基于改进人工势场法的车辆路径规划与跟踪控制

针对采用传统人工势场法进行车辆路径规划时易造成局部极小值与目标不可达的问题,通过改变斥力函数并增加车道边界约束条件函数的方式改进传统人工势场法,进行车辆路径规划。采用模型预测控制(model predictive control, MPC)算法跟踪控制改进人工势场法生成的规划路径,采用软件CarSim与Simulink搭建联合仿真模型对路径跟踪效果进行仿真试验。结果表明：改进人工势场法路径规划合理有效;跟踪路径与规划路径的横向误差小于0.4 m。改进人工势场法和MPC算法应用于无人驾驶车辆的路径规划与跟踪控制具有可行性。     

动态环境下的移动机器人避障策略研究

近年来针对传统人工势场法(artificialpotentialfield,APF)易陷入局部最小值问题所提出的优化算法依然存在适用性不高、计算效率低等问题,基于部分优化算法的不足,笔者创新性地引入了基于采样的快速扩展随机树算法(rapidlyexploringrandomtree,RRT)在静态已知地图上预先选取数个临时目标点,避免移动机器人在使用人工势场法时陷入局部最小值区域并在动态障碍物环境中进行实时路径规划的避障策略.结果表明:该方法简单易实现,同时结合了RRT算法概率性完备、收敛性良好与APF算法计算小、实时性高等优点,能够适应动态环境变化,满足移动机器人动态避障的要求.     

基于模型预测控制的汽车主动避障系统

为了加强汽车行驶安全性,搭建了包含环境感知、危险态势评估、路径决策和控制执行四部分的智能汽车主动避障系统。基于改进人工势场模型构建了以道路边界斥力势场、动态障碍物斥力势场和引力势场核心的路径规划模块,同时,建立以前轮偏角为控制变量的车辆动力学模型,利用模型预测算法对路径进行跟踪。利用动力学仿真软件CarSim和控制仿真软件Simulink联合仿真,结果表明文中运用的模型预测控制优于驾驶员预瞄控制,对路径具有更好的跟踪效果、提高了跟踪精度,实现了汽车主动避障。     

基于人工势场法的船舶自动避碰系统研究

分析了现有船舶自动避碰系统的不足,提出了基于人工势场法的船舶自动避碰系统．根据船舶的操纵特性,建立了引力场和斥力场函数,实现船舶自动避碰航行的合力和方向,在电子海图所建立的仿真环境中,验证了人工势场法可用于船舶自动避碰系统中。     

基于混合遗传算法的连续空间下机器人的路径规划

介绍一种基于遗传算法的移动机器人路径规划的新方法．采用混合遗传算法对连续空间下机器人的路径进行规划时，先对规划空间利用Ford算法进行链接图建模，得出可选路径，然后再使用遗传算法来调整各个路径点，最后得到最优的或近似最优的优化路径．该方法可以克服可视图法和人工势场法在路径规划中的某些不足．     

改进时间弹性带的动态避障轨迹规划系统研究

在动态障碍物存在的机器人导航场景下,时间弹性带算法(timed elastic bands, TEB)无法区分障碍物类型,易将动态障碍物视为静态类型去处理,致使导航过程出现碰撞而无法完成导航任务。针对机器人运行真实动态环境,采用两个均值滤波器对激光点云进行滤波处理,实现动态障碍物的检测,而后增加动态障碍物代价地图层对检测到的障碍物进行聚类,利用卡尔曼滤波对动态障碍物的运动状态进行轨迹跟踪及状态预测,结合机器人当前运动状态作出动态避障的轨迹规划,采用阿克曼转向结构机器人进行仿真及真实动态环境下的重复实验。研究结果表明：改进TEB算法的动态避障轨迹规划系统能够在复杂动态环境中进行实时轨迹规划,生成安全平滑的局部轨迹,实现动态避障完成导航任务,能够满足移动机器人的动态避障要求。     

基于双目视觉的AUV避障模拟研究

提出了一种基于双目视觉的自治水下机器人（AUV）避障模拟方法.为了模拟AUV在复杂海洋环境中对未知环境的感知以及避障过程,设计了AUV避障模拟实验系统.介绍了AUV避障模拟平台的总体结构和参数设计.应用双目立体视觉系统模拟水下声呐,并建立了模拟前视声呐的模型.通过对双目视觉系统进行标定,确定校正系统的内参数和外参数,使校正后的视觉系统建立了图像输入和输出的映射关系,并采用视差法获取被测目标的深度信息.对于目标的避障问题,提出了一种基于速度势场的避障方法,利用相对速度的极坐标,建立由水平面速度势场和垂直面速度势场组成的三维速度势场.当机器人利用视觉传感器获取到障碍物信息时,通过调整速度矢量实现动态避障.模拟实验证明了AUV的避障模拟方法是可行和有效的.     

基于改进灰狼算法优化BP 神经网络的短时交通流预测模型

准确的短时交通流预测是交通控制和交通诱导的依据. 提出一种基于改进灰狼算法(TGWO)优化BP 神经网络的短时交通流预测模型(TGWO-BP),有效提高短时交通流预测精度. 针对标准灰狼算法(GWO)收敛速度慢,容易陷入局部极值的问题,提出一种自适应递减的收敛因子,使灰狼算法区分全局搜索和局部搜索;改进灰狼个体的位置更新公式,引入惯性权重,调节惯性权重大小使灰狼算法具有跳出局部极值的能力;对比分析TGWO-BP、GWOBP 、PSO-BP、BP这4 种短时交通流预测模型,结果显示,TGWO-BP的短时交通流预测模型误差为10.03%,达到较好的预测精度.     

多机飞行冲突解决方法研究

飞行冲突的探测和解决是自由飞行的关键问题.结合了人工势场法的蚁群算法可以解决多机飞行冲突.在对飞行冲突解决问题的研究背景和现状作简要介绍的基础上,建立了有约束组合优化的数学模型,提出了用蚁群算法优化人工势场法规划结果的新思路.仿真计算证明算法能在短时间内提供多架飞机理想的冲突解决方案.     

基于几何尺寸的车辆自主导航路径规划算法

路径规划是车辆自主导航的一项关键技术，它的品质关系到整个自主导航系统的性能。为此，本文提出了一个在目标和障碍物都是动态的情况下快速产生行驶轨线的局部路径规划算法。该算法利用对象的几何尺寸建立环境模型，从而可以利用算术表达式快速计算出从起始点避开障碍物顺利到达目标点的行驶路线。此方法考虑了移动对象邻近周围障碍物的分布信息，提高了局部路径规划的可靠性。通过在程序上实验，表明该方法能够获得较为满意的效果。该方法的特点是计算速度快、实时性强。另外，本文提出对象轮廓的特征提取将对整个行驶过程中的航向调整有着直接的影响，这一点也将是本文未来算法的一个改进点。     

基于虚拟应力场法的船舶避让与控制

为了实现船舶在航道内的避障,应用虚拟力场法建立了避障模型,描述了目标点的虚拟引力和障碍物的虚拟斥力之间的关系及其功能设计,实现了从船舶运动坐标值到控制量的转变,结果证明．船舶能够在多变的周边环境中实现避障功能。     

基于改进蚁群算法的应急救援路径规划

应急救援路径规划不同于普通的路径规划,其目标为用最短的时间对待救援目标实施救援,因此无须考虑返回时间。同时,不同于以往路径规划单个目标点的情况,待救援目标可以有一个或多个。提出一种基于改进蚁群算法的应急救援路径规划方法,设置夸张系数Qa,并定义“虚拟边”,解决当前点的邻接待访问点中有多个目标点的问题。为提高收敛性,对信息素蒸发系数进行改进。该方法能快速找到一条从待救援点到多个目标点的优化路径,实验结果表明算法的有效性。     

全局路径规划中基于改进可视图法的环境建模

主要针对静态已知环境下的全局路径规划作了研究,在切线图和Voronoi图的基础上,考虑安全性与路径最优化,论文采用一种改进的可视图法建立环境模型和确定AGV向目标点运动的有效路径．与传统的可视图法把障碍物的顶点作为图的节点、把障碍物的边作为弧相比,这种改进的方法把障碍物顶点连线的中点作为节点,把这些节点间的某些边线作为弧．最后使用遗传算法进行全局路径规划,并对规划出的各节点采用十进制任意编号,把路径编码成定长的十进制染色体串,通过MATLAB仿真,结果证明了该方法的可行性．     

基于改进人工蜂群算法的轮毂电机多目标优化

为了提高轮毂电机功率密度、降低其材料成本,提出一种改进的人工蜂群算法对轮毂电机性能进行优化设计. 首先利用磁路法建立外转子永磁式轮毂电机各项性能的表达式;其次通过引入个体极值、群体极值以及一对异步缩放因子来克服传统人工蜂群算法收敛速度较慢、探索与开发能力不平衡等缺点;以磁极对数、气隙长度、永磁体厚度等电磁参数为设计变量,将电机的有效质量、功率损耗和材料成本线性加权组成单目标函数,并采用障碍函数法将有约束的非线性目标函数转化为非约束的形式;最后利用遗传算法、传统人工蜂群算法和改进的人工蜂群算法对轮毂电机进行优化设计,并通过有限元法和样机实验验证了计算结果的正确性. 研究结果表明:相较于传统人工蜂群算法,改进的人工蜂群算法使目标函数收敛速度更快;相较于遗传算法和传统人工蜂群算法,改进后的算法使目标函数值最小;相较于原设计方案,优化后轮毂电机有效质量降低13.4%,材料成本降低34.4%,功率损耗降低44.2%,电机效率提高12.0%.      

������·������Ŧ�ij˿���Ϊ����ģ��

吸取社会力模型中行人运动受到社会力支配的思想,综合考虑行人之间的相互影响,建立了面向大型铁路客运枢纽环境的乘客行为仿真模型.针对人群集散时行人之间的差异性,依据目标驱动力及行人与行人或障碍物之间的心理排斥力、挤压力、摩擦力,动态改变行人的运动方向和速度.引入行人防止穿透决策规则,消除行人重叠现象.采取目标点局部极小化原则,设置辅助目标点,解决行人与环境之间动态避碰和绕行问题.以北京南站高架层为仿真对象,针对不同客流到达率对行人集散的影响进行计算机仿真并加以分析,从而对模型进行校核检验,表明该模型具有合理性和有效性.     

运动图像处理在汽车车型识别中的应用

本文介绍了“多品种混流机器人喷漆自动线的汽车车型识别系统”的一种算法,提出了基于运动序列图像的自适应阈值判别法和利用特征匹配法解决了同种车型的图像在结构上产生局部变化的识别问题。     

改进弧长法求解屈曲问题

为了解决结构非线性有限元分析求解过程中结构失稳或材料出现软化时传统Newton-Raphson法无法通过极值点的问题,在传统弧长法的基础上,提出了求解过极值点问题的改进弧长法.该方法将非线性方程求解过程中出现的不平衡力向量分解为两个相互正交的向量,并建立其弧长的约束方程,求解得到非线性计算中的荷载因子.在求解过程中,给出了改进的确定弧长方法,通过弧长调整避免了求解荷载系数中出现复根的问题.通过两个拱型结构的屈曲分析算例,分别考虑几何非线性和几何材料双重非线性效应,对两个拱形结构进行了非线性屈曲分析,结果表明:结构在出现屈曲时发生急跳现象,验证了改进的弧长法在结构出现材料软化和失稳时能通过极值点.     

基于激光雷达的无人驾驶障碍物检测和跟踪

针对激光雷达动态障碍物检测与跟踪过程中聚类适应性差、实时性低和跟踪准确度不高等问题，提出一种自适应的密度聚类算法和多特征数据关联方法，分别用于检测和跟踪. 首先，对激光雷达采集的点云进行路沿检测、感兴趣区域提取和地面分割等预处理，去除无关点云；然后，基于自适应的密度聚类算法对非地面的点云进行聚类，完成障碍物点云检测；最后，利用加权多特征数据关联算法结合卡尔曼滤波器实现对动态障碍物跟踪. 通过实验表明:本算法能够根据10 Hz的激光雷达数据实现对障碍物准确、稳定的检测和跟踪，且聚类时间缩短32%.      

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。     

基于遗传-粒子群优化算法的USV路径规划方法

为解决传统粒子群优化算法(particle swarm optimization algorithm, PSO)应用于无人水面舰艇(unmanned surface vessel, USV)路径规划时存在的早熟收敛问题,提出一种结合遗传思想的PSO,在传统的PSO中引入遗传算法(genetic algorithm, GA)中的交叉、变异操作,避免算法进入局部最优解,对惯性权重进行自适应调整,加速算法收敛。采用MATLAB软件对USV巡检水域环境进行建模,应用改进的PSO进行路径规划。仿真结果表明:相对于传统的PSO和GA,该算法有效减少路径交叉点,大幅缩短路径总长和算法收敛时间。