高维空间中的舰船装配拆卸路径间隙优化算法

在C-Retraction算法的基础上,针对舰船装配拆卸中的可拆卸单元提出了一种高维空间中的路径间隙优化算法。首先,采用RRTConCon算法规划一条原始路径,将路径以一定的步长进行插补使其有效;然后,通过构建随机方向向量来增大位姿点间隙,并通过改进方法插补新位姿点和删除冗余位姿点来保证路径的有效性;最后,迭代运行该过程直到路径间隙不再增大。仿真实验表明:该算法能够得到可拆卸单元的大间隙路径,提高路径质量。     

基于动态规划的猎雷具识别路径优化算法

路径长度、海流方向给猎雷具航渡、操控带来的时间消耗,是影响目标识别效率的主要因素。单纯运用动态规划算法只能解决猎雷具最短识别路径的问题,而无法顾全猎雷具在操控方面的时间损耗,从而在提升作战效率上得不偿失。本文基于动态规划算法,优化了识别路径的解算模型,并在模型解算前,提出了目标位置的预处理条件,简化了模型的解算步骤;在模型解算后,提出了识别路径的修正方法,完善了模型的解算结果。     

基于激光雷达的移动机器人实时位姿估计算法

提出一种基于二维激光雷达的移动机器人实时位姿估计算法。该算法首先将环境数据聚类为不同的障碍物,然后利用障碍物的特征匹配来关联相邻2帧的障碍物,最后通过优化位置序列间的方向角实现机器人的位姿估计。与ICP（迭代最近点）算法对比验证表明：该算法与ICP具有相同数量级的位姿估计精度,且明显提高了计算效率。     

基于路径规划的虚拟人上肢可触及性检查技术

针对目前虚拟人上肢可触及性检查操作烦琐、效率低的问题,提出一种RRT（Rapidly-exploring RandomTree）算法与逆向运动学算法相结合的路径规划方法,通过检测可行路径是否存在来实现人体上肢可触及性检查。给出了该方法的具体流程和关键问题的解决策略,并基于Jack软件进行了实例验证。     

针对应急救援路径规划的一种改进蚁群算法

针对不返回起始点、多个待救援点的应急救援路径规划问题,提出了一种应急救援路径规划的改进蚁群算法,设计了一种新的路径构造方法,为蚁群算法求解该类问题打下了基础。为提高收敛性,改进了信息素更新规则,构造了一种与蚁群算法有效结合的局部搜索算法,提高了算法快速寻优的能力。仿真结果表明:改进蚁群算法能够快速找到一条从救援中心到多个待救援点的优化路径,且收敛速度和最短路径较同类算法更优。     

基于点云配准的室内移动机器人6自由度位姿估计

针对移动机器人在室内环境下难以获取GPS定位信息,仅靠自身惯导不能得到精确位姿的问题,提出了一种基于RGB-D传感器获取三维环境点云,对连续点云提取特征并进行配准的移动机器人6自由度位姿估计方法.首先通过RGB-D传感器获取环境深度图像,根据特征提取算法提取点云特征;然后以特征点为配准点,运用随机一致性采样(RANdom SAmple Consensus,RANSAC)算法对点云进行初配准,剔除部分错误匹配点,获得初始变换矩阵;最后采用改进的迭代最近点(Iterative Closet Point,ICP)算法进行精配准,获得点云间的最终变换矩阵,实现位姿估计.实验结果表明:该方法有效地提高了大规模点云配准效率,得到了较精确的位姿估计信息.     

一种基于正交迭代的无人直升机着舰相对位姿估计方法

针对基于视觉的舰载无人直升机自主着舰过程中的相对位姿估计问题,选取着舰标志图像的角点特征进行求解,提出了一种基于正交迭代的位姿估计算法。该算法为满足位姿估计结果精确、鲁棒和高效的要求,采用目标空间误差作为误差函数,并基于透视投影模型给出迭代初值,相对于随机给定初始值而言,使得迭代次数减少,收敛速度提升;在迭代过程中,通过绝对定向方式来求解空间共线性误差最优值问题。仿真结果表明:该方法实时性好、精度较高,具有全局收敛性。     

一种无人地面车的轨迹跟踪控制方法

针对无人地面车辆经典轨迹跟踪控制方法的不足,提出了一种基于无人地面车辆运动学模型的轨迹跟踪控制算法。在算法中引入了位姿的纵坐标误差,以加快跟踪的逼近速度,并利用人工驾驶的思想,采用了一种位一姿交替控制的方法,使路径跟踪既准确又快速。仿真结果表明：该方法是有效的,且可使无人地面车具有更好的跟踪性能。     

战时侦察车最优路径规划算法

针对侦察车路径优化同题,提出了一种改进的遗传算法,基于该算法设计了一种在战时情况下能使侦察车快速、安全、高效地进入侦察阵地的最优路径算法,并编制了侦察车路径优化软件,为战时侦察车最优路径规划同题提供了一种解决方法.     

基于膨胀搜索机理的水下航行器 快速路径规划新算法

针对目前水下航行器路径规划的典型算法中所求最优解质量不高,不能保证得到最短路径的问题,提出了一种基于膨胀搜索机理的水下快速路径规划新算法。该算法通过栅格法进行环境建模,考虑了障碍物、敌对威胁和强湍流的影响,由内而外展开了双循环搜索,能够确保所得路径是全局最优的。仿真结果表明:新算法能够在完全避障、避险的前提下找到起始点和目的点之间的一条最优路径,且相较于传统的A~*算法,所得优化路径长度更短。