综合导航网格模型及其在智慧旅游寻径中的应用

为了满足复杂景区环境中游客的个性化导航需求,建立了一种综合考虑景区地形、气象与游客密度等多维动态环境要素的导航网格模型,在此基础上设计实现了智慧旅游动态寻径的A*算法.融合多维动态环境信息的景区综合导航网格模型突破了传统旅游地图主要依赖静态路网模型的局限,支持实时环境感知并适应游客偏好的动态路径规划.以都江堰景区为例进行了实验验证,实验结果表明,本文算法的最优路径规划结果比景区推荐路径的综合距离缩短了17.6%,同时有助于为游客提供动态、智能化、精准化和一体化的智慧旅游位置信息服务.     

动态环境感知的多目标室内路径规划方法

为了满足复杂室内环境中用户的多目标导航需求,提出了动态环境感知的多目标室内路径规划方法. 该方法顾及室内路径复杂度、拥挤程度与阻断事件等多维室内环境语义,扩展了节点-边表示的室内导航路网模型,通过量化表征多维室内环境语义,建立了能够综合感知室内环境语义变化的导航通行成本函数,然后,将顾及室内动态环境语义的导航通行成本函数值作为室内导航路网模型的边长,设计实现了基于Dijkstra的多目标室内路径规划算法. 通过模拟实验分析比较室内路径规划结果,实验结果表明:由于扩展后的室内导航路网模型增加了具有方向性语义的垂直组件,考虑了阻断事件因素,导航路径规划能够避开不可用连接边;在路径拥挤程度分别为轻度、缓慢和堵塞情况下,由于考虑了路径复杂度和拥挤程度,节约的通行时间平均提升了17%.      

基于实时交通信息的动态车辆导航技术研究

将实时交通信息应用于车辆导航是实现车辆导航系统市场化、大众化的关键，而快速发展的无线通讯技术则为实时交通信息的传送提供了可能，集成车辆导航系统和无线通讯技术、构建车辆信息系统(Telematics)将是未来车辆应用发展的主导方向。本在分析传统静态的．孤立的车辆导航系统弊端的基础上，着重探讨了动态车辆导航涉及到的一些关键技术，包括有：实时交通信息的快速采集、信息融合、数值化编码、动态管理以及无线实时发布；基于实时交通信息的动态路径规划理论与方法；导航电子地图数据动态维护与更新；GPS／DR／MM组合定位方法。     

一种基于路网变化的动态路径规划策略

就车辆动态时间最短路径诱导问题展开研究,提出了一种便于工程实施的变起点、定目标点的动态行程时间最短路径规划方案. 基于该方案,在一种大型方阵图下,就Dijkstra、A*、D* Lite等几种动态路径规划算法的计算时间进行了对比分析,针对车载动态导航设备实时性要求高、计算量要求尽可能小的特点,提出了一种基于路网变化的跳变的动态路径规划策略,根据路网中路段权值变化的具体情况,选取更加节省时间的搜索方式. 利用东莞市区电子地图和路网历史流量数据进行实验,实验结果表明,该策略可以有效减少路径动态规划的计算时间,有一定的工程应用价值.     

面向动静态混合环境的智能车运动规划方法

针对存在动态和静态障碍物环境中的智能车运动规划问题，本文提出一种基于三维搜索的方法。该方法首先在笛卡尔坐标系中增加时间维度以建立时间-空间栅格，构建不同车速下的车辆运动基元；将智能车转化为多个圆心组成的线段，采用膨胀静态障碍物的方法进行不规则障碍物碰撞检测，运用时间间隔法将动态障碍物碰撞检测简化为线段交叉性检测；构建包含最大速度和加速度约束的速度启发式函数，用于引导搜索树在时空空间中快速到达目标位置和速度；最后基于启发式方法和局部运动规划方法在时空栅格中进行搜索，获取融合时间信息和“停止-等待”等决策信息的运动轨迹。实验结果表明：本文运动规划方法在动静态混合环境中能够引导智能车安全行驶，相比速度障碍方法，安全行驶的平均成功率提升23%；相比混合A*方法，平均成功率提升19%，行驶耗时缩短21%。     

车载信息对驾驶人眨眼特性及负荷的影响规律

为研究车载信息对驾驶人负荷的影响,进行了实车道路实验.实验中,将车载设备安装在3处不同位置,采集驾驶人眨眼时间与频率数据,采用图像路径信息发布或图像、声音路径信息同时发布方式,研究驾驶人的眨眼特性,并对比驾驶人是否使用车载导航状态下眨眼时间与频率分布规律差异.实验数据显示,将眨眼持续时间为0~200 ms的眨眼数据以10 ms为间距展开时,驾驶人眨眼次数分布曲线出现了明显的双峰特征;未使用车载导航时,眨眼持续时间在50~60 ms的峰值低于10~20 ms的峰值,使用车载导航时反之;不同导航安装位置条件下,中、长眨眼差异不显著,而短眨眼具有显著差异;无语音提示下的眨眼次数双峰均大于有语音提示时,短眨眼明显增大,中眨眼也相对较大,长眨眼几乎不变.上述结果表明:使用车载导航情况下驾驶人的工作负荷更大,导航安装在置物台上时,驾驶人工作负荷最小;使用车载导航语音提示,可减小驾驶人的工作负荷.      

基于轻量级卷积神经网络的烟雾识别算法

由于烟雾图像场景模糊不清，背景复杂多变，难以捕获到有效特征，导致算法识别误报率和漏报率较高；此外，深度卷积神经网络结构复杂，参数繁多，难以缩短其计算时间至1 ms内，这成为实时火灾预警的一大难题. 为了解决上述问题，提出了一种基于4种Inception结构的轻量级卷积神经网络SInception （sequeeze-and-excitation inception）在此基础上加入SE Block （sequeeze-and-excitation block）用于对烟雾特征进行重新分配；同时，为了避免由于训练样本不足引起的过拟合，原始数据集上采用数据增强技术以及生成对抗网络生成更多训练样本，并在后续实验中采用了融合暗通道先验特征的策略. 实验结果表明:该网络在增强的数据集GAN-Aug-YUAN上将识别误报率降为0的同时将准确率提升至99.65%，且计算时间减少到0.26 ms.      

求解客户需求动态变化的车辆路径规划方法

对于集货过程中客户需求随时间变化的动态车辆路径规划问题,按时间段划分为一系列车辆已驶离中心车场的静态车辆路径问题,引入虚拟任务点与相关约束方法,将其进一步等价转化为普通的静态车辆路径问题,使用适用于静态问题的算法对其进行求解。应用此车辆路径规划方法,以改进的节约法为静态算法,对于客户数为20的动态路径规划问题进行求解,得到重新优化路径所用的时间为0.49s,说明这种规划方法可行。     

基于网格交通状态分类的行程时间规律挖掘与计算

在出租车轨迹数据挖掘的基础上，本文提出基于网格交通状态的行程时间计算方法。在区域网格化的基础上，利用出租车全球定位系统(Global Positioning System, GPS)数据构建区域网格宏观基本图，并对宏观基本图的流量-密度关系进行拟合；进而使用高斯混合聚类法，将区域交通状态分类为畅通、轻度拥堵和重度拥堵。对不同交通状态网格的行程时间进行挖掘分析，发现3类交通状态下网格行程时间表现出不同的分布特征，畅通、轻度拥堵和重度拥堵的最佳行程时间分布分别为Gamma分布、Weibull分布和对数正态分布；通过不同状态网格行驶时间联合概率密度分布的近似拟合推导出路径网格行程时间概率密度模型。本文提出的方法可以快速计算一 定可靠度条件下的行程时间，对不同线路和时间内的案例分析结果表明，该方法对路径行程时间估计的平均绝对误差在1%~16%，可以为交通诱导与未来导航提供技术方法支撑。     

基于蚁群算法的火灾动态疏散

随着社会的快速发展及城市人口的迅速增长,高层建筑越来越多,而当高层建筑发生火灾时,人员的安全和财产可能造成重大损失,设计出合理的动态疏散方案显得极其重要。结合某商场的工程实例,通过改善的蚁群算法规划出最佳的疏散路线,将平面疏散与垂直疏散融合,提出了三维疏散的方案。结合实例静态环境与动态环境下运算结果表明本文研究的火灾动态疏散蚁群算法在大型商场环境中具有有效躲避动态障碍物(火灾产物)的优点,可以实现合理的路径规划和安全疏散,为动态疏散指示系统的设计提供更加有效的疏散路径。     

Research on a Task Planning Method for Multi-Ship Cooperative Driving

A new method for a cooperative multi-task allocation problem(CMTAP) is proposed in this paper,taking into account the multi-ship, multi-target, multi-task and multi-constraint characteristics in a multi-ship cooperative driving(MCD) system. On the basis of the general CMTAP model, an MCD task assignment model is established. Furthermore, a genetic ant colony hybrid algorithm(GACHA) is proposed for this model using constraints, including timing constraints, multi-ship collaboration constraints and ship capacity constraints. This algorithm uses a genetic algorithm(GA) based on a task sequence, while the crossover and mutation operators are based on similar tasks. In order to reduce the dependence of the GA on the initial population, an ant colony algorithm(ACA) is used to produce the initial population. In order to meet the environmental constraints of ship navigation, the results of the task allocation and path planning are combined to generate an MCD task planning scheme. The results of a simulated experiment using simulated data show that the proposed method can make the assignment more optimized on the basis of satisfying the task assignment constraints and the ship navigation environment constraints. Moreover, the experimental results using real data also indicate that the proposed method can find the optimal solution rapidly, and thus improve the task allocation efficiency.     

智能电动车弯曲道路场景中的避障路径规划

为研究智能电动车在弯曲道路场景下进行避障规划的有效性, 提出了一种将笛卡尔坐标系转换为曲线坐标系的方法, 利用5次贝塞尔曲线对弯曲道路场景中的车道线进行逼近得到参考路径, 通过对参考路径进行弧长参数化, 以弧长为横坐标, 横向偏移为纵坐标的方法建立曲线坐标系, 根据车辆和子目标点在曲线坐标系中的位置关系, 采用3次多项式实时生成候选路径, 利用序列二次规划算法对候选路径进行优化; 为验证所提算法的有效性, 以某智能电动车为平台, 利用单目相机、64线激光雷达、工控机等设备搭建试验车, 通过Apollo平台对车辆在弯曲道路场景中的避障算法进行在线仿真, 在园区实车试验中对避障算法进行了GPS位置误差和航向角累计误差分析。研究结果表明: 在曲线坐标系中进行车辆弯曲道路场景下的避障路径规划, 能有效地描述规划路径曲率半径、车辆中心位置偏移车道线距离等信息, 容易确定自身车辆的可行驶区域、前方障碍物位置信息, 从而生成最优路径; 在园区场景的避障过程中, GPS位置误差发生在初始点、转弯点以及避障点, 最大误差为0.15 m, 航向角累计误差为12°, 突然增大的弯道位置误差主要由车辆姿态瞬时改变及障碍物匹配过程引起, 但是误差都能够很好地控制在一定范围之内, 利用曲线坐标系解决弯曲道路场景中的避障路径规划是可行的。      

基于有向图的传统村落建筑群火灾蔓延风险分析

在传统村落开发保护过程中,建筑消防改造及建筑布局改变等会导致火灾风险发生变化.火灾蔓延模拟工作量大、成本高及基础资料获取困难.为克服这些难点,首先,将单体建筑视为有向图的节点、建筑间的火灾蔓延关系视为节点间的边,通过火灾蔓延模拟判断节点周边局部蔓延路径,并建立有向图的邻接矩阵,利用有向图遍历算法确定特定火灾场景下的蔓延...     

基于冲突回避的动态滑行路径算法

为解决机场场面航空器滑行路径分配问题,在时间依赖最短路径算法的基础上,提出了基于冲突回避的动态滑行路径分配算法.根据机场场面交通的实际情况,定义了3种不同类型的滑行冲突以及航空器的滑行优先级.给出了在不同类型冲突和不同滑行优先级情况下的滑行道时间延误函数.仿真实验表明,当跑道运行飞机达到32架次/h时,与固定路径相比,动态路径运行的航空器平均滑行时间减少了3 min/架次,航班延误减少了3.5 min/架次.     

视觉伺服机器人视界内的直接路径规划

建立了GRB-400单目视觉伺服机器人的图像雅可比矩阵，针对此动态双环系统设计了控制算法使视觉伺服闭环运动控制系统稳定．根据视觉伺服闭环运动控制系统的需要，提出了最速下降法与惩罚函数法相结合的平面规划方法,在机器人的视界内解决一定时间内最小能量的路径规划问题．仿真与实验结果表明。机器人根据在其视觉范围内的目标物体的位置即可采用上述方法确定优化的路径。     

基于粒子滤波联合算法的地磁室内定位

室内地磁场受钢结构与其它铁磁材料的影响,造成磁场区域局部异常,使室内地磁场具有特异性. 受益于此种现象,室内地磁定位技术得以实现. 然而在大型建筑中地磁场的特异性会减弱,这导致定位结果出现模糊现象. 针对这一现象,文中提出了基于路径匹配的室内地磁定位技术,通过增加匹配特征数量来解决此问题. 使用基于动态时间规整（dynamic time warp,DTW）算法与粒子滤波（particle filter,PF）算法的新型联合算法,并以路径匹配的模式对目标进行追踪. 在匹配过程中又通过计算斯皮尔曼等级（Spearman）相关系数确定路径之间的相似度,使之作为辅助定位. 最后用装载了磁传感器的测量机器人进行实验验证,结果表明:路径匹配具有足够的地磁特征数量,能够解决特异性减弱情况下定位结果模糊现象,且定位精度优于1 m.      

交通路况感知下的自适应动态路径规划方法

针对传统路径规划算法在动态网络中的时效性和可用性不足，本文提出一种适用于时变 路网环境下的自适应动态路径规划方法。通过引入动态网络流式图划分思想，构建一种分层路 网的状态树索引，有效降低了动态路网中路径查找的计算代价，并扩展了传统路径规划算法在动 态路网中的普适性。在此基础上，将区域路况的时空变化信息融合到索引树中，进一步提出一种 基于时空层次网络的路径映射方法。并按照访问节点的距离逐步收缩最小包含区域来减少路径 查找视野，将路径查找过程转化为在层次图中的小范围寻址。为适应路网动态变化特征，路径映 射采用多路并行的双向探测策略，使得路径搜索迅速收敛于一个最优解，在动态路况变化和旅行 代价之间寻求平衡。最后，结合北京市实时交通路网数据集进行实验评估，在查询性能和自适应 调整方面验证了所提出方法的有效性。     

基于机非冲突近似网格风险评估的自动驾驶左转运动规划模型

为了提高自动驾驶车辆在复杂机非混行交叉口行车安全性、舒适性和效率,提出了一种基于机非冲突近似网格风险评估的自动驾驶左转运动规划模型,并进行模型泛化;设定静态离散序列交叉口网格区域的划分规则,根据多状态通行行为概率转换关系,预测非机动车在细分网格中的运动状态,并动态评估机非冲突区域的风险等级;在此基础上,采用模型预测方法设计自动驾驶车辆的横纵向控制算法,通过自适应调节航向与速度实现跟踪期望轨迹并同步规避网格冲突区域;结合车辆动力学与外部交互环境等约束条件,开发交叉口四相位信号控制交通仿真平台,采用模型在环测试的方式,从效率优度、舒适性优度、实际规划路径与参考路径的偏移量等方面,验证了对左转机非冲突区域运动规划的有效性。研究结果表明:所提出模型能够有效动态提取和预测网格风险信息,确保自动驾驶车辆与驶入交叉口非机动车的安全交互、高效通行与驾驶舒适性,其规划路径的偏移量与同类算法相比最大可降低17.1%,通行效率最大可提高26.6%,舒适性优度最大可提高39.3%,实际路径跟踪表现出高效通过交叉口机非冲突区域和规划路径占用空间低的明显优势。