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。     

疫情期间社区商超物资配送路径优化研究

在抗击新型冠状病毒肺炎的战役中,采取商超+社区创新无接触配送模式对疫情影响下的社区进行物资配送,以保障居民生活物资供应。利用SOM神经网络算法与遗传算法求解车辆路径规划中的特例问题——TSP问题,以湖北省黄石港区社区物资配送路径为例,对两种算法的优化结果进行对比,发现遗传算法比SOM神经网络算法拥有更高的求解精度及效率。结果表明:优化后的路径距离为初始路径距离的37.2%,使用遗传算法可更快地搜寻到最佳的物资配送路径,得到较好的物资配送方案。     

教育现代化背景下高校图书馆智慧服务的思考

教育现代化离不开教育科研的大力支持,高校图书馆作为知识供给和科研工作的重要组成部分,为适应教育现代化要求,要以智慧服务建设为契机,推动高校图书馆的服务转型与全面创新。旨在研究教育现代化背景下的高校图书馆智慧服务的内涵及意义,结合高校图书馆智慧服务存在的问题,探究高校图书馆智慧服务的路径。     

基于导航网格的室内火灾逃生路径动态规划

为了解决现有虚拟现实(virtual reality,VR)场景中室内火灾逃生路径规划静态、低效的问题,基于VR场景中的导航网格,提出了室内火灾真实感表达方法,构建了室内火灾VR场景;其次根据VR场景创建了初始导航网格,设计了导航网格动态生成算法,建立了室内火灾逃生路径动态规划方法;最后构建了原型系统,并选择某产业园展厅作为案例开展了实验分析.实验结果表明:融合静态地理场景与动态火灾场景,能构建室内火灾VR场景;导航网格每次更新时间在10 ms内,逃生路径规划的每次更新时间平均为50 ms左右,可支持室内火灾逃生路径的动态规划.     

考虑自行车步行影响的交通平衡综合分析模型

步行和自行车等外界因素对机动车流的影响也具有随机性，但是这种影响更多地表现为可预见性和可控制性(尤其从交通管理的角度来看)，可以说这种影响将导致可预见性的路段实际通过能力降级，并且可预见性特征使得这种影响不同于随机用户平衡中路段旅行时间的感知误差．笔者通过区分路段通过能力降级因素为内因(路段上车流量增加导致道路服务水平降级)和外因(由与路段上与车流量无关的外部因素，如随意过街人流、自行车流等外部因素，引起的道路通过能力降级)，并且区分路段旅行时间为通行能力降级路段上行程时间和排解交通拥堵花费的滞留时间两个构成部分的基础上，建立了考虑自行车步行影响的交通平衡综合分析模型；通过对路段参数敏感性分析和实例对照，既展示了该综合分析模型．路径期望旅行时间平衡分析模型与确定性网络用户平衡分析模型的差异性，又展示了路径期望旅行时间平衡分析模型能较好地再现人们对道路路段通行能力降级情形下的车流路径选择行为．     

一种带有时间窗的货物配送路线设计算法

提供了一种有大量的客户数据,只需对部分客户进行带有时间窗要求的货物配送的优化路径选择算法。该算法首先通过寻找的隐含条件利用可行的算法将问题规模进行缩小,然后利用特殊情况荻取限制条件,不断缩小搜索范围,从而搜索到有效解．该算法针对具体问题设计,适合应用于工程实践。     

基于神经网络理论的沥青混合料疲劳性能的预测模型

荷载条件、环境条件以及沥青混合料性质都会影响沥青混合料的疲劳性能。而疲劳试验所得出的疲劳方程不能反映众多因素对沥青混合料疲劳性能的影响。本文将荷载间歇时间、加载频率、试验温度、沥青混合料空隙率、沥青软化点、沥青用量等6个影响因素适当组合,在MTS材料试验系统上进行了不同条件下的应力控制的疲劳试验;然后,运用遗传算法和神经网络理论来考虑各因素对沥青混合料疲劳性能的影响,得出一种较为完善的沥青混合料疲劳性能的预测模型。研究表明,这种方法是科学和可行的,所得出的预测模型的精度较高。     

基于遗传算法的切割路径优化

将遗传算法用于求解加工路径优化问题．针对加工路径优化目标，即零件加工轨迹应走过零件所有内外轮廓且路径最短，给出了非确定型的多项式数学模型，并根据优化目标将其简化为点与点之间的优化．用遗传算法对加工路径优化进行了遗传编码，并对75个零件排样进行了计算机仿真计算．仿真结果显示，最优值（37129mm）为初始值（43622mm）的85％，表明该算法可行。