一种飞行器在线航路重规划方法

针对飞行器在线航路重规划的安全性和实时性要求,将稀疏A＊算法与模型预测控制中的滚动时域优化的思想相结合,提出了一种在线航路重规划方法.在飞行器探测到新的威胁时,把探测到威胁时的该段航路前面一定距离的节点作为新的起始点,并以没有进入威胁区的后续最近航路点作为目标点,使用稀疏A＊算法规划出一段长为N倍于最小步长R的航路,而后飞行器沿上述规划好的航路只飞行R距离.仿真结果表明：该方法通过每规划N步,执行一步,对受到威胁影响的参考航路进行局部修改,快速避开新出现的威胁,满足实时性要求.     

一种无人机路径规划的混沌遗传算法

提出采用基于混沌的遗传算法进行无人机路径优化问题的求解。算法利用极坐标描述战场中的威胁位置和航路点,缩短了路径编码长度,提高了搜索效率,并在遗传算法操作时加入混沌操作,扩大了搜索范围,提高了优化速度,有效地解决了解空间巨大带来遗传算法收敛速度慢和容易陷入局部最优的局限。实例仿真结果表明,文中的算法与标准遗传算法相比,优化效率显著提高,得到的优化解即优化航路更好地规避了威胁。     

未知环境中无人机实时航路规划的模糊控制

指出了未知环境下无人机实时航路规划与航路规划的关系;提出了模糊控制用于实时航路规划的算法.根据模糊控制和航路规划原理,构造了模糊控制规则库;将传感器实时探测的信息送给模糊控制器进行处理,得到水平偏转角控制量,使无人机规避障碍同时飞向目标点.用MATLAB进行仿真验证,仿真结果证明了算法的有效性.     

考虑船舶操纵性约束的改进遗传算法航线规划

针对船舶复杂航行环境下的航线自动规划任务,本文设计了融合船舶运动特性的二次寻优路径规划方法,并考虑船舶操纵性约束,获得快速准确的规划航线。建立了船舶回转和降速模型,为后续本船与目标船精准会遇状态计算建立基础;为完成在海图上快速检测规划航线与陆地物标(岛屿、礁石等)的位置关系,设计一种基于四叉树方法的线段与不规则多边形边界快速检测算法;针对静、动态障碍物综合避碰规划的复杂难题,设计一种二次遗传算法寻优的路径规划方法,实现了一种高效、可行的船舶航线动态规划求解方案。在半物理船舶综合仿真平台上开展算法验证工作,基于电子海图对初始规划的5个航路点开展二次寻优,重规划后的7个航路点实现船舶航线规避目标船的任务,证明了本文算法的可行性和有效性。     

基于蚁群算法的无人机任务规划

为了提高无人机(UAV)作战任务的成功率，在执行敌方防御区域内攻击任务前必需规划设计出高效的无人机飞行航路，保证无人机能够以最小的被发现概率及可接受的航程到达目标点。针对这一问题，本文对新近发展的蚁群算法进行了研究，提出适用于航路规划的优化方法，并对无人机的攻击任务航路进行了仿真计算。仿真结果表明该方法是一种有效的航路规划方法。     

基于改进蚁群算法的无人机三维航路规划

研究了一种基于改进蚁群算法的无人机三维航路规划方法,以保证在敌方防御区域内以最小的被发现概率以及可接受的航程到达目标点。首先对无人机三维航路规划模型进行分析,在此基础上采用蚁群算法对三维航路进行优化。将最短路径的信息反馈到系统中作为搜索的指导信号,并改进节点选择方法,以提高应用蚁群算法搜索无人机三维航路的效率。最后将所研究的方法应用于无人机的三维航路规划,仿真结果表明本文方法是有效的。     

选择满意乘车路线的网络方法

针对2007年全国大学生数学建模竞赛B题"乘公交,看奥运"提出的公交线路选择问题,讨论了任意两个公交站点间乘车路线的选择问题,分别按照换乘次数最少、时间最短和费用最少的原则,采用求有向网络中任意两点之间最短路的矩阵算法以及指定两点间最短路的Dijkstra算法,对问题进行求解,得到了比较理想的结果.     

基于风场信息的无人机在线航迹规划方法

风场是影响无人机飞行速度的一个重要因素。为了缩短任务执行中的飞行时间,考虑战场环境存在外界威胁情况,提出了一种利用组合导航在线估计风场信息的无人机航迹规划方法。该方法基于飞行时间为代价,利用改进的A*搜索算法对航迹进行顺风搜索,从而实现最短理想耗时的航迹规划。计算机仿真结果表明,与传统的最短航迹长度规划方法相比,无人机按该方法规划的航迹飞行时,理想耗时最少。     

一种基于Clothoid曲线的无人机路径规划算法

提出了一种新的基于Clothoid曲线的无人机复合路径规划算法。该算法考虑了无人机在起点和目标点的方向以及无人机转弯半径的约束,能够在任意起止点位置和方向下得到更短的曲率连续的便于无人机飞行控制跟踪实现的Clothoid复合路径。与现有的基于微分几何的迭代算法相比,该算法迭代简单在给定范围内选择迭代初值,可以得到惟一解。     

面向APT攻击的网络安全威胁隐蔽目标识别方法

针对当前网络APT隐蔽目标攻击识别方法准确率低、攻击识别耗时长的问题,提出面向APT攻击的网络安全威胁隐蔽目标识别方法.引入关联规则算法构建隐蔽目标识别模型,据此构建APT攻击隐蔽目标识别的总体框架,根据APT目标档案属性相关性计算网络安全威胁之间的关联规则,根据关联规则提取APT目标档案数据,通过可信度计算实现APT攻击下的网络安全威胁隐蔽目标识别.仿真实验表明,所提方法具有较高的攻击识别准确率,且攻击识别耗时短,能够高效、准确地实现APT攻击下网络安全威胁隐蔽目标识别.     

航海模拟器中航线设计与航路监视的实时仿真

在完全自主知识产权的航海模拟器平台下,提出了航线设计与航路监视的实时仿真模型,将指示克里格法应用于航线设计的研究,对海底地形曲面进行拟合并求取任意位置水深值。采用人机交互的方式根据船舶的航行信息和海图信息可对计划航线进行修正,实现了计划航线可行性的自动判别,改进了航路监视的判定算法,有效地避免了屏幕坐标引起的航路监视不精确。经大连海事大学自行研制的高品质航海模拟器验证,该方法准确可靠。     

基于传感器和目标自身特性的幻影排除算法

为了消除无源探测定位中测向线交叉产生的大量虚假交点,提出了一种基于传感器及目标自身特性的幻影排除算法.利用传感器的最大探测距离、相对位置以及目标信息,通过几何推导出关联张角、候选观测集和有效观测集,得到一个可靠的角度关联范围,挑选出可以进入关联的角度观测.然后采用基准线最小距离法找出目标的定位点集.仿真实验表明:本文算法能有效地排除无源交叉定位产生的虚假交点,不仅大量地减少目标关联次数,而且大大地提高了系统实时性和成功关联概率.     

一种基于预测信息的时间依赖网络路径规划算法

对时间依赖路网最短路径规划算法的研究是车辆动态导航技术领域研究的热点之一。针对最小时间规划算法存在的不足,在研究SPFA（ShortestPathFasterAlgorithm）静态规划算法的基础上,结合两种算法的优点,提出了一种改进的基于路况预测信息的最小时间路径规划算法,并通过实例进行了验证。结果表明,新算法能够提供实时、高效、预测性强的规划路径,在城市交通中能较好满足用户需求。     

基于遗传算法的综合布线路径布局研究

以综合布线系统的路径规划为研究对象,对布线路径中的公共路径和最短路径的双目标进行统筹规划,以满足不同情况下的不同施工需求. 首先给出了综合布线决策的整数规划模型,采用遗传算法构建了一种新的综合布线优化算法,用于进行综合布线路径规划的设计与研究. 在遗传算法的基础上,通过加权组合的方式实现公共路径和最短路径的协调,其中公共路径越长越节约工期,最短路径越长越节约成本. 最后,通过仿真对所提模型和方法的有效性进行了验证.     

基于改进遗传算法的移动机械臂拣选路径优化

传统移动机械臂路径规划算法没有根据抓取点分布情况对工位点坐标进行优化,效率低,对此,提出了一种基于改进遗传算法的移动机械臂拣选路径优化方法.通过对拣选物品位置的分析,建立单个工位点上移动机械臂分拣路径模型和多工位点的旅行商（TSP）问题模型,运用改进的遗传算法,在工作空间内对各个工位点的位置坐标寻优,规划出移动机械臂抓取的最短路径和多工位点间移动的最短路径.实验结果表明,与传统遗传算法可能,运用改进的等级进化选择算子和最优近邻交叉算子,遗传算法的收敛速度提高了46.15%,路径缩短了45.99%,系统运行时间减少了25.80%,提高了系统效率.     

基于自适应随动机构的机器人目标跟随

针对机器人使用固定传感器容易丢失跟随目标的问题,提出基于自适应随动机构的行人跟随方法.基于任务需求设计随动式感知机构视野评价指标;在传统规划策略的基础上,提出结合底盘方向的改进策略和基于视野深度加权的自适应角度规划策略,改进随动机构的运动目标跟随效果. 为了提高随动RGB-D传感器的行人位置跟踪效果,使用YOLOv3算法进行目标检测,结合三维坐标解算与位置度量匹配,实现多目标位置的实时跟踪. 基于Gazebo仿真环境与RoboMaster机器人,实现机器人行人跟随功能. 所提规划策略能够取得综合最优的评分指标,并实现机器人对运动行人目标稳定的轨迹跟随. 实验结果证明了所提目标跟随方法的有效性.     

基于粒子群免疫优化算法的足球机器人路径规划

为提高PSO算法的性能,引入免疫算法中浓度调节机制的“抗体浓度选择”策略形成粒子群免疫算法,利用该算法对足球机器人进行路径规划,使足球机器人从给定点到目标点可以有效地躲避障碍物并且得到一条最短路径。实验结果表明,该算法具有高效的全局搜索能力和良好的收敛稳定性。     

预制混凝土构件布料路径规划

为解决预制混凝土构件布料路径随意的问题,通过对布料区域网格划分,设计了一种将布料区域分割为多个布料子区域的方法。该方法将螺旋布料机的作业方式进行简化,将布料路径总长度分为布料长度和非布料长度,其中布料长度是确定值,并对子区域做布料作业规划,计算出料口开口数对应的布料宽度。利用枚举法和动态规划算法对螺旋布料机出料口和布料子区域集合建立布料路径规划模型,对多阶段决策中的决策值进行计算。以非布料长度最短为目标对模型求解,得到最短布料路径,完成了螺旋布料机对布料区域的全覆盖路径规划。根据此方法对某螺旋布料机和某预制外墙挂板建立二维布料路径规划模型,仿真结果表明,该方法能有效地缩短布料长度、减少布料时间,对预制混凝土构件的生产有一定的指导意义。     

基于运动约束的泛化Field D*路径规划

为了解决基于栅格的路径规划算法因环境描述的离散化导致规划结果不能满足机器人运动约束,以及单一路径代价的局限致使算法无法适用于复杂环境的问题,提出一种基于运动约束的泛化Field D*算法.该算法的代价函数可同时考虑路程、行驶安全以及行驶时间等一个或多个行驶代价.根据机器人运动模型的特性,在路径点提取过程中结合机器人的最小转弯半径,进行满足运动约束的路径平滑.该算法在多组模拟的复杂环境栅格地图中进行测试,实验结果表明,算法对复杂环境有很好的适应性,同时有效提高路径的可执行性.