多圆碟形水下滑翔机的双层协调三维路径规划

本文研究了欠驱动圆碟形水下滑翔机集群在海流干扰和水下碍航物影响下的三维路径规划问题. 具体地: 第一, 根据圆碟形水下滑翔机的航行特点, 建立了相应的航行时间模型, 设计了三维路径规划的优化目标; 第二, 提 出了一种基于双层协调的多水下滑翔机三维路径规划结构, 采用基于三维离散空间的全局路径规划和基于人工势 场法的局部路径规划, 避免了滑翔机与碍航物以及不同优先级的滑翔机之间发生碰撞; 第三, 基于双层协调路径规 划结构, 采用基于量子行为的自适应粒子群优化方法完成了时间最优目标下多圆碟形水下滑翔机的三维路径规划. 仿真结果验证了所提多圆碟形水下滑翔机三维路径规划方法的有效性.     

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。     

改进A*算法的水面舰艇静态航路规划

针对复杂海洋环境下水面舰艇航路规划时出现的大地图寻路速度慢、航路安全性差、航路不平滑等难题,结合电子海图提出了一种改进A*算法的航路规划方法。提出一种自适应的改进启发函数,在搜索节点时加入目标节点的方位信息,加快了A*算法搜索路径的速度;加入迫使航路远离障碍物的安全距离,解决了传统A*算法沿障碍物边缘寻路导致航路安全性差的问题;对原始航路进行二次优化,在对原始路径提取转折点后,通过判断任意两个转折节点的直线可达性,将转折节点之间的实际距离转化为距离矩阵,使用Dijkstra算法优选出航路长度更短的关键转折点,最终使用二阶贝塞尔曲线对航路转折处进行平滑处理,以满足航路平滑且易跟随的要求。仿真实验表明,相对于传统A*算法,改进算法规划的路径具有寻路速度更快、航路距离更短、航路安全性更高的特点。     

电子江图河流边界随水位变化自动生成技术

文章首先分析了内河电子江图所显示的河流边界与动态变化的真实河流边界的不一致性给船舶安全航行带来的风险,然后对电子江图河流边界随水位的涨落而自动改变的方法进行了研究,提出了两种获取不同水位对应的河流边界矢量的方法和两种水位发布的方式,并且对提出的方法进行了验证.具有一定的实用价值.     

无人水下航行器势场航路规划方法研究

对运动障碍威胁环境下无人水下航行器(UUV)航路规划问题进行了研究;首先分别对规划过程中固定障碍、运动障碍建立了排斥势场,对目标点建立了吸引势场,将航路规划问题转变为寻找最优势场点问题;然后提出一种改进的粒子群算法(NPSO),在UUV航路规划过程中,寻找距离当前路径点固定步长范围内的最优势场点,将其作为下一路径点,最终实现UUV在运动障碍威胁环境中的航路规划;最后对所提方法进行了仿真验证,UUV可以有效躲避固定障碍与运动障碍威胁,寻找到较优航路,取得了较好的仿真效果。     

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。     

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。     

内河枯水期航行仿真建模及实现技术研究

内河航运是综合运输体系中的重要组成部分,然而由于受季节性等影响,内河航道变化较大,容易导致碍航现象发生,影响内河航运安全畅通和运行效率。针对枯水期内河航运特点,研究了内河航道建模及航行仿真方法。提出了一套内河航道建模、水面生成和船舶随机产生方法,为研究枯水期提高内河航道通行效率、保障安全畅通提供了一个有效的平台。     

基于约束支配多目标进化算法的航路改航方法

针对具有多目标多约束特征的航路改航问题,提出了基于约束支配的非支配排序多目标进化算法(NSGA-Ⅱ)的路径规划方法.采用了约束支配规则处理空中交通管制规则中关于改航的多个约束条件,建立个体解之间的约束支配关系.在产生初始群体时进行分区产生随机的浮点坐标,并提前筛选出符合航向角改变量约束的可接受解,增加删除算子用以处理不可接受的不可行解,进化算法迭代完成后,建立优化算子用以优化迭代产生的路径.在块状和离散状飞行限制区条件下分别进行仿真实验,实验结果表明,该方法能产生符合目标函数优化且路径复杂度较小的最优解.     

基于四叉树环境模型的轮式移动机器人平滑路径生成方法

生成平滑的路径是轮式动移机器人路径规划的要求．基于四叉树环境模型,本文提出 了生成平滑路径的算法．首先简单介绍了基于位置码的四叉树环境模型,然后详细分析了在 该环境模型下路径搜索结果的组成特点,并提出了相应的平滑路径生成策略．最后给出了路 径生成的算法,并通过仿真实验验证了算法的正确性．     

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。     

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。     

基于近似Voronoi图的移动机器人实时路径规划

运用Voronoi图理论及人工势场理论,研究了一种基于近似Voronoi图的移动机器人实时路径规划的方法,用来实现未知室内环境中移动机器人的自主导航。该方法朝向预先定义的目标点位置来探测室内环境,生成近似Voronoi图,同时利用人工势场法进行避障,生成一条能达到目标点的安全、光滑路径。仿真结果表明,该方法简单且易于实现,同时能够减少规划时间。     

矢量道路拓扑追踪匹配算法

目的 基于道路形状特征的匹配算法在匹配性能上比较稳定,但当遇到道路交叉口等复杂路况时容易出现误匹配,且实时性上有一定缺陷,而矢量道路良好的拓扑结构,为此提出一种利用矢量道路拓扑关系进行追踪匹配的算法。方法 算法利用结点、路段和路口这3种对象来对矢量道路进行表达,建立各个对象之间的拓扑关系,并将匹配过程划分为4个不同的状态,根据各个状态实施相应的匹配方法。首先,进行初始化、追踪、路口和搜索4个状态的定义和划分,确定各个状态之间的转换关系;进一步,设计道路中的结点、路段和路口3种对象的数据结构,建立点、线之间的空间拓扑关系;其次,根据4个状态的具体任务和实际特点,对进入该状态的行驶轨迹进行相应地分析处理和匹配计算;最后,根据追踪的结果进行匹配分析,完成对车辆行驶轨迹的误差修正。结果 采用GPS-RTK采集的北京市西五环及密云地区的矢量道路数据对实地跑车的惯性导航轨迹进行拓扑追踪匹配仿真实验,完成拓扑追踪匹配算法的路口距离阈值选取,并与传统基于道路形状特征的匹配算法在匹配效果和实时性进行性能对比测试,其性能指标为匹配准确率和匹配时间。当矢量道路拓扑追踪算法的路口距离阈值取20 m时,匹配准确率达到了最高值93.5%。在匹配性能对比上,拓扑追踪算法相较于其他两种算法也有一定优势,在相同道路段中匹配准确率达到了90.2%,匹配速度也提高了48倍。结论 采用矢量道路数据的拓扑信息对车辆轨迹进行追踪匹配的方法,能够用于卫星信号“盲区”或者信号干扰等特殊环境和场合的组合系统辅助导航,弥补传统基于卫星的组合导航在自主性、抗干扰性的不足。同时,算法针对复杂路况的匹配结果也较为理想,能够满足组合导航匹配工作的要求。     

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。     

Avoiding obstacles - multisensor navigation for nonholonomic robots in cluttered environments

This article introduces a navigation method for nonholonomic (differential drive) vehicles, based on odometry, regularly reset by a vision-based self-localization algorithm, and endowed with a sonar-based obstacle avoidance and guidance control algorithm that does not rely on path planning. The guidance controller is used in the soccer robots of the RoboCup middle-size league (MSL) ISocRob team, fully integrated in the state machine that coordinates task execution. The algorithm can be generally applied to structured indoor environments, provided that visual features can be observed by the self-localization method and that the visual information is not ambiguous.     

基于改进ORB算法的视觉里程计特征匹配方法

为了满足排爆机器人自主导航要求,利用视觉SLAM技术,为排爆机器人路径规划做准备。本文主要对用特征点法搭建的前端视觉里程计进行优化,将FAST角点法与Harris角点法进一步结合,同时引入SIFT算法关键点检测,然后与BRIEF描述子结合,用暴力匹配算法完成不同图像的匹配。通过仿真实验验证算法的可行性,为后续的路径规划奠定基础。     

一种基于改进A*算法的室内导航路径规划方法

路径规划是室内导航研究的关键技术之一。A^*算法是一种常见的路径规划算法,当区域的点数量较少时,找寻最优路径是最有效的直接搜索方法。但当路径点规模较大时,使用数值优化算法求解最佳路径的难度急剧增加,导致规划时间所需时间过长,不符合实时性要求。为提高路径规划方法中的效率和稳定性,在梳理室内导航路径规划已有算法和方案的基础上,分析了A^*算法的基本思想与实现步骤,并针对室内导航中A^*路径算法存在的问题,提出了一种改进型A^*算法优化的方案。利用用户对最短距离和直行路程的需求,在位置计算中,引入同时考虑方向和距离启发信息的启发函数,把POI点与寻路节点分开处理,以映射的方式建立联系。将该方案应用于室内导航中A^*算法实现伪代码,对算法改进前后进行算法效率测试。结果表明,改进后A^*算法的整体效率提升了近50%,改进型A^*算法在室内导航路径规划的效率和稳定性比较优,达到了加速导航算法的目的。     

基于组件的电子地图显示软件设计

设计了基于组件的电子地图显示软件,实现了电子地图基本操作功能及路径规划功能。可以在软件中实现地图放大、缩小、漫游、测距、图层控制、鹰眼视图、全图显示、坐标显示等功能,作为电子导航显示软件,利用DOkstra算法可以在地图中求解任意两点之间最短距离,利用蚁群算法对道路进行了路径规划,在有结点约束的条件下求解一条较优路径。因蚁群算法求解路径规划问题存在求解速度慢问题,利用Cilk＋＋并行模型对蚁群算法进行了并行化。     

On navigating between friends and foes

The problem of determining the optimal straight path between a planar set of points is considered. Each point contributes to the cost of a path a value that depends on the distance between the path and the point. The cost function, quantifying this dependence, can be arbitrary and may be different for different points. An algorithm to solve this problem using an extension of the Hough transform is described. The range of applications includes straight-line fitting to a set of points in the presence of outliers, navigation, and path planning. The proposed extended Hough transform can be tuned to equivalent to well-known robust least-squares techniques, and allows efficient, approximate M-estimation