联合势场与蚁群算法的机器人路径规划

针对全局静态环境下传统蚁群算路径规划时,易陷入局部最优、前期路径有效性差等问题,提出了基于改进人工势场局部搜索和改进蚁群算法全局搜索的机器人路径规划算法.在地图环境栅格化基础上,算法首先利用有效障碍物检测和临时中间目标点改进人工势场算法,以优化其死锁和欠优问题,通过改进人工势场优化蚁群算法的初始路径搜索,避免其早期的交叉等问题,同时构建与收敛相关的负反馈通道,调节全局与局部信息素的自适应更新,以平衡算法的收敛速度与全局搜索能力.简单环境与复杂环境的仿真实验结果表明,所提算法具有较好的全局搜索能力,收敛速度和搜索能力优于已有改进蚁群算法,验证了算法的有效性.     

基于神经网络自适应PID的无人机编队避障飞行控制研究

针对无人机编队避障飞行控制难题,研究了无人机编队避障航迹规划与智能控制技术.首先,提出一种基于改进人工势场法的无人机编队航迹规划算法,利用改进势场函数和引入"随机波动"法等手段,解决了传统人工势场法用于无人机编队航迹规划时遇到的无法到达目标点以及局部最小值问题,并提升了传统算法航迹规划的快速性和鲁棒性.其次,设计了一种...     

改进人工势场法与模拟退火算法的无人机航路规划

针对标准人工势场法应用于无人机航路规划存在的缺陷,建立了改进的人工势场模型:当航路点搜索陷入威胁区时,构造惩罚势函数并使用势场强度代替合力矢量控制进行路径规划,解决由于合力矢量为零引起的局部极小问题;利用模拟退火算法搜索威胁区内势场强度更小的点,使得航路点逃离威胁区,解决传统人工势场法中参数对搜索航路点逃离效果的影响;使用变步长法优化算法的收敛速度。仿真结果说明,该方法能够较好地实现无人机航路规划,且快速易行。     

融合Q学习算法和人工势场算法的无人机航迹规划方法

针对基于Q学习算法规划出的航线存在与静态障碍物发生碰撞危险的问题,提出融合Q学习算法和人工势场算法的航迹规划方法。该方法首先利用Q学习算法规划出一条航线,其次根据地图统计该航线每个航段内包含的障碍物,最后对每个包含障碍物的航段采用改进的人工势场法进行重新规划。实验结果显示,提出的融合方法能够在牺牲少量轨迹长度和时间的情况下,得到与静态障碍物避免发生碰撞的最短路径。     

基于势场启发蚁群算法的远程水中兵器航路规划

针对航行误差较大的远程水中兵器航路规划问题，采用栅格化方法建立海洋环境模型，为使兵器在航行过程中能有效规避障碍并导向目标，提出一种人工势场力为启发因子的改进蚁群算法，利用该方法搜索远程水中兵器从起始点至目标点的最佳路径，算法解决了经典蚁群算法容易陷入局部最优及收敛速度慢的问题。仿真结果表明该规划算法虽有少量的路径损失，但可以有效避免由于误差引起的航行安全问题，是一种有效的远程水中兵器航路规划方法。     

伪人工势场在多弹饱和攻击航路规划中的应用研究

通过研究人工势场法在路径规划中的应用,提出了具有简易数学形式的伪人工势场模型。在该模型的基础上,对多枚反舰导弹航路规划问题进行了描述,引出了"影子导弹"的概念,并通过仿真实现了伪人工势场在多枚反舰导弹的协同航路规划中的应用,讨论了不同引力系数条件下的航路规划效果,并对饱和攻击效果进行了验证。仿真结果表明:该方法可以有效解决多枚反舰导弹饱和攻击航路规划问题。     

基于改进精英蚁群算法的无人机三维航迹规划

针对三维地图中的无人机航迹规划问题,提出了一种基于改进精英蚁群算法的航迹规划算法.将算法中的状态转移策略与人工势场法进行融合设计,为障碍物和目标点分别设置斥力场和引力场,指导航迹搜索方向.添加约束条件限制,使航迹能实际可飞.随后当信息素更新时,设置双精英蚂蚁策略和混沌扰动,提高算法的全局搜索能力.引入视线算法减少航迹节...     

基于神经网络Q-learning算法的智能车路径规划

针对智能小车行走过程中的全局路径规划和路障规避问题,提出了一种基于神经网络Q-learning强化学习算法,采用RBF(Radial Basis Function)网络对Q学习算法的动作值函数进行逼近,基于MATLAB环境开发了智能小车全局路径规划和路障规避仿真系统。与传统的以及基于势场的Q学习算法相比,所采用的算法能更加有效地完成智能小车在行驶环境中的路径规划和路障规避。仿真结果表明:算法具有更好的收敛速度,可增强智能小车的自导航能力。     

基于改进人工势场法的四旋翼飞行器航迹规划

基于四旋翼飞行器低空飞行实时避障的需求,利用人工势场法进行航迹规划。由于四旋翼飞行器对周围环境感知的局限性,容易导致局部极小问题出现。针对此问题提出"选择穿越法",四旋翼飞行器进入局部极小状态时激活该行为,有选择地穿过障碍物,迅速地摆脱局部极小的状态。仿真结果表明该方法能够有效地解决局部极小问题。     

基于相似性和距离及遗传模拟退火的自适应聚类算法

针对模糊C-均值(FCM)算法中聚类数目的确定问题,提出了基于样本间相似度量和距离的算法,该算法可有效缩短聚类数搜索的范围,减少计算工作量。对于模糊C-均值算法聚类中心初始值随机选择易陷入局部极小值问题,采用遗传模拟退火算法优化FCM的聚类中心,以人工数据集和标准数据集验证了遗传模拟退火算法具有较强的全局收敛性能,有效提高了聚类效果。     

VORONOI图的无人机航路快速初始规划

在分析VORONOI图的性质与威胁代价函数的基础上,针对航路的初始规划提出了一种先局部优化后进行全局优化的算法,从而避免在航路全局优化时陷入局部极小点的危险.通过对一个简单算例的分析,阐述了这种规划方法的合理性和快速性,给出了其对应的伪代码.它可对其他各种航路规划算法的边界条件进行初始预处理,快速确定初始可选航路集的解,缩短航路规划的时间;针对某阵地航路规划的仿真结果表明了该算法的有效性,初始的航路集有效地避开了威胁配置较密集的地方,同时尽量以较短的航路接近目标.     

机器人集群路径规划技术研究现状

受社会型生物群体行为启发,群体智能得到日益广泛的关注,机器人集群作为群体智能的重要承载者得到了大量研发和广泛应用。机器人集群路径规划技术作为一项核心关键技术也得到快速发展。为此全面深入地调研了机器人集群路径规划的技术发展现状,创新性地归纳了适用于不同集群规模、可扩展性要求、通信需求以及算法要求的集群规划基础计算架构,包括冗余计算架构、分布计算架构和分层计算架构。从可扩展性和适用性角度,分类梳理了最适用于机器人集群的路径规划方法,包括仿生学方法、人工势场法、几何学方法、经典搜索法和进化学习法,并为集群仿真验证研究提供了七款可免费下载或开源的机器人集群仿真验证平台。     

双层隔振系统的模糊-PID控制方法

PID算法简单,稳态性能好,但动态性能差.模糊控制方法灵活,适应性强,不依赖于受控对象的数学模型,可以处理系统参数的非线性和不确定性问题,动态性能好,但稳态性能差.为提高双层隔振系统隔离低频结构噪声的不足,将模糊控制理论应用于双层隔振系统,较好地实现了两种算法的结合,弥补了该系统动态性能差的缺陷.仿真结果表明该方法有良好的减振效果.     

An eikonal equation based path planning method using polygon decomposition and curve evolution

Path planning is a key technique of autonomous navigation for robots, and the velocity field is an important part. Constructing velocity field in a complex workspace is still challenging. In this paper, an inner normal guided segmentation algorithm in a complex polygon is proposed to decompose the complex workspace in this paper. The artificial potential field model based on probability theory is then used to calculate the potential field of the decomposed workspace, and the velocity field is obtained by utilizing the potential field of this workspace. Path optimization is implemented by curve evolution, during which the internal force generated in the smoothing process of the initial path by a mean filter and the external force is obtained from the gradient of the workspace potential field. The parameter selection principle is deduced by analyzing the influence of several parameters on the path length and smoothness. Simulation results show that the designed polygon decomposition algorithm can effectively segment complex workspace and that the path optimization algorithm can shorten and smoothen paths.     

模糊神经时延 Petri 网的信息融合模型

将模糊逻辑与融合技术相结合得到了一种模糊信息融合方法,然后用时延Ｐｅｔｒｉ网对此信息融合系统建模,并给出了信息融合系统反应时间的一个计算公式。然后将人工神经网络应用到时延Ｐｅｔｒｉ网中,提出了一种多传感器信息融合的模糊神经时延Ｐｅｔｒｉ网模型。     

势场理论的多无人机协同路径规划方法

在势场理论的基础上对穿越多威胁区的无人机路径进行了协同规划,在规划中将每个威胁区按实际情况分为极危险区域和次危险区域,而这些威胁不仅包括己方情报所得的已知威胁,而且包括在执行攻击任务过程中新发现的突发威胁,然后利用物理学中的扩散方程建立势场,并在已建立的势场中对多无人机进行整体协同路径规划。在建立模型的同时,进行了仿真模拟,仿真结果表明了该方法的正确性和可行性。     

基于水下声场信息的三维航路规划研究

针对目前大规模水下复杂战场环境中的航路规划困难的问题。设计了一种以距离值传递法为基础的航路规划方法,该方法以水下声场为主要威胁源,运用三维抛物方程(PE)模型计算水下声场数据,并以此建立三维水下战场环境。利用限制线性八叉树的方法对数据场进行数据分割,从而达到对搜索空间的压缩,最后通过距离值传递法搜索得到最佳航路。仿真结果表明该方法较快的实现了三维声场环境下的不同起始点、多目标寻径,满足一定条件下航路规划要求。     

一种地形分析结果的多层次表示及量化方法

为了适应作战仿真智能实体的分层次路径规划，提出了一种地形分析结果的多层次表示及量化方法。根据全局路径规划与局部路径规划的概念和数字高程模型的多尺度表示模型，建立了地形坡度分析和可视性分析结果的多层次表示方法和量化公式。结合坡度计算和可视性计算公式，运用该方法实现了一个具体数字高程模型的多层次量化，分析了方法的有效性和可行性。试验结果表明：该方法可以实现分析结果的多层次表示，满足分层路径规划对地形分析的要求。     

无人机避障航路规划方法研究综述

随着无人机作业空域从中高空不断向低空甚至超低空拓展,复杂的低空障碍环境对无人机造成了严重的威胁。研究无人机避障航路规划理论与方法,对于保障无人机的飞行安全和提升其任务效率具有重要作用。对无人机避障航路规划方法的研究现状进行了梳理,首先,根据航路规划问题所建立的优化模型,将规划方法划分为基于数学规划的方法、基于路标图的方法、基于空间分解的方法、基于势场的方法、基于随机规划的方法和基于机器学习的方法六个大类。然后,分别介绍了各类型方法的基本原理、代表性研究以及优缺点。最后,对避障航路规划方法未来可能的研究方向进行了展望。综述表明,复杂环境下无人机三维航路规划方法的研究仍有提升空间;未来应考虑将传统规划方法与新一代人工智能技术相结合;航路规划方法研究应充分考虑机载传感器的实际性能和工作特性;规划航路的可跟踪性问题也亟待解决。