基于微分几何法的机器人最优轨迹规划

将二自由度机器人的轨迹弧长指标视为黎曼度量,在黎曼空间内进行机器人的最佳轨迹规划.基于微分几何的方法,求出了具有此种黎曼度量的黎曼曲面上的测地线作为机器人的最佳轨迹,并进行了计算机轨迹仿真,验证了轨迹规划结果的正确性.     

大型地下埋设管道智能施工机械手的路径规划研究

针对机械手的动态不均匀性和运动学冗余性特点,基于人工势场理论与模糊理论,利用模糊系统逼近调和函数的梯度的方法进行路径规划,通过仿真来检验该方法的可行性。结果表明:该方法具有明显的柔性和自适应性。表现出某种智能特征,实现了路径的寻优规化。     

抛物线过渡的并联机器人线性轨迹规划

针对并联机器人工作空间较小,轨迹规划时易于越出工作空间范围这一不足,提出了应用直线两端加抛物线过渡实现位置和速度连续的轨迹规划方法．并通过实例和图线比较得出该方法更适合于并联机器人这类小工作空间运动规划的结论．最后说明了该方法的可靠性．     

基于微分几何法的机器人最优轨迹规划

将二自由度机器人的轨迹弧长指标视为黎曼度量，在黎曼空间内进行机器人的最佳轨迹规划基于微分几何的方法，求出了具有此种黎曼度量的黎曼曲面上的测地线作为机器人的最佳轨迹，并进行了计算机轨迹仿真，验证了轨迹规划结果的正确性。     

一体式车辆避撞轨迹规划与跟踪控制

为提升复杂交通环境中智能车辆的避撞能力,将路径规划、速度规划及跟踪控制整合为一个优化问题,提出一种基于模型预测控制(MPC)的一体式车辆避撞轨迹规划和跟踪控制方法。首先,分析实际交通环境中的避撞场景,将智能车辆的避撞控制问题转化为多约束优化问题;其次, 搭建7DOF(七自由度)车辆动力学模型和复合滑移工况的UniTire轮胎模型设计MPC控制器;再次,针对变速控制问题中传统基于时域预测模型的MPC控制方法无法在预测时域中实现车辆空间和位姿约束的问题,设计了基于空间域预测模型的MPC控制器;最后,基于Matlab和CarSim联合仿真平台设计了不同避撞场景验证所提方法,并与现有基于恒速假设的一体式避撞控制方法进行对比。仿真结果表明：所提方法能够充分发挥车辆的机动性能,解决现有一体式控制方法在 复杂环境中避撞失败的问题,并保证避撞过程稳定和轨迹平滑。     

基于粒子群算法的码垛机器人时间轨迹优化研究

阐述了码垛机器人的工作路径,根据D-H参数及机器人各关节坐标变换图进行运动学正逆解.应用Matlab对机器人码垛任务进行关节空间和笛卡尔空间轨迹规划.兼顾脉动连续性和减小计算量两方面要求,应用POS优化算法,考虑运动约束,并满足最大速度约束条件下对码垛机器人一个码垛周期的3-5-3次多项式轨迹最优时间求解,解决了多项式...     

结构化道路智能车辆换道轨迹规划

针对结构化道路的智能车辆自主换道轨迹规划,提出碰撞锥模型与鲸鱼优化算法相结合的轨迹规划方法。以换道车辆安全性和稳定性评价指标为优化目标,建立优化函数与约束条件,通过鲸鱼优化算法获得最优换道轨迹。结合模型预测控制方法,运用MATLAB/Simulink与CarSim进行算法验证。实验结果表明：文中方法实时性较强,在不同车速和转向轨迹下能够实现安全稳定换道。     

基于多目标优化的高速超车轨迹规划

为保障高速超车规划过程中的安全,同时提升轨迹的舒适性,笔者提出一种基于多目标的高速超车轨迹规划算法。该算法在可行凸空间的基础上求解出高速超车边界条件,再通过安全超车策略对超车行为的可行性进行分析,随后根据建立的超车轨迹规划目标函数和舒适性优化函数对轨迹的平顺性和乘坐的舒适性等目标进行优化,并且算法实时规划轨迹直至超车行为完成。为验证该算法的有效性,利用Prescan和MATLAB/Simulink构建联合仿真平台,对所设计的两种常见超车场景进行验证分析。仿真结果表明：在匀速超车以及加速超车场景下,相较于单目标优化,经多目标优化的超车轨迹的横向位移峰值、横向加速度峰值、横摆角速度峰值、曲率峰值,以及车速峰值的优化效果都获得了提升,有效的提高了所规划超车轨迹的舒适性和安全性。     

一种箱式结构清扫臂的尺寸优化及轨迹规划

为克服工作空间受限的箱式结构不易清扫的问题,以实验室现有的气箱为清扫对象,设计了一种箱式结构清扫臂,并依据优化设计的思想,以箱式结构清扫臂的工作空间最小为优化目标,确定了基杆的最优长度和基杆与箱体壁的最优夹角;同理,在各臂转到同一条线上时,以清扫臂对各个关节的转动惯量最小为优化目标,得出各臂的最优臂长;最后,根据箱体的尺寸和结构规划了一条清扫路径,并基于路径各个部分的特点分别在关节空间和笛卡尔空间进行了轨迹规划,最终导出整条轨迹的运动学方程,以此进行运动学验证和仿真.     

基于轨迹预瞄的智能汽车变道动态轨迹规划与跟踪控制

为实现实际动态交通环境下智能汽车的变道控制, 提出了基于轨迹预瞄的智能汽车变道动态轨迹规划与跟踪控制策略; 针对实际交通环境下目标车道车速和加速度的动态变化, 提出了智能汽车变道动态轨迹规划算法, 获得了能够避免智能汽车发生碰撞的变道轨迹的动态最大纵向长度; 设计了兼顾变道效率和乘员舒适性的优化目标函数, 优化获得了在变道轨迹最大纵向长度范围内的实时动态最优变道轨迹; 利用轨迹预瞄前馈和状态反馈相结合的类人转向控制方式, 实现了智能汽车变道动态轨迹跟踪和乘员舒适性的最优控制, 并利用硬件在环试验台验证了所提控制策略的正确性。研究结果表明: 定速工况下实际与参考轨迹的侧向位移误差、航向角误差和最大侧向加速度分别为1.4%、4.8%和0.59 m·s^-2; 定加速度工况下实际与参考轨迹的侧向位移误差、航向角误差和最大侧向加速度分别为1.1%、4.6%和0.48 m·s^-2; 变加速度激烈工况下实际与参考轨迹的侧向位移误差和最大侧向加速度分别为1.7%和0.80 m·s^-2, 航向角超调后能迅速重新跟踪动态轨迹航向角; 所提控制策略可以很好地跟踪控制实际交通环境下目标车道汽车在定车速、定加速度和变加速度工况下的智能汽车动态变道轨迹, 从而能实现智能汽车最优变道, 可确保变道过程中不与目标车道汽车发生碰撞, 并兼顾变道效率和乘员舒适性。     

基于多目标优化的智能车辆换道轨迹规划

为提高智能车辆换道轨迹规划的拟人性和实时性,提出了安全、舒适、节能等多目标协同优化的换道轨迹规划算法,该轨迹规划方法的适应性取决于车辆换道时间、纵横向速度及加速度等关键变量的约束条件;基于车辆运动学和动力学理论,分析了动态未知环境下车辆换道安全区域,建立了六次多项式车辆理想换道轨迹模型,并运用遗传算法-BP神经网络理论对换道终止时刻及目标位置进行预测,得到了复杂场景下车辆换道轨迹簇;分析了基于可行解空间的车辆换道安全性、舒适性、经济性等性能评价函数,构建了多性能目标协同优化目标函数和约束条件,运用鲸鱼优化算法对换道轨迹簇进行优化,实现多性能目标协同的智能车辆换道轨迹最优规划;为进一步验证多目标优化轨迹规划算法的准确性,运用L3级智能车辆测试平台对结构化道路场景下多目标优化换道轨迹规划算法进行了试验验证。仿真和试验结果表明：提出的轨迹规划算法在满足各项约束的情况下可成功实现平稳、安全换道,并且与传统驾驶人换道相比,换道过程的安全性、舒适性及多目标综合性能分别提升了5.1%、3.3%和1.7%,有效提升了动态环境下智能车辆换道轨迹规划的拟人性。     

计及安全性与舒适性的智能车辆换道轨迹规划研究

针对当前智能车辆在换道过程中的安全性以及乘员舒适性问题,本文提出一种基于风险场评估轨迹的二次筛选方法。首先,在Frenet坐标系下,将车辆运动解耦为横向和纵向两个维度,基于五次多项式生成所有横向d-t曲线簇和纵向s-t曲线簇;其次,由车辆的动力学特性和三圆碰撞模型设计轨迹初筛评价函数,选取合格轨迹作为候选轨迹;最后,参考人工势场理论的思想,引入行车过程中风险场的概念,根据换道效率,换道风险值和横、纵向冲击度建立总损失函数评价候选轨迹以进行二次筛选,选取最佳轨迹并完成可视化。为检验算法的可行性,通过搭建双车道的道路环境,设计障碍车不同速度和加速度的多场景进行弯道换道的仿真验证。研究结果表明,本文所提算法能够满足换道的安全性和舒适性需求。同时,在正常换道场景下,乘员在换道过程的97.5%时间处于舒适状态,在紧急避障场景下也能达到平衡安全性与舒适性的目标。     

基于混合蚁群贪婪算法的路面区域多裂缝修补路径规划研究

面对日益繁重的公路养护任务,亟需通过公路养护的自动化与智能化提升公路养护效率,保障通行安全。为了使路面裂缝自动修补技术精准服务于实际应用,对基于混合蚁群贪婪算法的路面区域多裂缝修补路径规划进行了研究。首先,以修补车最短修补路径为优化目标,构建了最短冗余路径下的路面区域多裂缝修补路径规划数学模型;然后,基于该数学模型以混合蚁群贪婪算法(AC-GA)实现问题求解。为了验证研发算法效果,针对包含40条裂缝的待修补区域,通过引入传统蚁群算法(AC)与AC-GA相比较,探究AC-GA的可行性与有效性。实验结果表明：AC-GA在求解效果、求解效率两方面都优于AC算法,面向双向两车道路面区域包含40条裂缝的场景,可实现10 s内获取较好的多裂缝修补方案。     

基于典型经验路径库的路径规划算法

出租车驾驶员对城市道路交通状况较为熟悉,他们选择的路径具有代表性。为了挖掘出租 车驾驶员的路径选择经验,最大程度地保留经验选择并融合到路径规划算法中,建立了基于典型 经验路径库的路径规划算法。首先,通过对出租车GPS数据进行预处理、地图匹配、载客轨迹信 息提取,建立出租车历史载客轨迹集;然后,基于网格划分建立不同时段、不同网格之间的经验 路径库;最后,提出了基于典型经验路径库的路径规划算法,并以广州市交通网络和浮动车为实 验数据。实验结果表明,该算法得到的路径其行程时间较少,平均速度较高,能够保持道路等级 的连贯性,且能适应不同时段的交通情况,更符合个人认知。     

一种基于数学形态学的语音基音轨迹平滑的改进算法

利用了形态学的概念和方法对语音基音轨迹进行平滑滤波,在结构元素的选取方面进行了研究,并针对形态学滤波的特点提出了改进,使算法的精确性进一步提高,复杂性大大降低.实验结果表明,提出的方法对语音基音轨迹进行平滑滤波,在强制性平滑滤波的情况下,能够有效保留语音信号中的某些固有突变和破坏信号的细节特征,更好地达到平滑滤波的效果.     

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。     

基于轨迹压缩的航空器飞行轨迹聚类研究

为准确掌握终端区航空器飞行模式,有效评估、优化飞行程序,首先,针对飞行轨迹点的时空特性,提出基于时间比的自上向下算法压缩轨迹;其次,结合轨迹点的速度和航向特征,建立基于多维属性特征的轨迹相似性模型;最后,应用禁忌粒子群(TSPSO)算法改进和优化模糊C-均值聚类(FCM)算法,并结合终端区的真实飞行轨迹数据对改进聚类算法进行验证.结果表明:轨迹压缩技术极大地降低了计算开销;与传统的FCM算法相比,改进后的聚类算法可以得到更优的满意解,提高飞行轨迹聚类效果.     

基于最小有向距离算法的刀具轨迹计算

本文针对复杂曲面加工中存在的刀具轨迹计算和干涉判断复杂的问题,将最小有向距离算法应用于复杂曲面的加工中。通过对曲面加工原理分析,将求刀触点的问题转化为数学规划问题。实验证明该方法有对曲面适应范围广,计算量小、计算速度快等特点,适用于复杂曲面的加工。     

基于换道轨迹规划模型的车道级行程时间估计方法研究

在车联网环境下,为满足精细化的车辆诱导需求,提出基于换道轨迹规划模型的车道级行程时间估计方法.建立路网基础道路拓扑模型,对所构建的路网模型进行Link划分,并利用改进的5次多项式模型对车辆行驶轨迹进行描述,构建车辆在不同路段Link间行驶的换道轨迹规划模型;整合车辆在路段各个Link单元的行车轨迹与行程时间,实现车道级...     

油轮船队规划的动态规划模型研究

在一定假设的基础上,以采用购买新船和租船采扩大船队规模的我国油运公司远洋船队为研究对象,以规划期内成本最小为优化目标建立动态规划模型．通过模型的末解得出最优的发展蓑略,即每年购买船舶、租用船舶的具体策略;然后给出一个算例,通过求解得出了规划期内船队发展的最优策略;最后对模型进行了评价。