基于改进RRT算法的AGV路径规划研究

路径规划是自动导引小车(AGV)控制中的核心问题之一。针对经典RRT算法在静态全局状态空间中随机采样搜索节点时随机性大与效率低的问题,提出了一种改进的RRT（快速搜索随机树）路径规划算法。该算法结合双向搜索功能与自适应目标引力思想,利用双向搜索速度快与自适应目标引力朝目标点方向生长的特性,使AGV在规划路径时路径搜索效率更高,路径更平滑。实验仿真结果证明,改进的RRT算法可以在有效提高路径搜索效率的同时生成最优路径。     

一种改进的RRT机器人路径规划算法研究

路径规划技术是目前机器人领域研究热点,而路径规划算法是其核心内容。可变步长的快速随机搜索树（Rapidly-exploring Random Tree,RRT）算法在机器人路径规划算法中复杂度高、效率较低,针对这一问题,提出一种改进的RRT算法。在可变步长的随机树生长过程中,引入双向生长策略,利用双向生长特性,提高路径搜索效率,解决了最优路径与低效率间的矛盾。实验仿真数据表明,改进后的RRT算法在路径规划中不仅算法复杂度低,且搜索效率提高了约一倍。     

基于特征点的最近邻配准算法

利用尺度不变特征点的提取方法提取特征点,并对SIFT方法提取出的特征点用最近邻算法进行配准,在搜索最近邻特征点和次近邻特征点时使用了在K-D树搜索算法基础上进行改进的搜索算法BBF(Best Bin First)算法.实验证明该算法具有配准精度高,鲁棒性好的特点.     

基于BIM和改进RRT算法的建筑机器人路径规划

针对建筑机器人在施工现场获取地图信息时间长且需要规划出一条全局的、能实时避障的路径等问题,该文提出了一种应用建筑信息模型（building information model,BIM）技术建立导航地图并进行路径规划的算法。根据BIM模型中的信息对传统RRT算法进行优化改进,提出了IRRT(improved rapid-exploration random tree)算法。首先将原有的固定步长改为动态步长,通过判断与目标点的远近界定步长大小,避免了节点的盲目扩张;其次,对随机采样点的生成范围进行了约束,并设置一个同时考虑目标点和随机点的权重来解决传统RRT算法中新生成点仅由随机采样点单一决定的问题;算法陷入最小值时选取随机扰动策略进行逃脱;最后在全局路径的相邻节点间使用动态窗口法进行局部避障。实验仿真结果表明IRRT算法比传统RRT算法在搜索速度上快了3倍多,平均路径比改进前减少25.56%,平均节点减少8.92%,加入动态窗口法后有效提高了机器人实时避障能力,更适合多变的室内环境使用。     

一种新颖的电脑鼠走迷宫算法研究

一款性能稳定,功能全面,算法优良的高效智能"电脑鼠"能在短时间内快速稳定地完成复杂迷宫的搜索和冲刺。本文将向心算法和洪水算法融合形成向洪算法,介绍了该算法的工作原理,并对该算法进行优化和评估后完成迷宫搜索、迷宫二次回程搜索。向洪算法在保持向心算法和洪水算法优势的基础上减轻了处理器的运算负担,使电脑鼠运行稳定性进一步提高。实验表明,与传统算法相比,加载该算法的"电脑鼠"可以探寻出更加有利的路径,获取更全面的迷宫信息,是一种高效的迷宫搜索算法。     

基于RRT的虚拟现实环境中ROS机器人路径规划研究

机器人技术正在渗透到社会的各行各业，移动机器人的研究具有很高的理论意义和广泛的应用场景。利用三维物理仿真软件构建仿真场景，搭建机器人模型，引入快速扩展随机树算法(RRT),使用ROS系统进行仿真环境的路径规划算法调试。通过调用RRT算法节点使单个机器人或多机器人能够在未知环境里避开障碍物自主导航建立地图，并验证该算法的稳定性与可行性。结果表明，与传统人为控制机器人扫描建立地图相比，使用快速扩展随机树算法的ROS机器人更具有便捷性。单机器人与多机器人完成探索的时间对比，证明多机器人探索具有快速性的特点。     

改进型RRT*算法的水下机器人三维全局路径规划

由于传统快速扩展随机树的改进算法(RRT*)在处理自主式水下机器人三维路径规划问题时存在算法收敛速度慢、规划出的路径不平滑等问题,提出一种改进型NT-RRT*算法(正态采样、三角裁剪的快速扩展随机树改进算法),利用正态分布的空间采样策略来代替RRT*算法中的全局均匀随机采样,用来提高算法的收敛速度.此外,引入基于三角不...     

考虑最短转弯半径的无人机区域覆盖航迹规划

为实现无人机测量自动化，必须解决覆盖航迹规划，即无人机路径规划，以便监测感兴趣区域内的所有点。为此，提出改进的旋转卡尺航迹规划算法，综合考虑被测区域的凹凸性、无人机类型、无人机起飞点、着陆点，计算最优边-点来回航迹，构成完整的覆盖航迹。被测区域是凹多边形，则将其分割为具有最小个数的凸边形；如果采用固定翼无人机，则需要考虑其最小转弯半径，进行航迹规划。仿真结果表明，改进的航迹规划算法更具实用性和有效性。     

一种改进的全局和声搜索算法求解函数优化问题

针对和声搜索算法的早期收敛速度快,后期收敛慢,容易陷入局部最优解的问题,本文提出了一种改进的全局和声搜索算法.该算法对标准和声搜索算法作了三点改进,首先在和声记忆库初始化时采用反向学习策略,提高初始解的质量,提高收敛速度,其次,采用动态方式调整参数,第三,利用当前和声记忆库中的全局最优解产生新解,提高全局搜索能力.采用该算法对6个标准的测试函数进行优化,结果表明,该算法避免算法的早熟和增强算法的全局搜索能力,具有较好的优化性能.     

曲面最短路径的粒子群优化算法研究

求两点沿自由曲面最短路径的关键是正确选择两点间沿曲面的路径.粒子群优化算法(PSO)是一种全局性的概率搜索算法,它在整个问题空间实施搜索,可以得到问题的全局最优解.将粒子群优化算法的思想引入到路径寻优中,采用圆弧逼近法进行初始逼近,提出了解决自由曲面最短路径的随机搜索算法.最后给出了数值实例,结果表明该算法具有容易实现、运算量小等特点.     

矩形环境分解机器人遍历算法

提出了一种矩形分解的环境建模方法．该方法模型用环境分解出的节点及节点之间的连接关系网络来表示．环境建模首先将环境分解为正方形区域,区域中心点代表该区域位置．在邻近区域有障碍物情况下,扩大正方形边长形成矩形区域,有利于提高局部遍历效率．在这种环境建模思想下,提出了一种包含局部和全局2层结构路径规划下的机器人遍历方法．在全局路径规划中子区域之间的探索采用了基于知识规则的方法,定义了决定局部子区域向周围区域移动的一维优先权数组,该数组综合表征了本区域与相邻区域的遍历情况、连通关系和用户定义优先权级别．局部子区域根据环境形状采用模版匹配法实现遍历．仿真实验结果说明,该方法简单、高效,并适合解决复杂二维环境遍历问题．     

一种快速的基于分区域的公交线路选择算法

提出了一种快速的基于分区域的公交线路选择算法。本算法首先把所有的公交车站划分为若干个区域,然后按照每个线路上为目标区域的站点数来确定搜索线路的优先级,而对于一条特定的线路上的站点,则按照站点是否在目标区域来确定搜索优先级。算法只搜索其中优先级较高的一部分,并且使用从起点终点两向同时搜索的技术,极大地减少了搜索空间。实验表明,该算法是快速而有效的。     

边序列搜索算法在单源动态交通诱导中的应用

在实际的交通网络中,基于边序列搜索思想的最短路径搜索算法具有明显的优越性,因交通网络具有动态时变的特性,在满足交通流先进先出（FIFO）约束的前提条件下,对最短路径搜索算法的路权矩阵进行处理,根据路段上的交通流量,测算车辆通过路段所需的行程时间,最后将基于边序列搜索思想应用到单源的动态交通路径寻优算法中.     

英语为母语留华学生“了1”和“了2”的习得顺序研究

作者根据对外汉语教学的需要,在HSK动态作文语料库中对以英语为母语的第二语言习得者习得“了1”和“了2”的情况进行了调查,并对其中的正确用法和使用偏误加以归类和分析,指出习得者的习得顺序是先习得“了1”后习得“了2“。研究显示运用以英语为母语的第二语言习得者“了1”和“了2”习得顺序,并分析了“了1”和“了2”习得顺序的原因和教学上的应对策略。     

基于改进 SURF 的快速图像匹配算法

SURF 是在 SIFT 基础上提出的一种图像特征点提取算法。针对传统算法误匹配点多和计算量大等问题,提出一种基于改进 SURF 的快速图像匹配算法。该算法通过引入对角降维与角度删减方法,分别对 SURF算法中特征点描述子进行降维和误匹配点剔除,以提升匹配速度和精确度。实验结果表明,与传统算法相比,该算法提高了 1%~10%的匹配正确率,以及 8%~30%的效率。     

一种改进的混沌优化方法研究

为提高混沌优化方法的寻优速度和求解精度,本文提出一种改进的混沌优化方法,该方法结合幂函数载波和变尺度混沌优化方法的优点,在第一次载波中利用幂函数全局寻优,在第二次载波中,以当前最优解为中心,不断缩小优化变量的搜索区间进行双侧局部寻优。仿真结果表明,该方法可以明显提高收敛速度和精确性。     

回溯算法求解TSP问题的改进

回溯法构成的解空间树中存在着大量的重复解,降低了搜索的效率．该文在阐述回溯算法基本思想的基础上,运用解路径反转。找出其重复解,然后从解空间树中将其删除的方法对四溯算法加以改进,改进后的算法空间复杂度只有O（n）,并省掉了重复路径的权值计算,节省了搜索时间,提高了搜索效率．     

一种缩小NLOS误差提高室内跟踪精度的融合算法

针对扩展卡尔曼滤波器（EKF）在室内环境中,非视距（NLOS）传播对 EKF 跟踪性能产生很大影响这种缺陷,提出一种基于极限学习机（ELM）和 EKF 的融合方法。ELM 使用 EKF 的状态信息对测量值进行分类,确定受 NLOS 误差影响的传播路径,然后利用该路径训练的 ELM 对测量值进行校正。实验结果表明,该算法与传统算法相比精确度提高了 43.2%,可以有效缩小 NLOS 误差。     

一种带随机选择机制的新型改进粒子群优化算法

标准粒子群优化算法对空间所有区域等概率搜索,降低了算法效率。借鉴遗传算法的思想,本文提出一种带随机选择机制的改进粒子群优化算法。该算法将适应值选择和粒子状态更新方程结合起来,通过赌轮算法选择机制使得粒子在适应值较小的区域尽可能的降低搜索概率,在最优解可能区域尽可能加大搜索强度,从而提高算法搜索效率。通过标准进化计算测试函数测试,实验结果表明对于复杂优化问题该算法优于标准粒子群优化算法和遗传算法。     

多无人机辅助的物联网信息与能量同传优化策略

目前基于无人机的物联网信息与能量同传优化研究大都只考虑了单无人机且部署固定高度的情形,针对这一局限性,设计一个多无人机辅助的信息与能量同传系统,并提出一个联合优化设备关联关系、无人机位置、无人机发射功率和设备功率分割比的多变量固定交替迭代优化算法,以实现设备最小采集能量最大化.在每次迭代中,首先根据信号强度确定关联关系...