基于改进蚁群算法的越野路径规划

针对车辆的越野路径规划问题,研究并分析了地形坡度和地表属性对于车辆路径规划的综合影响。引入了“窗口移动法”对地形进行先期的坡度计算和通行性分析,就轮式车辆和履带式车辆分别建立了地表属性的粗糙度评价指标,并采用“面积占优法”将地表属性栅格化。通过建立禁忌表,叠加了坡度与粗糙度的约束影响以减少搜索范围,提高搜索效率。构造了改进蚁群算法的估价函数,并结合路径表设计了考虑坡度和粗糙度约束的路径优化算法。仿真结果表明,该算法能够快速有效地实现符合真实地形环境的越野路径规划。     

基于滑移预测的月球车路径规划研究

月球车是探测月球的多功能机器人,搭载人类对月球的探测任务,主要包括月表环境探测、样本数据搜集以及数据分析等任务。月表地形的复杂度加大了路径规划的难度,地形坡度、撞击坑以及各种障碍物的地形因素不同,使月球车路径规划易陷入危险地形、偏离预计目标和侧翻等状况。因此合理的滑移预测能有效减少路径规划的危险性,缩短路径搜索的时间,优化最优路径长度。针对月球车路径规划算法普遍存在易陷入局部最优解、易陷入危险环境、忽略环境建模技术与路径规划算法的相互适用性等问题,提出一种基于虚拟三维月表环境的改进遗传算法。通过设置遗传因子不变,加入地形综合代价函数设置适应度函数。经过仿真实验,验证了该算法的搜索性能,其收敛速度快、稳定性高。     

复杂山地环境下的机器人路径规划

在传统的复杂山地环境下机器人路径规划中,由于未考虑坡度约束条件,所规划路径坡度陡峭,机器人无法攀爬.为解决上述问题,提出一种改进的蚁群算法.算法在启发函数中引入与坡度有关的函数,使算法所规划路径的坡度符合机器人有限的爬坡能力;同时,为减小坡度函数对算法收敛性的影响,新的信息素浓度函数被引入该算法,有效地提高了算法的收敛性;最后,改进算法根据等高线原理,将山地地形进行数字化分层,逐层进行路径规划,搜索速度被极大提高.仿真结果表明,针对于丘陵山地地形,上述算法所规划路径的坡度符合约束条件.     

基于相对特征的越野地形可通行性分析

自主地面车在越野环境下导航面临最困难的问题之一是对地形的理解，分析感知到的越野地形，作适合于自主车导航的可通行性分析。本文提出了越野高程地形的相对不变性概念，并利用这种性质提取出在一定尺度范围内地形具有的相对不变特征，如地形坡度、起伏度和粗糙度，最后基于模糊规则组合各特征对地形的可通行性进行评估。自主车越野导航实验表明，本文算法稳定有效，能满足自主地面车越野导航的需要。     

四足机器人地形识别与路径规划算法

为了提高四足机器人在复杂环境下的适应性,重点研究了采用飞行时间(TOF)原理相机的四足机器人环境感知策略并改进了地形识别及路径规划算法.首先采用高斯过程回归(GPR)模型对TOF相机的距离数据进行误差校正,解决了采用传统多项式或三角函数模型进行误差修正时模型阶次过高及函数组合复杂的问题.基于得到的环境深度信息,采用数字高程模型(DEM)进行地形描述,并通过计算各栅格的坡度、粗糙度、起伏度对地形进行识别.粗糙度由该栅格所处的坡度平面与其8邻域高程点的离散程度进行计算,避免了采用高程方差计算时对粗糙度的误检测.依靠地形信息,提出了滑动窗+增量式A*(IA*)算法的路径规划方法.IA*算法通过寻找当前路径与目标投影点的最优路径进行增量式路径规划,该方法解决了采用A*算法进行重规划时效率低的问题.仿真和实验结果验证了本文方法的有效性和可靠性.     

复杂地貌下基于地形坡度的滑移预测路径规划研究与实现

针对松软地形环境下滑移导致的路径规划失效问题,研究一种基于地形坡度进行滑移预测的路径规划算法。设计一种滑移预测算法,利用地形坡度信息进行滑移预测;将预测的滑移信息与地形通过性评价函数相结合,建立适宜度地图,实现滑移预测与路径规划算法集成;该路径规划算法通过滑移预测可以选择更好的路径或者避开高度滑移地区,提高复杂地形环境下尤其松软地形环境下路径规划的有效性,为月球车的自主导航的研究奠定了重要的理论基础。     

基于选择交叉烟花算法的无人车路径规划

在三维地形环境下,基本烟花算法进行路径规划时易陷入局部最优解且存在收敛速度慢的问题,为此,提出选择交叉烟花算法。利用栅格法构建三维地形环境并设置威胁区域,使无人车选择合适的节点进行路径探索,结合燃耗代价、平滑代价和威胁代价构建适应度函数,以约束路径节点的生成位置,确保规划出的路径平滑且远离威胁区域。通过基本烟花算法的爆炸、变异、映射和选择操作进行路径搜索,同时加入针对路径节点的轮盘选择操作,使偏离原始路径较远的节点具有更高的爆炸概率,以约束路径的搜索方向,从而加快算法的搜索速度。在此基础上,引入选择交叉火花,通过对轮盘选择后节点间的路径片段进行交叉,以增强种群中烟花之间信息的交互性,提高搜索全局最优解的性能。仿真结果表明,相比基本烟花算法,该算法在简单和复杂地形环境下的适应度值平均提高6%,且运行时间平均缩短13.5%。在各类地形环境下,无人车通过该算法能有效规避威胁区域,并在较短时间内寻找到更加平滑且燃耗更低的路径。     

基于多层Morphin搜索树的UGV局部路径规划算法

以地面自主车辆(UGV)为实际应用背景,提出了一种基于多层Morphin搜索树的局部路径规划算法.该算法结合车辆非完整性约束构造多层Morphin搜索树,通过模糊Q学习进行动态行为控制的学习,并以此为依据对搜索树进行评估,从而得到一条具备车辆非完整约束的平滑可跟踪路径,克服了传统Morphin算法搜索轨迹不灵活的缺点.最后,通过仿真实验以及实车实验验证了算法的有效性和正确性.     

改进RRT的二阶段平滑搜索算法

在复杂的环境当中,智能车辆路径规划模块的职能是产生一条合适的路径让智能车路径跟踪模块进行跟踪。在路径规划模块中要考虑两个方面：第一个方面是算法能够快速地搜索出一条安全的路径;第二个方面是算法进行路径规划的同时能够考虑车辆自身模型的约束,即运动学约束限制。然而快速搜索随机树RRT算法进行大范围路径搜索的过程中存在收敛速度较慢、搜索路径曲折角度过大的问题,导致车辆跟随时转弯角度过大、转向不连续,不满足车辆运动学模型。二阶段RRT算法TSRRT（Two-Stage RRT）采用融合最大转向角度的三次Bezier曲线进行上边界曲率优化,使规划路径能够满足车辆运动的转向角度,让车辆在行驶过程中能够以不停车的方式进行连续平稳转向;同时为了加快算法的收敛速度,通过第一阶段的启发式函数采样搜索以及第二阶段Dubins曲线直接连接最终终点和第一阶段搜索终点,能够有效地提高算法的整体搜索效率。通过实验验证,改进的RRT算法TSRRT,相比于传统RRT算法搜索时间减少近43%,路径长度减少近25%,同时提高了路径的平滑性,使已搜索路径曲率能够满足连续,能够让车辆在不停止的情况下连续平稳转弯,以便车辆后续更好地进行路径跟踪。     

MapX在路径规划系统中的应用

在车辆导航系统中,采用GIS技术可以更直观地掌握交通、车辆和路径等动态信息.在分析路径规划系统组成和工作原理基础上,着重讨论了道路网的拓扑结构和数据组织形式、空间信息和属性信息的关联以及路径规划的算法实现,采用VC＋＋、MapX控件和数据库技术实现了路径规划系统.实验证明,利用MapX组件可以高效地建立路径规划系统,系统的数据结构和路径规划算法能较好的满足起点终点的选择、查询和快速路径搜索等系统要求.     

基于改进粒子群算法的UAV航迹规划方法

结合当前无人机集群发展趋势,针对航迹规划算法和策略问题开展研究,在分析经典粒子群算法和传统航迹规划方法基础上,提出了一种基于改进粒子群算法的航迹规划方法,将无人机航迹规划分为整体航迹规划和节点间航迹规划两部分,针对两部分对于搜索速度和解的精度的不同需求,结合环境模型及约束条件,分别设计粒子群航迹规划算法的评价函数;对于节点间粒子群航迹规划,通过设计分段式惯性权重调整公式改进粒子群算法,在保证了算法的搜索速度的同时,提高了航迹规划解的精度。通过仿真验证了该方法的正确性和可行性,横向对比其他算法策略分析了该方法的优越性。最后在算法自主实时性方向上对于后续的工作开展提出了期望。     

Fast marching subjected to a vector field–path planning method for mars rovers

Path planning is an essential tool for the robots that explore the surface of Mars or other celestial bodies such as dwarf planets, asteroids, or moons. These vehicles require expert and intelligent systems to adopt the best decisions in order to survive in a hostile environment. The planning module has to take into account multiple factors such as the obstacles, the slope of the terrain, the surface roughness, the type of ground (presence of sand), or the information uncertainty. This paper presents a path planning system for rovers based on an improved version of the Fast Marching (FM) method. Scalar and vectorial properties are considered when computing the potential field which is the basis of the proposed technique. Each position in the map of the environment has a cost value (potential) that is used to include different types of variables. The scalar properties can be introduced in a component of the cost function that can represent characteristics such as difficulty, slowness, viscosity, refraction index, or incertitude. The cost value can be computed in different ways depending on the information extracted from the surface and the sensor data of the rover. In this paper, the surface roughness, the slope of the terrain, and the changes in height have been chosen according to the available information. When the robot is navigating sandy terrain with a certain slope, there is a landslide that has to be considered and corrected in the path calculation. This landslide is similar to a lateral current or vector field in the direction of the negative gradient of the surface. Our technique is able to compensate this vector field by introducing the influence of this variable in the cost function. Because of this modification, the new method has been called Fast Marching (subjected to a) vector field (FMVF). Different experiments have been carried out in simulated and real maps to test the method performance. The proposed approach has been validated for multiple combinations of the cost function parameters.     

面向对象的自主车越野路径规划的设计和实现

本文介绍了一种使用启发式估值函数进行二次搜索的路径规划方法，设计和实现了自主车的越野路径规划。首先是在领域式规划空间上进行领域式搜索，由于该空间是一种面向地形本身分布特点和性质的地质分割，解路径的粒度较粗，因此又进行了在栅格规划空间上的第二次搜索－栅格搜索，以对解路径进行细化，最佳结点只在三个方向上扩展，并取代价最小者。     

自主车辆越野路径规划的新方法——领域式规划法

本文提出了一种解决 ALV(Autonomous Land Vehicle)越野路径规划的新途径——领域式规划法.介绍了一种面向地形本身分布特点和性质的地形分割方法,讨论了领域式规划空间的二叉树表示方法.在此基础上,提出了采用虚拟矩阵匹配搜索二叉树以确定领域式规划空间中邻接关系的方法,并描述了启发式方法和概率方法相结合的路径搜索算法.领域式规划方法有效地解决了非结构化环境中的规划效率问题.     

基于适应度函数的无人船遗传算法航径规划

遗传算法通过适应度函数选取最优的路径,采用了无人船转弯半径来改进适应度函数,实现无人船遗传算法航径规划。考虑到无人船机动性能对航迹平滑性的要求,在初始种群中利用贝塞尔曲线优化方法,将原有的折线路径优化成光滑的曲线路径;在适应度函数中添加曲率判断,以无人船最小转弯半径为约束条件,设置曲线路径的最大曲率,最后通过适应度函数筛选出符合约束条件的光滑路径。仿真结果表明,所提出的方法能获得符合无人船最小转弯半径约束的光滑路径,相比于平滑算法,该方法的曲率更小,收敛速度更快。     

一种人机交互的大区域路径规划方法

提出了一种在大面积规划区域内为运动物体规划一条从起始点到终点的满意路径的方法。首先通过地形分析，把整个规划区域分成不同类型的子区域；其次在规划区域内选择候选点；最后给出了一种带有运动约束和规划规则的Ａ算法获得所需要的满意路径。     

Fuzzy-based speed estimation for navigation of unmanned robots

This study presents a framework for assessing the navigation speed of unmanned robots by combining information extracted from the 3D world model of natural terrain with regional traversability based on the fuzzy technique. The proposed method divides the world model into several patches, extracts the slope and roughness of each terrain patch along four heading directions, and then uses them to evaluate the level of difficulty associated with the traversal. The slope is estimated through curved surface fitting, and roughness is obtained using fractal-based analysis together with another two RMS metrics. As navigation systems can cope with the imprecision and uncertainty of input data, we modify the Seraji’s fuzzy-based measure to assess the traversability and navigation speed of each patch for path planning. The proposed method is tested on both fractal and real terrain to verify its effectiveness.     

基于时空A*算法的多AGV无冲突路径规划

物流中心作为快递转运的重要枢纽,其分拣效率在一定程度上影响着快递的配送时间.多台自动导引车(automatic guided vehicle,AGV)协同分拣能够大幅提高作业效率.本文研究了多AGV协同作业场景中的无冲突路径规划问题,在栅格地图建模环境的基础上,提出了基于冲突搜索的两层路径规划架构.冲突搜索与约束添加均...     

多约束条件下无人机航迹规划

针对多约束条件下的无人机航迹快速规划问题,建立了导航精度约束下无人机航迹规划模型,并设计了“基于Dijkstra算法的航迹规划法”求解模型。通过校正策略优选、校正方案优选和O-D邻接矩阵处理方式,简化搜索路径,降低计算量,提高执行效率,从而实现对传统Dijkstra算法的改进。在满足导航精度约束条件的前提下,以航迹长度最短和经过校正点数量最少为研究目标进行仿真实验,并将所得结果与传统Dijkstra算法和遗传算法所得结果分别进行对比,发现此算法在精度与复杂度方面均优于传统算法和遗传算法。此结果表明,导航精度约束下无人机航迹规划模型和“基于Dijkstra算法的航迹规划法”在解决多约束下无人机航迹规划问题方面具有一定的正确性、有效性和先进性。