考虑空间约束的机库舰载机调运路径规划方法

针对狭窄机库内舰载机调运路径规划的特殊性,按照"路径搜索-路径优化-路径安全验证"的序列提出了一套完整高效的舰载机调运路径规划方法。仿真结果表明,提出的路径规划方法能够满足舰载机调运路径规划的特殊性要求。     

移动式C3I机动路线选择多准则决策折衷对话算法

提出非劣路径和满意路径的概念,给出准则网络图满意路径问题的数学模型,利用多准则决策理论和方法,通过构造辅助问题,研究辅助问题和非劣路径的关系,设计出多准则网络图的交互式满意路径算法。     

基于最少谓词思想的可达路径选择

对于结构测试中的不可达路径问题,仅仅使用传统的不可达路径排除方法存在很大的限制性,应用效果一般.积极选择可达路径的思想可有效减少不可达路径的产生.目前,基于最少谓词思想的路径生成方法得到广泛的认可.了解可达路径选择思想后,主要介绍一种基于数据流信息的,具体应用基本程序切片技术来生成可达路径的方法,该方法可生成几乎有最少谓词的路径,有较好效果.     

动态目标的Field D~*算法及路径的提取计算

FieldD*算法计算的路径消耗较优并较为平滑,但该方法的计算量很大,尤其是在对动态目标的规划时,计算时间无法满足实际要求。针对该缺陷,在对FieldD*计算原理分析的基础上,提出了在目标是动态的情况下,只进行前目标与新目标的路径规划,并对FieldD*计算所得路径消耗只进行局部修改的动态规划算法,该动态算法可以有效减少计算量。将得到的路径消耗值应用到路径的提取算法中,路径提取算法针对路径消耗的不同情况下,提出不同的路径提取方法,并最终得出总体路径消耗最优的路径。在以栅格法建立的数字海图中进行仿真验证,该动态计算和路径提取算法与D*算法相比,计算所得的路径更为平滑,路径的总体消耗也更少,缺点是所需计算时间略长。     

基于遗传算法的多目标虚拟装配路径规划

针对以往求解路径规划问题中以路径最短为目标的局限性以及随机选取初始路径的缺陷,引入合适的目标函数和遗传算子,提出了一种基于遗传算法的多目标虚拟装配路径规划方法,利用大范围初始化的方式产生具有代表性的初始群体,设计了具有启发作用、适合路径规划的遗传算子,能够同时得到不同特点的多条路径,优化了装配路径.     

障碍环境下队形可变编队的路径规划方法研究

面向机器人编队探索和侦察等任务,系统期望保持队形以保障任务效能,但障碍环境下队形保持可能引起路径长度增加,甚至没有可行路径。为了综合考虑队形保持、路径长度及路径存在性,提出一种队形可变编队的路径规划方法,为编队跟踪控制提供一条全局参考路径。首先,分别依据个体的占据空间和编队的占据空间,对障碍进行两次膨胀,获得包含硬障碍和软障碍的路径规划构型空间。然后,在基于A*的路径规划框架下,构建包含路径长度和软障碍穿越距离的加权代价函数,以获得多指标权衡的路径。最后,不同权重对比试验表明,所提算法对不同障碍环境具有更好的适应性,通过权重设定能获得满足不同需求的可行解,可以为编队提供满意的全局路径。同时,随机场景测试试验验证了算法具有良好的鲁棒性。提出的编队路径规划方法可以引导机器人编队在复杂环境下更安全和快速地完成任务。     

基于雾计算的路网-野区路径规划研究

针对路网、野区联合路径规划需求,提出了在雾计算平台上的路网-野区无缝衔接的路径规划方法,适用于路径规划区域同时覆盖城市道路与野区的情况.综合雾计算的特点,分析了路网-野区路径规划服务的应用方式.提出了适用于路网-野区环境下的启发函数,提供路径最短、时间最短两种模式的路径寻优算法.仿真和试验结果表明所提供的基于雾计算的路网-野区路径规划方法的可行性,能够满足路网-野区的路径规划需求.     

基于Dubins路径的智能车辆路径规划算法

路径规划是车辆智能化的核心问题之一,而所有路径均可分解为简单的Dubins路径。在Dubins路径的思想下对智能车辆的行驶路径进行分段研究,并利用经典PID控制对该算法的执行性能进行检验。研究表明:算法能计算出车辆行驶的最短路径,减少了车辆行驶的路径长度,缩短了行驶时间,减少了控制系统的计算量,提高了车辆执行系统的执行力度,降低了执行误差,对最优路径具有较好的选择性。     

复杂环境下多UAV协同可飞行路径规划研究

为了实现复杂环境下多UAV协同可飞行路径规划,提出了一种基于PH曲线的路径规划算法,考虑了协同的时间和角度约束。首先,研究了PH路径长度与路径参数之间的关系,给出了简单实用的实现多UAV到达目标点处的时间和角度协同规划方法。同时,当UAV需避障时,将速度障碍法与PH路径规划相结合实现路径重规划,并以重规划路径为参考路径,通过速度或路径生成参数控制,实现多UAV协同。     

基于可视图和几何逼近算法的避障路径动态规划研究

为了满足实时仿真的需求,CGF装甲车和武装直升机等的路径规划问题都可以简化成二维平面中的路径规划问题.研究了二维平面中路径规划的核心问题--避障路径规划问题.首先以可视图法所建的求解环境为基础,将避障路径规划转化为一个多阶段决策问题,对于每一个阶段的子问题,应用改进可视图法和几何逼近算法进行求解,得出各阶段的最短路径,最后对避障路径规划进行动态规划求解.     

部队思想政治工作说服性沟通的路径依赖研究

人的行为一旦进入某一路径,就可能对这种路径产生依赖,并在以后的发展中得到自我强化。好的路径会起到正反馈的作用,坏的路径会起到负反馈的作用。部队思想政治工作通过说服性沟通,引导官兵建立正确的路径依赖,纠正错误的路径依赖。     

软件测试中的路径划分技术

路径覆盖测试准则要优于其它已知的覆盖准则，但由于对一般的软件，路径数目太大，以至实际难以实现。路径划分是路径覆盖技术的一个折中方法。给定的程序Ｐ和给定模块的最大路径数目ｋ，按就近原则，现给出了一种划分Ｐ的算法，使得每个划分后的模块所包含的路径数目都少于等于ｋ。同时也给出了最佳划分的度量标准和最佳划分方法。     

道路网络分层的快速路径诱导算法

路径诱导在现代交通和部队机动过程中具有重要应用,传统路径诱导算法(如Dijkstra算法)具有很高的计算复杂度和搜索空间,所规划路径仅仅是数学意义上的最短路径,很难满足实际道路交通导航诱导要求.为了降低路径诱导算法的搜索空间,同时使得规划的结果更能体现驾驶人员行车偏好,提出一种基于道路网络分层的快速路径诱导算法,在利用道路网络中道路的不同等级特性对路网进行分层处理基础上,通过限制算法搜索区域达到快速路径规划的目的.实验结果表明,该算法解算出导航路径中大部分是由快速路段组成,能很好地满足驾驶人员的选路偏好,路径搜索时间和搜索空间也大大减少.     

调运问题中基于栅格模型的快速路径规划方法

针对调运路径规划这一问题,采用栅格模型表示环境地图,通过设定路径搜索方向权重,剔除不必要的搜索区域,提高了搜索效率.仿真结果表明,该算法能有效地提高路径搜索效率,并能搜索到最优路径.     

MANET多路径路由中最大可靠性路径选择算法

如何选择路径的数量和质量对多路径路由机制的性能有着重要的影响。已有的多路径算法没有深入研究如何选择多路径的问题。对目前存在的两个典型问题进行了分析,在此基础上研究了路径可靠性模型和虚拟完全非交叉多路径模型,然后提出一个最大可靠性多路径选择算法。算法利用路径权重作为路径可靠性的近似解决方案,以此克服路径可靠性度量问题(NP难题)研究的复杂性,根据路径可靠性模型和完全非交叉多路径模型来选择可靠的路径集,使用这组路径集并行分布流量。应用OPNET模拟平台实现了算法,结果表明,本算法能增加聚合带宽,优化网络带宽的应用,提高网络的吞吐率和多路径路由的性能。     

天波超视距雷达路径传播损耗仿真计算与分析

为研究天波超视距雷达路径传播损耗规律特性,针对天波超视距雷达电波传播特点,利用现有理论成果,建立了路径传播损耗的计算机仿真模型,设计了一种简洁的路径传播损耗仿真计算流程,仿真分析了各种因素对路径传播损耗的影响,得出了降低路径传播损耗的有效措施,为天波雷达的作战使用提供了理论依据.     

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.     

虚拟人手臂操控规划路径优化算法研究

针对狭窄通道中虚拟人手臂操控可拆卸单元的运动路径质量较低的问题,提出了一种约束条件下高维空间中的路径优化算法。该算法采用双向增量扩展RRT算法并结合虚拟人手臂的前向运动学策略快速规划一条初始路径。在运用修剪算法移除冗余位姿点的基础上,以一定的步长进行线性插补使路径有效,然后设计了一种位姿点间隙增大算法来增大路径间隙,并通过路径修正来保证其有效性。迭代运行位姿点间隙增大算法和路径修正可使路径间隙持续增大。仿真实验表明:路径优化算法能够规划出狭窄通道中虚拟人手臂操控规划的高质量路径。     

基于转移费用矩阵的机器人路径规划方法

本文描述了机器人路径规划的一种新方法：基于转移费用矩阵的机器人路径规划方法。通过定义转移费用矩阵的概念及其上的二元运算,将最优路径的生成,转化为矩阵的运算,使得有限步的矩阵运算,即可得到环境中所有点间的最优路径,达到了在预处理阶段构造最优路径集的目的。最后,介绍了该方法在移动机器人任务规划中的应用     

基于改进NSGA-II算法的多目标无人机路径规划

路径规划是无人机自主智能飞行的关键技术之一。以路径长度和受威胁程度为优化指标,提出无人机路径规划的多目标优化模型。为找出一组分布多样化的最优路径,提出改进的NSGA-Ⅱ算法,该方法在经典智能多目标优化算法NSGA-Ⅱ的基础上,引入增加、删除算子使规划的路径能避开威胁区、引入最大拐弯角约束缓解变异操作导致的航路突变、引入混合目标空间和决策空间信息的新型拥挤距离算子提高路径的多样性。仿真实验表明,对比NSGA-Ⅱ和传统的GA算法,改进的NSGA-Ⅱ算法能够有效找到一组收敛性好且分布多样化的路径。