基于多传感器采集信息的水下机器人导航系统

设计基于多传感器采集信息的水下机器人导航系统,确保水下机器人能够高效完成水下任务,并改善其导航效果。构建水下机器人导航系统结构,传感器采集模块通过安装于水下机器人上的惯性测量单元、水温水压传感器、GPS传感器、视觉传感器获取其姿态、深度、位置、运动环境信息,数据处理模块调用联合卡尔曼滤波算法实现各种信息的融合后,经通信串口传输至运动控制模块,由主控制器实现水下机器人的运动控制。经以太网通信模块将融合后的数据传输到上位机中,导航模块通过避障算法和路径规划算法实现水下机器人的导航,并呈现导航结果。实验结果表明：该系统可实现多传感器采集信息的融合,融合后速度、位置误差获得有效降低;导航轨迹曲线与实际轨迹基本一致;可实现障碍物避障,并规划出运动轨迹。     

带时间窗的混和车辆路径问题的优化算法研究

文章针对带时间窗约束的混合车辆路径问题的特点,建立了带时间窗的混合车辆路径问题的数学模型,并设计了变邻域禁忌搜索算法对该问题进行求解。通过标准算例测试及与现有文献计算结果的比较,验证了该算法的有效性。     

日本ITS开发和运用的实例--名古屋基于浮动车信息的P-DRGS简介

简要介绍了日本最近开发的一个先进的车辆导航系统——名古屋基于浮动车信息的动态路径引导系统(P-DRGS)。分别从系统的开发历程和计划,系统的构成、特点以及实用化四个方面介绍了P-DRGS的概况,从而在一定程度上折射出日本ITS发展的历程和值得我国借鉴的经验。     

基于改进蚁群算法的山区无人机路径规划方法

对无人机在山区执行应急物资运输任务时的飞行路径规划问题进行研究.基于对无人机的性能分析与比选,探讨了路径规划的约束条件,提出了一种考虑路径安全度的改进蚁群算法.首先,基于高海拔山峰的位置构造泰森多边形,获取无人机在山区避障飞行条件下的路径可行解;其次,为避开山峰密集区域,建立路径安全度约束,缩小可行解范围;进而,利用蚁群算法搜索最短路径;最后,消除路径中不必要的障碍点以进一步缩短距离,并综合考虑无人机性能参数对拐角进行平滑处理,获得最终可用于实际飞行的最优安全路径.算例分析表明,改进的蚁群算法较传统算法收敛速度更快,且生成的路径更短.     

半开放式的多配送中心纯电动车辆路径优化问题

电子商务促使越来越多的物流企业采用多配送中心模式优化车辆的配送路径,纯电动汽车逐渐替代了传统的燃油配送车辆,以改善生态环境. 结合多配送中心联合服务模式的特点和纯电动物流车辆的行驶特征,构建带时间窗的半开放式多配送中心纯电动车辆路径优化模型,设计蚁群算法对其求解. 算例对比分析结果表明：半开放式的多配送中心联合服务,能合理利用相关物流资源,改善车辆路径,降低物流费用,但需要寻找合适数量和位置的配送中心进行联合,才能达到节约成本的最佳效果;相比单配送中心,多配送中心联合服务提供了更多潜在的较低价格的充电点,在配送中心补充电量可在一定程度上节约物流成本.     

混合不确定条件下绿色多式联运路径优化

主要研究了当运输时间、中转时间、客户需求和中转集拼货运量四重混合不确定因素服从随机分布时的绿色多式联运路径优化问题,运用随机优化理论,以运输成本、碳排放成本和时间惩罚成本为目标,建立混合不确定条件下绿色多式联运路径优化模型.通过对各子目标函数权重进行赋值,得出考虑不同成本因素的多式联运路径优化方案.探讨时间、需求和网络服务能力对多式联运路径优化结果的灵敏度分析,发现各成本随时间变动而变化的规律和边际运输成本最小时的服务时间;当货运量形成规模效应后可降低边际运输成本;不同网络服务规模的运输路径优化结果,以及满足客户不确定需求的最小网络配置.     

基于服务人口最大化的快速公交线路规划

快速公交(BRT)在公共交通中,因其快捷、舒适和高运量的特点,以及建设周期 短、投资低和见效快的优势,受到越来越多城市的青睐.然而,如何合理布设BRT线路并 没有一个科学的理论方法.本文对BRT线路规划尝试建模,以站点服务人口最大为目标, 站点及路径须满足站距、费用、线路不重复,以及几何条件等约束.模型为单目标线性0-1 规划,采用枚举法求解模型,最终给出以不同备选站为起点的多条可选线路方案,并从中 选取最优方案.此外,本文还结合非直线系数这一指标对一定区域内BRT线路站点数量 设置进行了评价.本文提出的线路规划方法可为规划人员提供一个科学规划BRT线路的 思路和参考.     

基于决策场理论的出行者动态决策行为研究

为了研究出行者进行路径选择时的动态决策过程,本文采用决策场理论,研究 了多属性条件下,机动车出行者的微观和宏观动态决策行为.分析了决策场理论的基本模 型,构建了出行者动态决策行为场景和框架,以历史出行时间、预测出行时间和两者综合 值作为出行者决策的路径属性,并根据属性与实际出行时间的差值为依据,提出了出行 者注意力权重矩阵计算方法.通过算例分析发现,自由流出行时间对出行者决策影响较 大,出行者对路径属性的依赖性非常强,决策过程中存在路径偏好反转的现象,表明出行 者动态决策过程是随时间不断变化的,路径选择是时间累计的结果.     

Dijkstra改进算法在停车场内部路径引导中的应用

针对大型停车场泊位引导效率低以及管理系统不完善等问题进行分析,对停车场内的路网特征进行研究。从用户角度分析其对最优泊位选择的影响因素,以寻找最优泊位为目的,提出一种Dijkstra改进算法,并在MAT‐LAB环境下进行仿真。改进的Dijkstra算法要比传统Dijkstra算法的计算效率提高65％,为用户进入大型停车场提供向导服务,帮助其尽快找到合适泊位,进而对提高停车场管理系统的智能化程度以及停车效率作出贡献。     

基于OFDM的DF中继网络能效最优路径选择策略

针对三节点解码转发(DF)中继OFDM (orthogonal frequency division multiplexing)网络,提出一种能效最优路径选择策略.通过将中继链路衰落值和直传链路衰落值转化为等效路径损耗值,给出了一种基于等效路径损耗指数的能效最优路径选择准则,并分析了电路功率消耗、带宽、速率需求以及信道条件等因素在路径选择时对系统能效的影响.仿真结果表明,能效最优路径与链路速率需求、传输带宽以及信道条件有关,并满足能效最优路径判决准则,当基站(BS)和用户(MS)间距离为610 m,速率等于5和6 Mbit/s时,本文方案的能效比最大调和信道增益路径选择方案分别提高11.8%和40.5%.