一种防震荡的机器人路径规划算法

移动机器人路径规划问题中,当机器人遇到较大障碍物时容易出现震荡现象,文章针对该问题提出一种基于栅格模型和蚁群算法的路径规划算法。当蚁群中的蚂蚁没有遇到障碍物时,优先选择离目标点最近的可行点;当蚂蚁遇到障碍物时,特别是较大障碍物时,改变蚂蚁选择下一步栅格的策略,使之能尽快绕开障碍物,朝着目的地前进。最后的仿真结果显示该算法能在一定程度上消除震荡现象。     

蚁群算法在复杂地形下的路径规划应用

路径规划问题是计算机领域内的经典问题,可以描述为已知起始点以及环境信息,确定一条从起始点到目标点的线路。一般来说,所规划的路径必须满足距离最短或代价最小的目标。研究了存在障碍物的三维空间的最短路径规划,提出采用蚁群算法解决这一问题。     

基于激光雷达和温度传感的高温避障

激光雷达不宜用于检测障碍物的温度。如果路径规划时仅使用激光雷达而忽视高温障碍物对智能车和其携带货物的热辐射作用,将会导致安全隐患。针对该问题,在常规RBPF SLAM算法原理基础上,改进并运用提议分布和自适应重采样两种方法,融合红外热像模块检测出的环境温度信号,提出了一种在建图过程中改变高温障碍物栅格状态的方法;在所搭建的智能车高温避障导航测试场景下进行有无高温障碍物的导航避障对比实验。实验结果表明,该方法能让智能车在高温障碍物的环境中有效地规划路径并避开高温障碍物,提高了智能车导航的准确性和可靠性。     

智能机器人综合路径规划算法在Matlab中的实现

在充分考虑了运动障碍物随机性的基础上，研究了随机运动障碍物的位置分布规律，并结合随机运动障碍物具有惯性的特点，提出了对机器人运动路线进行逐步判别的一种综合路径规划方法。仿真结果表明，该算法正确、高效、实用，对机器人绕过随机运动障碍物具有一定的参考价值。     

蚁群算法在复杂地形下的路径规划应用

研究存在障碍物的三维空间的最短路径规划,并采用蚁群算法解决这一问题。路径规划问题是计算机领域内的经典问题。它可以描述为已知起始点、c以及环境信息,并确定一条从起始点到目标点的线路。一般来说,所规划的路径必须满足距离最短或代价最小的目标。路径规划技术有着广泛的应用,涉及我们的生活、工作、科研和娱乐等方面。     

基于极值法的静态路径规划算法

针对传统路径规划算法在求解静态已知环境下的最优或次优路径时存在转折次数过多、路径复杂等问题,提出一种基于极值法的移动机器人静态路径规划算法。在对环境建模时,采用边界点集描述障碍物不可行区域的轮廓信息;在路径规划过程中,首先判断当前出发点到目的点之间是否有障碍物,然后利用极值法获得转折点,进而得到初步路径,同时为后续利用极值法获取新的转折点提供计算与判断依据。仿真结果证明了该算法的有效性。     

基于改进人工势场的水下无人航行器路径规划仿真研究

为解决动静态障碍物环境下水下无人航行器避障与路径规划问题，提出一种改进人工势场算法。针对传统人工势场算法存在目标不可达和局部最小值问题，将水下无人航行器与期望目标之间的距离及障碍物之间的预计碰撞时间加入斥力势场函数，利用改进后的人工势场算法实现动静态障碍物环境下的避障与路径规划，保证水下无人航行器的航行安全。仿真结果表明，改进人工势场算法在两种环境下均可使水下无人航行器成功避障并到达目标点。通过仿真研究可提高学生独立开展工程问题研究的能力。     

基于智能平面搜索的四轴机械臂避障规划

提出一种智能平面搜索算法,用于解决四轴机械臂规避障碍物的路径规划问题。该算法将人工智能理论与平面几何学相结合,通过栅格化四轴机械臂的关节空间,预先确定障碍物区域,再自动搜索避障路径的编号序列,规划出四轴机械臂运动的关节坐标值序列。仿真结果表明,该规划算法能快速有效地实现四轴机械臂在X—Y平面内的二维避障,具有较强的稳定性与工程实用性。     

辐射扫描算法在无人船航迹规划中的应用

提出了一种基于2D扫描为基础的辐射扫描算法。首先利用栅格法确定栅格粒度,建立环境空间模型。在起点与终点之间存在障碍物的前提下,向两侧扫描获取周围障碍物信息,并确定子节点。子节点不断扫描和更新下一级子节点,从而扫描到终点,并通过终点反选父节点确定最终路线。减少了传统算法规划路径中最终的结果并非最优解的问题。使用LabVIEW2017平台编写了算法仿真软件,进行大量实验。结果表明,该射线扫描算法在规划路径上比传统蚁群算法生成路径质量更高,有效提高了算法应用于三维空间路径规划时的可靠性。     

基于平滑A*人工势场法的机器人动态路径规划

针对动态环境下移动机器人的路径规划问题,提出了平滑A*人工势场法的路径规划方法。首先采用平滑A*算法在静态障碍物环境中进行全局路径规划|其次,在机器人遇到动态障碍物时采用A*人工势场法进行局部动态路径规划,并以此调整全局路径规划结果|最后对路径规划结果进行平滑处理。将平滑A*人工势场法应用于机器人动态路径规划,并与D*算法进行对比。实验结果表明,该算法能够在动态环境下规划出一条更为优化的路径,有效缩短了路径长度,提高了规划效率。     

改进的可视图法在路径规划中的运用

近年来移动机器人路径规划技术得到了迅猛的发展,针对路径规划技术,人们先后提出了多种算法,然而在实际的运用中,它们却显示出不同的局限性,有时人们需要对它们进行适当的改进.可视图法在移动机器人路径规划中占有重要的地位,但随着障碍物增多或遇到复杂多边形障碍物时,其运算的复杂程度就会增加,规划的难度也随之增加,现在采用算法将可视图法中一些"没用"的障碍物删除,通过两点之间直线最短的原理,选出路径规划的方向,从而减少路径规划的复杂程度和运算时间,增加可视图法的适用范围.     

基于双目立体视觉的障碍物检测方法

提出了一种基于双目视觉的V视差图障碍物检测算法。根据生成的视差图进一步生成V-视差图,提取V-视差图中的直线信息,通过这些直线信息可以锁定障碍物存在的大致区域,进而检测障碍物。该算法对于光照、阴影等干扰不敏感,可以检测具有面特征的障碍物,适用于复杂背景下的障碍物检测。     

基于深度相机的苹果采摘机器人路径规划研究

为了优化苹果采摘机器人采摘路径,在获得苹果树场景三维位置信息的基础上,提出一种具有多种地形损耗的A*算法。结合ToF（Time-of-Flight）深度相机和Hu不变矩获取苹果和不同障碍物的三维位置信息,建立存在果实和多种障碍物的二维地图。在二维地图上,利用具有不同地形损耗函数的A*算法进行仿真实验。改进后的A*算法将障碍物分为可通过的障碍物（树叶）和不可通过的障碍物（树枝）,且障碍物存在位置处的自带移动耗费向周围以线性递减,避免了基本的A*算法中只具有单种障碍物问题,从而增加了不同种类障碍物对路径选择的影响程度,优化了路径质量。对比实验表明：改进后的算法提高了对于复杂地图的处理能力,产生的路径长度更短,转折次数更少。     

分集接收路径的射线跟踪研究

为了简化无线通信信道规划过程,应用几何光学的直线传播原理,建立了传输信号的直射、反射、绕射以及二次反射/绕射的射线跟踪路径模型,在城市区域中构造出二维障碍物群,分析了单个发射/接收天线以及垂直交叉放置的天线组产生的射线路径数,通过对路径寻找方法的分析和数值仿真,给出在一定约束条件下信号传输的有效路径与天线组位置的关系。     

改进人工势场法的移动小车动态避障路径规划

为使移动小车更好地适应复杂的实际行车道路环境,实现动态障碍物环境下的路径规划,并解决传统人工势场法中的局部最小值问题,提高驾驶安全性,改进传统人工势场法中的障碍物斥力势场模型,并增加了速度斥力势场模型和道路边界约束斥力势场模型,同时将障碍物连锁网络结构与随机目标点法相结合,加入传统人工势场算法中。仿真结果证明了该改进方法的有效性,移动小车能避开局部最小值陷阱到达目标点,实现动态避障路径规划。     

基于改进蚁群算法的移动机器人路径规划

针对蚁群算法进行机器人路径规划时存在搜索空间大、效率低、容易陷入局部最优解、易出现死锁现象等问题,提出了一种改进的蚁群算法。在蚁群算法基础上,只对较优蚂蚁路径进行信息素浓度更新|针对U型障碍物,提出了蚂蚁回退策略,以及一些仿真实验策略改进。仿真结果表明：改进后蚁群算法能快速搜索到最优路径,有效避免死锁现象,与其它算法相比,具有良好的路径寻优能力与避障性能。     

基于立体视觉与纹理特征相结合的障碍物探测

针对智能汽车行驶过程中障碍物检测问题,提出一种使用双目立体视觉的距离信息与障碍物纹理信息相结合的障碍物检测方法。首先,将双目相机的左图和右图校正后进行匹配得到视差图,根据相机内部参数和外部参数将视差图投影为具有距离信息的鸟瞰图,去除地面及高空背景目标,在鸟瞰图上将相近的点云聚类为一个目标,得到障碍物的粗略位置信息;然后,将得到的位置信息映射到原图,并形成多个候选区域,在候选区域查找障碍物边缘信息,得到障碍物具体位置。该算法结合了物体距离的三维信息和物体形状的二维信息,使障碍物的分割结果更加精准。针对典型交通场景进行了实验,结果表明,该算法能够有效弥补单独使用距离信息或者纹理信息带来的障碍物分割不准确的问题。     

公交线路发车间隔优化的双层规划模型与算法

针对发车间隔这一公交车辆调度中需要考虑的关键因素,提出了一种优化线路发车间隔的双层规划模型.该模型从公交公司和乘客两者利益出发,上层模型以最小化公交系统中因发车频率设置而产生的时间和经济总成本为目标;下层模型是公交客流分配模型,用来描述发车间隔优化后的客流分配情况.设计了一种混合遗传算法,即模拟退火遗传算法,来求解模型.最后,以常州市某几条线路为例,利用公交数据对模型和算法进行了检测.结果表明：所提出的线路发车间隔优化模型体现了公交供需关系是合理的,而且求解算法是有效的.     

障碍约束下的空间聚类算法分析

障碍约束下的空间聚类是空间数据挖掘研究领域中一个重要的研究课题。论文研究了障碍约束的处理方法,引入粒子逃逸原则以避免聚类中心点陷入障碍物中,提出一种基于量子粒子群的绕过障碍物的空间聚类算法(QCOD),通过实验对比分析,该算法不仅有效地克服了划分聚类算法极易陷入局部极小值和对初始值敏感的问题,而且聚类结果比带障碍的k-中心点算法更符合实际情况。     

室内障碍物要素图构建方法

针对当前室内地图构建过程中未充分考虑可移动障碍物的问题,提出了一种室内障碍物要素图构建方法。首先,利用PointNet++-KPConv获取室内点云的语义信息;随后,采用滤波及体素下采样进行处理;然后,通过随机采样一致性(random sample consensus, RANSAC)算法及欧式聚类对门、墙及室内障碍物点云进行提取,并提出了一种障碍物类型判别方法,将室内障碍物划分为可移动障碍物和不可移动障碍物;最后,将要素点云投影到二维平面构建室内障碍物要素图。结果表明,所提方法可以有效提取室内要素,障碍物类型判别方法的总体准确率达到97.96%,生成的障碍物要素图能够正确地表达室内环境语义信息。