无人机自主飞行航迹规划

无人机技术在军事应用中占有重要地位,其飞行航迹规划直接影响飞行能力.在考虑到雷达威胁和航行路径情况下,建立多目标动态优化模型.首先针对雷达威胁,利用模拟退火算法及局部点搜索法找出所有威胁点中的最小威胁度点,所指定的路线要尽可能多的通过这些局部最优点,以达到减少航行威胁的目的.然后利用1stopt软件将其拟合成一些航行曲线.在考虑航行路径时,采用对路径积分的办法,选出这里面的最短路径最为最用航迹.最后通过一个实例验证该模型的实用性.     

一种无人机的航迹规划和自主导航算法

实现自主飞行是无人机飞行控制技术的的重点也是难点,本文推导了相关的制导指令计算方法,同时对无人机航点的切入作了最优的航迹规划。仿真结果表明,该算法能满足实际飞行要求。     

智能机器人路径规划方法研究

移动机器人技术研究中的一个重要领域是路径规划技术,本文从传统规划方法与智能规划方法的角度入手,综述了移动机器人路径规划技术的发展现状,并对对移动机器人路径规划技术的发展趋势进行了展望。     

浅析无人机自主避障技术

无人机在物流、巡航、航拍等领域有着极大的应用价值。传统的无人机仍然是由人进行手动控制,但是考虑到人力成本和无人机数量增大等问题,无人机的自主飞行成为了当下研究的热点。在无人机的自主飞行技术中,避障技术又是一项十分关键的技术。无人机避障技术涉及障碍物识别和路线规划,障碍识别通常采用传感器实现,而路线规划则通过决策算法实现。本文阐述了基于激光雷达、超声波、单目色摄像头的避障系统,简要说明了各个系统信息采集的原理和避障功能的实现。在无人机飞行高度较高的情况下,可以采用地图导航避障,这种方案可以极大地节省电池消耗。在实际应用,无人机的避障系统会采用多个传感器。     

无人机避障控制研究现状与展望

无人机由于其构造简单、易于操控、成本低等优点,在物流、巡航、航拍等民用和军用领域有着极高的应用价值。高效精确的避障技术是实现无人机飞行的重要保障,文章详细介绍了传感器、威胁锥和势函数法3种避障方法,并对这几种方法进行分析比较,总结了目前无人机避障技术存在的问题和未来发展趋势。     

云进化机器人路径规划算法

针对EA(evolutionary algorithm)在机器人路径规划中局部收敛和收敛速度慢的缺点,结合云模型的优良特性,提出了基于云模型的路径规划算法.本算法采用正态云算子在路径池中进行进化和变异.进化过程中出现跨代精英路径时说明靠近了较优路径,就可以缩小进化范围,同时还利用了往次进化过程中的优化结果,来保证最终结果的准确性.仿真实验证明,本算法不但提升了进化速度,同时提高了路径的可靠性.     

关于无人机自主避障的进化研究

部署无人机的很多利益可以从自主任务得到。然而,对于那些任务避免障碍物的感知和避免能力是一个决定性的要求。碰撞避免可以概括性得分类为全局和局部路径规划算法,并且为保证成功的完成任务两种算法均需要被很好的应用和处理。然而全局路径规划明显是为到达目标点而进行的路径规划,局部碰撞避免算法是很快速、反应性的并且被应用在在线路经规划中,在意外的和无法预料的障碍物避碰中确保无人机的飞行安全。本文综述了关于无人机避碰问题的已有的和进化的算法,更加详尽的介绍了局部碰撞避免问题。     

动态路径诱导系统中路径规划的关键技术研究

路径规划是动态路径诱导系统的一个基本问题。文章分析了动态路径规划所涉及到的导航用电子地图、实时交通信息和路径规划算法,并阐述了在现有情况下的解决方案。     

基于ROS系统自主路径规划与避障小车的研究

自主导航与避障是目前移动小车的发展趋势,本文采用的Fast-SLAM算法,导航和避障阶段采用的全局路径规划A*算法和局部路径规划DWA算法。Arduino支持ROS主题的发送和接收,并执行算法所发下来的指令,间接驱动电机的运转速度。     

基于改进蚁群算法移动机器人的路径规划

针对基本蚁群算法的缺点,提出了蚂蚁回退、蚂蚁相遇、带交叉点的路径交叉的改进算法.通过随机数引入和状态转移概率的应用,平衡了各路径信息素,从而有效地进免陷入局部优化,使得算法在收效速度和执行效率上得到提高.