着提出受火灾因素影响的当量距离改进启发函数,然后改进信息素更新规则来加快蚂蚁最优路径搜索速度,最后对路径进行平滑策略处理。实验结果表明,与原始蚁群算法相比,本文算法降低了算法前期盲目性,动态搜索能力强,能避免算法陷入局部最优,在火灾发生时能够快速准确地规划疏散路径,将逃生人员快速安全疏散到远离火场的安全出口。