智能车辆局部路径规划算法研究综述

为提高智能车辆行驶的平稳性和合理性,文章对近年来智能车辆常用的局部路径规划算法进行了分类和总结。首先对各类传统算法的原理进行了阐述,分析其优缺点,并指出传统算法在智能车辆上应用时的不足;其次整理分析了各类传统算法应用至智能车辆上时各学者所提出的改进算法;最后提出基于离散优化的算法是未来智能车辆局部路径规划的应用趋势,多算法融合是复杂场景下智能车辆局部路径规划的研究方向。文章的研究结果为智能车领域的研究人员在选择局部路径规划算法时提供参考。     

三坐标测量参数化脱机编程技术的应用

为解决部分钣金零件成型过程中的质量控制问题，采用了三坐标测量机的脱机编程技术，实践证明，脱机编程技术的应用能够切实地解决生产实际中的测量问题，而参数化技术的应用进一步扩大了三坐标测量机的应用范围。     

基于多智能体系统的动态路径选择算法研究

动态路径选择算法是城市交通流诱导系统的核心理论之一，一直受到国内外研究学者的普遍关注。本文给出了一种基于多智能体系统的动态路径选择新方法，阐述该方法的主要思想，借助交通模拟软件——PABAMICS建立一个基于多智能体的交通诱导系统，并实现对一个简单路网的诱导管理。仿真结果显示：该方法具有实时性强和鲁棒性好的特点，说明多智能体系统在实际交通诱导应用中具有可行性。     

基于免疫单克隆算法的车辆路径优化

车辆路径问题(VRP)是物流管理研究的一项重要内容,在提高服务质量和降低成本方面起着关键作用.给出了车辆路径优化问题数学模型,介绍了免疫单克隆算法的基本原理,提出了免疫单克隆算法求解VRP的基本流程.算例计算结果表明,通过引入亲合度成熟、克隆和记忆机理,利用相应的算子,免疫单克隆算法可以快速地收敛到全局最优解,效果良好.     

有容量限制路径选择优化问题的混合蚂蚁算法

基于有容量限制的路径优化（CVRP）问题的NP难解性，将目前已在众多组合优化领域中颇见成效的随机型智能搜索算法——蚂蚁算法结合节约算法（C—W算法）应用于这类模型，充分发挥了其智能搜索、全局优化和并行计算的优势。经算例测试，比较蚂蚁算法与两阶段法．神经网络算法的迭代过程，结果表明，蚂蚁算法能以较快的速度收敛到最优解。     

灾害情况下基于改进蚁群算法的救援车辆路径优化

自然灾害发生后,最重要的任务是救援。但由于灾后信息传输受到阻碍,相关道路损毁分布状况、预先规划的救援路线发生损毁等信息不能及时获取,给救援救灾带来很大困难,如何根据已获得的灾区路网信息动态规划安全、快速的车辆救灾通道极为重要。文中针对灾后救援时间紧迫、救援路程中道路通过性动态变化及安全性等因素,以到达救援点时间最短为目标,建立灾害情况下车辆路径优化模型;采用基于图论的改进蚁群算法进行全局车辆路径优化,并对救援路径中规划好的救援路线出现障碍点时车辆局部路径优化进行仿真试验,验证改进蚁群算法的有效性,结果表明相对于传统蚁群算法,改进蚁群算法的寻优效果更好。     

基于改进型蚁群算法的车辆导航路径规划研究

在分析车辆路径规划问题(VLD)特点的基础上,提出了VLD的数学模型以及适用于求解VLD的蚁群算法。详细分析了蚁群算法的参数对算法收敛速度和计算结果精确度的影响,提出了一种能够提高算法的收敛速度和全局搜索能力的参数自适应调整的策略,并对原有基本蚁群算法进行了改进。随后进行了仿真试验,根据所得仿真结果将改进蚁群算法与基本蚁群算法从全局收敛能力、计算稳定性以及计算速度等方面进行了全面比较,结论表明改进蚁群算法各方面均优于基本蚁群算法,证明了改进算法的可行性及有效性。     

包含禁行路线路网的最优路径HNN算法

为了解决包含禁行路线路网的最优路径快速求解问题,研究了不含禁行路线路网和包含禁行路线路网的特点,建立了相应的路网数学模型。通过路网转化法把包含禁行路线的路网转化为不含禁行路线的路网,降低了最优路径求解的难度。研究了霍普费尔特神经网络(Hopfield Neural Network,HNN)的特点,设计了适合求解路网最优路径的HNN算法,在算法中采用动态邻接矩阵,节省了计算机内存,减少了运算时间。将所研究的路网转化方法和设计的HNN算法应用于所研发的车辆诱导系统中,并进行了实际路网测试,结果表明应用该方法能够在包含禁行路线路网中求解最优路径,且比经典算法的运算效率高。     

基于蚁群算法的最短路径搜索方法研究

最短路径搜索是车载定位导航系统中很重要的一个功能,最短路径搜索问题本身也可以归结为组合优化问题.蚁群算法是基于群体的一种仿生算法,为求解复杂的组合优化问题提供了一种新思路.文章尝试采用蚁群算法来解决车载导航系统中的最短路径搜索问题,并在VC 6.0的环境下进行了仿真实验.实验结果表明,该方法能有效解决车载导航系统中的最短路径搜索问题,具有一定的理论参考价值和实际意义.     

粒子群算法在配送路径优化问题中的应用

粒子群算法是一种模拟鸟群在觅食过程中的聚群和迁徙行为形成的算法,粒子群算法在物流路径优化问题中有着广泛的应用.根据实际问题背景建立一个物流配送的优化模型,在此基础上,建立解决路径优化问题的粒子群算法,用该算法计算出最优的路径,进而解决问题.     

基于混沌神经网络的最优路径选择算法

研究车载交通流诱导系统的最优路径选择问题。采用广义路阻的定义,考虑了驾驶员在路径选择中的不同要求,并借助一种具有暂态混沌和时变增益的神经网络(NNTCTG),针对最优路径选择问题设计了神经网络结构,构造了能量函数,提出了一种能够满足不同出行者偏好的最优路径选择算法。所提出的算法具有很多优良特性,即暂态混沌特性和平稳收敛性,能有效地避免传统Hopfield神经网络极易陷入局部极值的缺陷。它通过短暂的倒分叉过程,能很快进入稳定收敛状态。仿真结果表明,NNTCTG求解指定起讫点对之间的最优路径问题时,总能收敛到全局最优,同时具有更高的搜索效率。     

基于改进Dijstra 法的路径优化仿真研究

在分析传统Dijkstra算法的基础上,针对该算法在路径优化中存在的不足,主要采用邻接表与循环链表相结合的方式存储数据,同时通过改进的快速排序算法对权值进行排序,实现了对邻接节点的快速搜索,得到了一种改进的Dijkstra算法.将其应用于最优路径的搜索,通过实例对该算法进行仿真分析,验证了算法的有效性.     

基于安全场改进RRT*算法的智能汽车路径规划方法

快速搜索随机树(rapidly-exploring random tree, RRT)算法是智能汽车路径规划的常用方法,但传统RRT和RRT~*算法存在路径抖动大、易陷入局部区域和计算效率低等缺点。针对这些问题,本文中结合实车数据提出了一种基于安全场改进RRT~*算法的智能汽车路径规划方法。首先,建立了基于安全距离模型的安全场,通过驾驶数据采集试验对模型关键参数进行了提取;在此基础上,提出了具备安全场引导和角度约束等策略的改进RRT~*算法;最后,通过仿真对算法进行了验证。结果表明,本文提出的路径规划方法能计算出满足车辆轨迹曲率约束的有效路径,同时具有较快的搜索速度和更高的成功率。     

模拟退火算法在路径优化问题中的应用

模拟退火算法是解NP完全组合优化问题的有效近似算法,将该算法应用于路径优化问题,利用该算法对类似货郎担问题的路径问题进行求解;针对城市道路行走不同的目标条件(路径最短、时间最短)进行优化,选择最佳行走路径;并将用该算法优化得到的计算结果与树形算法进行比较,显示该算法能够克服传统优化算法易陷入局部极值的缺点,同时表明该算法在解类似货郎担交通路径方面的问题时有较高的精确性。因而该算法在解决城市道路交通问题方面具有一定的实用价值。     

基于电力损耗预测的共享纯电动汽车路径优化方法

随着城市交通和共享经济的快速发展,共享纯电动汽车已经在很多城市发挥重要作用.而无人共享汽车的逐步应用,也对精确导航和路径的智能优化提出更高的要求.如何基于低碳环保、低本高效的特性为用户提供更好的出行服务是共享纯电动汽车运营管理的一个重要研究问题.其中,电力损耗的准确预测是纯电动汽车的一个关键因素.电池使用年限、天气状况...     

视觉三坐标测量技术中的小波变换策略研究

图形图像数据处理技术是视觉三坐标测量技术的关键之一。作为一种多分辨率分析方法，小波变换理论在图像处理中的应用具有很好的发展前景。章介绍了将图像的小波分析算法引入到三坐标无接触测量工作当中，为改进三坐标测量技术领域的图像处理手段指出了新的途径，实验证明了其可行性。     

具有交通限制约束的道路网络最优路径算法

在路网中选择并按最优路径行驶，有利于提高交通效率。实际道路网络中交通限制信息的存在导致最优寻路的复杂性，本文先对具有动态的交通堵塞限制信息及静态禁止通行限制信息的实际交通路网进行描述，然后在对Dijkstra算法以及实际交通限制信息进行分析的基础上，提出一种考虑静态和动态交通限制信息的最优路径规划算法。应用表明，该地能满足实际道路网络寻路的需要。     

基于蚁群优化算法与出租车GPS数据的公众出行路径优化

以出租车GPS采集的浮动车数据为依据,研究出租车驾驶员路径选择的认知及类蚂蚁的行为特征。根据城市道路功能等级与出租车的通行频率等信息素,建立出租车驾驶员路径选择信息素等级路网,并以此作为路网初始信息素,综合考虑路径通行时间、通行距离、路径信息素等级等多个因素,提出了基于蚁群优化算法的公众出行路径规划优化算法。以武汉市路网和浮动车为试验数据,将模型规划的道路与浮动车数据库中的轨迹进行了比较。结果表明:基于蚁群优化算法与出租车GPS数据的公众出行路径同出租车驾驶员选择的出行路径相似度很高,能为公众出行提供出租车驾驶员选择的行车路径。     

三坐标测量内锥螺纹的锥度不确定度

本文以"三坐标测量同步器齿环内锥的锥度"为例,根据同步器齿环内锥面螺纹的螺距大小进行编程,用3mm直径的测量球通过对同步器齿环的内锥螺纹面进行测量,并计算出三坐标测量的不确定度,评定了三坐标测量同步器齿环内锥面锥度的检测能力。     

复杂动态环境下智能汽车局部路径规划与跟踪算法研究

路径规划及路径跟踪控制是智能汽车研究的关键技术，而复杂、时变的交通环境给智能汽车的路径规划与跟踪提出严苛要求。针对现有局部路径规划方法只适用于较为简单的工况，无法应对多车道、多静/动态障碍等复杂工况的问题，提出一种基于离散优化思想的动态路径规划算法。该算法利用样条曲线曲率变化均匀的特性，在s-ρ曲线坐标系中生成了一组参数化候选路径簇；考虑动态碰撞安全影响，在碰撞带约束下结合道路法规限制及车辆动态安全要求，规划车辆速度；此外，综合考虑静态安全性、舒适性、目标车道、道路占用率等影响因素，以选择最优路径。在路径跟踪层面，基于预瞄理论设计鲁棒性好、跟踪精度高的分数阶PID路径跟踪控制器，以跟踪误差最小为目标，采用粒子群优化算法对分数阶PID控制器参数进行整定。最后，基于Simulink/CarSim建立联合仿真平台，设计多车道，多静/动态障碍的复杂工况以验证该算法的有效性。研究结果表明：由于在评价函数中引入动态安全评价指标、目标车道评价指标以及道路占用率指标，极大地提升了规划器性能，使车辆在行驶过程中根据驾驶环境自主调整速度，降低换道次数，从而保证智能汽车的主动安全性能，提升了通行效率，使该算法能够较好地处理复杂动态环境下的避障问题。