悬索桥机器人巡检技术研究

针对悬索桥大尺度、结构复杂、检测盲区问题，采用BIM技术对悬索桥的机器人巡检技术进行探讨。根据悬索桥结构特点、机器人特点分析了悬索桥检测要点及机器人总的巡检实施流程，研究了机器人在巡检中坐标系建立、路径规划问题，利用Matlab开展了巡检仿真模拟，通过悬索桥BIM模型获得待检区域索塔的基本信息并建立栅格地图，推演无人机、爬壁检测机器人等的合理检测路径，进而探讨了主梁及主缆的检测路径。研究表明，采用BIM技术有助于实现悬索桥多机器人检测的全局规划，可提高巡检效率和覆盖率，从而保证检测数据的完整性，是机器人巡检的必要方法。     

基于无人机的悬索桥主缆自动巡检及小样本表观病害识别

为了实现悬索桥主缆的自动化、智能化检查,开展了基于无人机的主缆巡检路径规划和小样本数据下的主缆病害识别研究。首先,利用无人机倾斜摄影测量技术快速建立悬索桥的三维模型,提出主缆无人机自动巡检路径的规划方法;然后,采用Faster RCNN网络模型识别主缆图像中的表观病害;最后,采用基于图像融合的数据增强方法,提高小样本数据集下目标检测的准确率。在Faster RCNN网络模型训练过程中,随着训练轮次的增加,测试集中裂纹、锈蚀和划痕3类病害的平均精确率得到提升,并在第15个训练轮次后逐渐稳定,在经过100个训练轮次后,测试集中所有类别的平均精确率为0.723。以小龙湾桥为研究对象,进行了主缆的现场检查试验。研究结果表明：基于悬索桥三维模型进行主缆无人机自动巡检路径规划具有实际可行性;基于Faster RCNN网络模型能较准确地识别主缆的裂纹、锈蚀和划痕病害;利用图像融合方法生成病害数据能有效克服数据样本少的问题,并提高识别的准确性。     

无人机巡检输电线路技术的应用探析

输电线路对电力系统的稳定运行有很大的影响,将无人机技术应用在输电线路巡检中,能快速、高效地抢修输电线路故障,确保用电用户的正常用电。文章从无人机技术的概述出发,分析了无人机技术在输电线路巡检的应用。     

灾害情况下应急运输路径选择问题研究

将连通可靠性和k短路径相结合,以进出灾区的路径安全(连通可靠性)和运输效率(旅行时间最小)作为最优路径选择指标建立双层规划模型,并提出启发式算法确定应急救援的最优路径,为物资调度中心人员提供科学的车辆线路调度决策,提高应急救援工作的响应能力;通过算例验证了该方法的有效性和可行性。     

无人驾驶汽车局部路径规划研究综述

文章针对近年来的无人驾驶汽车路径规划算法进行总结和归纳。首先对目前主流的环境建模方法进行阐述;其次对路径规划算法进行介绍,通过分析其优缺点,指出融合轨迹规划算法具有最好的适用性;最后总结当前研究挑战并提出了相关建议。     

基于层次策略的路径规划算法对比研究

为比较路径规划中基于层次策略的分层算法的计算效率和规划结果的合理性,选取基于预计算的分层算法和基于道路等级的分层分区算法这2类典型的分层路径规划算法,通过对2类算法基本原理的分析,并引入新分区算法和＂虚拟边＂等方法改进现有基于道路等级的分层分区算法以适应实际路网下的路径规划。选取广东省路网数据进行大规模测试,通过寻找＂最短路＂和＂最快路＂进行算法效率和路径规划结果的比较分析。测试结果表明改进的基于道路等级的分层分区算法计算效率更高,规划结果更符合出行偏好。     

基于混合进化算法的甩挂配送问题

甩挂配送问题考虑甩挂运输的交通限制,将客户区分为是否为单箱卡车客户,建立单箱卡车配送和双箱甩挂车配送的混合线路,是带有子回路的新型路径优化问题.采用2-opt局部优化算法对线路进行了优化.然后,建立了0/1整数规划模型,对线路进行了分段,以最小化子回路新增成本为目标优化子回路组合.在此基础上建立了混合进化算法,搜索最优混合线路.通过算例研究演示了甩挂配送问题的新特征,通过仿真分析了子回路组合优化模型的性能,以及算法在集成2-opt与否时适应度的演化,结果表明了该方法的有效性.     

基于AR技术的隧道人工巡检辅助系统

为实现高质量、高效率的隧道巡检，基于AR技术设计隧道人工巡检辅助系统。通过AR终端使得真实场景叠加虚拟信息，对巡检作业进行分析、指导和决策，有效辅助隧道人工巡检工作。应用SURF的尺度不变和高效的识别性能对机电设备进行识别匹配，并采用Lowe’s算法保证匹配的最佳效果；通过隧道5G室内高精定位、物体的POI信息、AR智能终端中的方向角度传感器等数据信息，建立基于目标物体唯一属性的识别匹配；最后，选择PSO信息优化算法对SURF算法识别匹配的结果和唯一属性识别匹配的结果进行优化关联融合，极大地提升识别匹配的准确性。从匹配性能、AR渲染性能并结合实际运行效果对AR隧道虚拟巡检系统和传统人工巡检效果做出对比评估，验证了AR巡检辅助系统相对于人工巡检有明显优势。系统所展示的设备实时数据及辅助决策功能使巡检平均耗时缩减为传统人工巡检的54%，按AR辅助巡检系统规划的巡检路线可有效避免漏检的情况，且巡检总体准确率接近94%，有效提升了巡检质量与效率。     

A-SMGCS航空器场面滑行初始路径规划

依据先进机场场面引导与控制系统(A-SMGCS)3阶段路由规划策略,给出1种基于Petri网和遗传算法(GA)的A-SMGCS航空器滑行初始路径规划方法,为航空器确定由最优和s-1个次优滑行路径组成的初始滑行路径集合.提出1种基于模块化建模思想、面向路由规划的场面运行扩展赋时库所Petri网建模方法,并对航空器场面滑行特征进行分析;采用Petri网模型的变迁激发序列进行染色体编码,并考虑场面运行管制规则,分别给出染色体合法性检测与修复、交叉和变异算法.以某机场实际运行数据为基础,采用所给方法为所有进离港航班规划初始滑行路径,通过算法时间性能分析以及为实际航班规划初始滑行路径,验证所给方法的有效性.      

自动驾驶车辆的平行泊车轨迹规划

根据对自动驾驶车辆的平行泊车场景的分析,提出一种基于采样的自动驾驶车辆平行泊车轨迹规划方法.该方法把自动驾驶车辆平行泊车的轨迹规划解耦成路径规划和速度规划.通过对泊车起始点区域采样,生成一系列曲率连续、满足路径约束的泊车路径曲线,利用多目标评价函数选取最优的泊车路径.然后,在最优泊车路径基础上,通过对时间采样选取时间最...     

基于动态窗口和绕墙走的自动垂直泊车轨迹规划

针对现有自动垂直泊车轨迹规划因需要轨迹数学模型而灵活性差和采用开环离线规划而无法动态调整路径的问题,提出一种基于动态窗口和绕墙走策略的垂直泊车轨迹规划方法.将轨迹规划问题解耦为与时间无关的路径规划和与时间相关的速度规划,并在分析车辆阿克曼转向特性的基础上,通过绕墙走策略实现无先验轨迹模型的路径规划.同时将绕墙走路径作为全局启发信息,用于驱动基于模型预测控制的动态窗口法进行速度规划,其反馈优化特点能够对路径进行局部动态调整.仿真实验结果表明,该方法能够在控制、定位精度0.2 m的情况下,安全有效地完成车辆垂直泊车,且能动态地对车辆路线进行局部调整.      

区域物流线路网络双层规划研究

研究政府和运输企业、物流企业博弈情况下物流线路网络容量最优设置问题。运用系统分析和博弈理论,通过对政府从宏观角度进行物流线路网络规划、建设与管理,运输与物流企业从企业微观角度进行物流线路优化调度的目标与博弈过程研究,建立上层政府追求系统广义物流费用最小化,下层企业追求自身企业费用最小化均衡配流的两级Stackelberg模型,具体优化采用基于ANN的优化计算、非线性规划灵敏度分析和多目标决策置换率相结合的综合仿真,例子仿真计算显示采用双层规划进行物流线路容量最优设置思想方法的正确性与可行性。     

基于遗传算法优化的双向垂直泊车路径规划

为了解决1段弧式垂直泊车对于泊车空间要求高的问题,本文中基于Ackerman转向原理建立了车辆前轮转向运动学模型。分析了泊车过程可能发生的碰撞问题并划分了垂直泊车起始区域,在此基础上规划了一种双向的3段弧泊车路径,并用遗传算法对规划的路径进行优化,在Matlab/Simulink中搭建仿真模型,对优化前后的路径进行仿真分析。结果表明所规划的3段弧路径能使车辆准确无误地停到目标车位,通过实车试验进一步验证了所提出的泊车路径规划方法的有效性和安全性。     

无人驾驶汽车路径规划算法研究综述

无人驾驶汽车是目前汽车发展的一个大方向,无人驾驶的实现依靠于汽车的感知、决策和控制功能。路径规划属于决策中重要的一环。目前,无人驾驶汽车的路径规划算法存在受环境影响较大,无法适用于复杂的道路环境的问题,基于此文章对无人驾驶汽车轨迹规划算法进行归纳。其在广义上可分成全局路径规划和局部路径规划两种,文章对上述两种规划进行细分并介绍了各种路径规划方法的原理,分析了各个方法的优劣,为无人驾驶汽车路径规划算法的研究提供参考。     

基于多影响因素RDMA*算法的无人驾驶动态路径规划

无人驾驶汽车的路径规划面临着复杂多变的交通环境,为了更全面的评价路径选择指标以规划更合理的路径,以及更好的解决路段环境动态变化对规划结果造成的影响,研究了一种考虑多影响因素的动态路径规划算法——RDMA*(Real-time Dynamics of Multiple influencing factors AStar)算法.以A*(AStar)算法为核心,通过加入多影响因素的交通评价因子对其代价函数进行改进,综合考虑距离,交通拥堵程度,道路平整度和其他影响因素,应用层次分析法确定各影响因素的相对权重,以综合代价值为评价指标进行路径规划.通过GPS,雷达和摄像头等设备,利用融合感知技术获取相关道路环境信息,根据获取的全局和局部交通环境数据信息,利用实时动态更新策略解决动态环境下的路径规划问题,实时规划最优路径.通过对实际案例进行模拟,结果表明,应用RDMA*方法规划的路径相比基础A*方法规划的路径出行总体耗时减少了15.75%.并且在遇到特殊事件的状况下,通过RDMA*动态规划可为无人驾驶车辆即时提供一条综合代价值最小,耗时最少的可行路径,与改进的A*动态路径规划方法相比减少了10.63%的二次规划综合代价值的损耗,提高了7.83%的时间效率.该方法能更好的适应复杂的道路和交通系统,即时应对动态变化的交通状况,具备更强的实用性.      

基于预定义几何集的斜列式泊车路径规划方法

目前预定义几何集方法主要用于平行车位和垂直车位2种类型的泊车路径规划,对于未涵盖的停车位种类而言则存在无法规划泊车路径的问题,使得自主泊车系统对于能够泊入的车位种类存在局限性。为了设计斜列式泊车方式用以提高自主泊车系统中车位种类的覆盖率,提出一种基于预定义几何集的斜列式泊车路径规划方法。首先,提出了斜列式C字形泊车路径规划方法,利用几何学设计一种圆弧相切斜线的路径,并通过多项式建模表征任意角度停车位下的斜列式C字形泊车路径;其次,通过分析泊车路径与停车位中可能发生碰撞的关键点之间的距离,构建了泊车路径碰撞约束模型,以此分析不同规格停车位下约束条件的参数,从而获得规划路径安全区域;然后,结合拓扑地图信息与斜列式C字形泊车路径规划的碰撞约束模型,获得合适的泊车路径起始点范围,继而生成与全局路径无缝衔接的安全泊车路径;最后,通过MATLAB/Simulink仿真验证此方法的有效性,并通过实车试验证明实用性。结果表明：所提方法针对任意规格的斜列式停车位,均能有效地规划出无碰撞条件下的斜列式泊车路径;同时,车辆能够良好地跟踪所规划的路径,实现精准泊入停车位,证明所提方法能够提高自主泊车系统中停车位种类的覆盖率,并大幅度提高自主泊车系统的实用性。     

城市轨道交通首班车车底调配及路径优化

城市轨道交通首班车的合理调配对于降低运营成本,提高服务质量具有重要意义.为减小城市轨道交通沿线各站首班车发车时刻差距,研究了多车场、多车型的城市轨道交通首班车车底调配及路径优化方法,以确定所需车底的出发车场及走行路径.将城市轨道交通运营线路抽象为有向网络图,构建了城市轨道交通首班车车底调配及路径优化的0-1整数规划模型.模型以车底总空驶距离最小为目标,考虑了车场检修存车能力、折返站折返能力及线路通过能力约束和供需平衡等约束,并利用ILOG CPLEX软件精确求解.不同于传统空车调配模型,该模型可同时获得车底调配方案及车底走行路径.以某城市的轨道交通线路为例,验证了该方法的可行性与有效性.算例结果表明,与人工编制的方案相比,构建的模型所生成的车底调配及路径方案使车底总空驶距离减少了28.691 km,距离缩短率达到6.1%.此外,通过分析车场及折返站能力占用发现,车场的出车能力是车底调配的能力瓶颈,而折返能力和车场检修存车能力几乎不影响车底出场路径.      

基于采集路网地图的路径规划算法分析

自动驾驶系统一般由感知,决策规划和控制等模块组成,随着研究的深入,决策规划在系统中的作用越来越明显,在规划过程中首先需要解决的是针对各种交通场景做出合理的决策方案。文章提出将路径规划和速度规划分开的设计思路用于自动驾驶的实时路径规划。首先基于封闭场景下采集的高精地图,利用采样方法生成若干可供选择的路径,并结合碰撞检测选择最佳路径;其次基于舒适度对生成的路径进行速度规划;最后通过实车测试验证该方法的有效性。     

浅析几种无人驾驶汽车路径规划算法

路径规划是自动驾驶关键技术之一,各种路径规划算法现已不断改进并不断涌现。本文根据全局和局部路径规划对常用路径规划算法进行分类,对几种常用的路径规划算法原理进行介绍,并分析其发展方向。     

多约束平行泊车路径规划

针对不能满足平行泊车要求的狭小车位,提出了单向多次和双向多次路径规划方法。在确定了两种泊车轨迹的变量、碰撞约束函数以及规划目标后,利用matlab软件的非线性约束函数的优化功能求解泊车轨迹方程,并对两种路径规划方法进行仿真试验,结果表明,在相同的泊车环境下,两种路径规划方法都可实现安全顺利的泊车入位;通过实车试验进一步验证了所提出的路径规划方法的安全性和有效性。