基于A*算法的三维地图最优路径规划

研究了基于A*算法的适合人步行行走的山地环境下三维地图最优路径规划算法及实现.本文考虑了三维山地无路网信息覆盖的条件较差环境,对A*算法进行改进,并利用三维地形DEM数据计算出一条相对平缓且长度较短的三维路径.改进算法对三维条件下路径最短的评价标准由原有的空间距离累加最短改进为先将空间等效成水平距离,再计算距离是否最短.同时,本文充分考虑了搜索点周围环境的整体坡度信息作为启发信息,来降低算法寻找的路径走在陡坡上的概率.实验表明,本算法最终计算出的三维最优路径在平缓度及路径最短上有所改善,基本符合人步行行走的习惯.     

高维构型空间线性图元的自适应连续碰撞检测

为了高效地建立无碰撞路径地图,针对如何在构型空间中构建无碰撞线性图元的问题,提出了自适应连续碰撞的检测算法.该算法在对线性图元进行连续碰撞检测之前,通过对比同一构型下两物体间欧氏距离的最小值及不同构型下物体最大移动距离的关系,来决定是否对线性图元采取二等分分割的细分检测,有效地减少了冗余的碰撞检测次数,提高地图构建效率.利用高维机器人系统进行仿真验证,在给定机器人起始和终止构型的情况下规划出无碰撞路径,所提的自适应碰撞检测算法相比于固定检测精度的方法的计算效率提高25.1%~84.1%.     

环视图表示下的无监督三维物体检索

为了解决基于多视图的三维物体检索方法过度依赖基于人工标注的有监督训练的问题,提出了一种基于环视图的无监督三维物体检索算法.首先,训练面向多圈环视图的无监督深度网络模型,通过随机数据混合增强学习不同形状之间的内在联系;其次,基于最优匹配方法计算物体间的相似性,其中,最优匹配是利用2个物体环视图间最小距离的平均值计算得到;最后,利用环视图特征过滤算法去除冗余数据,能够在保持精度稳定的情况下,有效地减少相似性匹配的计算代价.在ModelNet40数据集和SHREC15数据集上进行实验,文中方法精度指标mAP分别为41.2％和54.5％.实验结果表明,该无监督三维物体检索方法取得了优异的性能,有效地降低了人工标注的成本.     

虚拟场景自动漫游的路径规划算法

采用机器人学中的运动规划算法得到大致路径，并对路径进行数次优化得到最终路径．用户无需直接控制位置与视角，仅需给出目标点，系统就会自动地完成整个漫游；漫游过程中摄像机不会与物体发生碰撞，并且给出的画面符合一些基本的美学原则．该算法基于场景的层次分解，并采用了高效的路径平滑与视角规划方法，使得整个规划过程需要的时间非常少，提高了算法的实用性．     

改进SSA在三维路径规划中的应用

针对电力无人机在复杂山地环境的巡航过程中的路径规划问题,提出了一种基于改进麻雀搜索算法(ISSA)的三维路径规划方法.通过对原始麻雀搜索算法(SSA)中的探索者因子进行改进计算以及利用Tent映射对算法迭代过程不断进行全局扰动,既加强了算法的搜索范围同时减小了原始算法陷入局部解的可能.将路径距离与无人机与障碍物之间的距...     

水下机器人三维路径规划

本文提出了基于八叉树区域分别环境建模方法，在此基础上，利用A算法解决了静态环境的三维路径规划，并对规划出的路径进行了三维修正，使其满足机器人轨迹跟踪的要求，另外，以八叉树环境建模基础，对动态环境下的三维路径规划进行了研究。     

一种提取物体线形骨架的新方法

提出了一种提取物体线形骨架的新方法. 该方法首先计算物体距离变换的梯度, 从而得到一个矢量场. 距离变换的梯度对提取物体线形骨架具有重要意义, 可据此获得物体内部的关键点, 其中每一个关键点代表了物体的一个凸部分. 之后, 用搜索梯度最短路径的方法连接关键点, 得到物体的线形骨架. 本文方法得到的线形骨架能很好地反映物体拓扑和形状特征, 并不易受边界噪声干扰. 此外, 本文方法克服了基于距离变换的骨架提取算法的固有缺点, 获得了具有良好连通性的骨架. 因此, 基于本文方法得到的骨架能用于物体识别和匹配等领域. 对大量二维、三维物体的实验取得了令人满意的效果.     

桥式起重机三维吊装路径规划

桥式起重机吊装路径规划研究大部分是在二维环境下进行的,在三维环境中的路径规划研究较少,且目前关于桥式起重机的三维路径规划方法多是基于传感器导航的Srinivas算法。该算法的参数是根据经验得到的,且在不同环境中很难准确选择最优值。所建立的环境模型障碍物约为两个,无法证明在更多障碍物的环境中是否仍然可以保证路径最优且安全防撞。鉴于智能算法的优势以及在机器人领域中的成功应用,提出了基于改进蚁群算法的三维吊装路径规划方案。建立静态且环境已知的桥式起重机三维作业环境模型,利用栅格法划分空间,将桥式起重机所吊重物最大摆动距离与其安全通过障碍物的距离之和设为安全距离,且对蚁群算法的启发函数、适应度函数、信息素更新公式等进行了改进,使其应用于桥式起重机三维环境的吊装路径规划。Matlab仿真研究结果证明了该方案的可行性与有效性。     

改进 Ｄ∗ｌｉｔｅ 和时间弹性带法的移动机器人路径规划

为解决D*lite算法在进行路径规划时搜索效率低,易受运动物体影响及路径贴近障碍物的问题,提出了一种结合改进D*lite算法和时间弹性带法的融合算法。首先,将改进的跳点搜索引入到D*lite算法中,让算法只对跳点进行访问,实现了规划时间和路径长度的双优化。之后,融合改进的时间弹性带法进行局部路径规划,提高算法动态规划能力的同时保证了规划路径的安全性。仿真结果表明,改进的D*lite算法比原始D*lite算法在路径长度、规划时长及路径节点数上分别平均优化了6.40％、49.13％和73.70％。在实际表现中,融合算法在动态情况下比原始D*lite算法可减少11.04％的路径长度、67.10％的规划时长及11.99％的运动时间,并且保证了机器人和障碍物间的最小距离。     

基于多视角距离图象的三维物体建模及其在识别中的应用

模型的表示和构建是基于距离图象三维物体识别技术中的关键模块之一.针对已有方法 存在的若干问题,提出一个新的综合多个视角距离图象的三维物体模型表示策略和增量式的 模型习得算法,并将该模型表示用于三维物体识别中.实验结果验证了算法的有效性.     

能力风暴机器人的全局路径规划

基于Messy遗传算法(Messy GA),设计了移动机器人的通用路径规划算法,其中的优化目标包括最短路径、一定的平滑度和最优安全距离.在算法中加入了优化算子及交叉率和变异率的自适应调整,加快了收敛速度.仿真结果验证了所提方法的有效性.根据能力风暴机器人(AS-R)的实际运行要求,修改算法以扩大路径与障碍物之间的间隔度,并提出采用平滑的方法来优化路径.以AS-R为平台进行了轨迹跟踪实验.实验结果表明算法在随机摆放障碍物和实验室环境下可以实现路径规划,并能够最终实现AS-R机器人的全局路径规划.     

A new path planning method for bevel-tip flexible needle insertion in 3D space with multiple targets and obstacles

In this paper, a new bevel-tip flexible needle path planning method based on the bee-foraging learning particle swarm optimization (BFL-PSO) algorithm and the needle retraction strategy in 3D space is proposed to improve the puncture accuracy and shorten the puncture distance in the case of multiple puncture targets. First, the movement of the needle after penetrating the human body is analyzed, and the objective function which includes puncture path error, puncture path length, and collision function is established. Then, the BFL-PSO algorithm and the needle retraction strategy are analyzed. Finally, medical images of the tissue to be punctured are obtained by medical imaging instruments, i.e., magnetic resonance (MR), and the 3D model of the punctured environment is constructed by 3D Slicer to obtain the environment information on targets and obstacles, and the path of flexible needle is carried out based on the BFL-PSO optimization algorithm and the needle retraction strategy. The simulation results show that, compared with other path planning methods in the related literature, the new path planning method proposed in this paper has higher path planning accuracy, shorter puncture distance, and good adaptability to multi-target path planning problems.     

机械手三维操作空间建立与路径规划

针对传统路径规划算法在机械手路径规划中未考虑机械臂干涉、搜索效率低、路径不合理等问题,在建立了机械手空间模型,采用二次投影法分析和计算机械手操作空间的基础上,将障碍模型和操作空间栅格化,并提出了改进的遗传算法。在遗传算法的设计中,使用实数编码和三维坐标编码相结合的编码方式将栅格进行编码,改进交叉算子,定义最小基因交叉片段数量比,提高了搜索效率,简化了计算过程。通过Matlab建立了机械手仿真模型,验证了算法的有效性,且在实验条件和实验对象等各项参数相同的情况下,相对于传统路径规划算法,搜索效率,最优路径比等得到明显提升。     

基于改进蚁群算法的三维航迹规划

针对蚁群算法在无人机（UAV）三维航迹规划中存在的收敛速度慢、空间复杂度高的缺点,提出了一种基于改进蚁群算法的无人机（UAV）三维航迹规划方法。该方法改进了局部搜索策略、初始信息素调整因子并在启发函数中加入了路径偏移因子,从而降低了航迹搜索空间的复杂度,提高了算法的搜索效率和收敛速度。在利用DEM数字高程数据建立的搜索空间中,该算法与现有算法相比,规划航迹缩短约24.08%,运行时间减少约11.56%,表明改进蚁群算法在无人机（UAV）三维航迹规划中的可行性和有效性。     

Topologically correct reconstruction of tortuous contour forests

Motivated by the need for correct and robust 3D models of neuronal processes, we present a method for reconstruction of spatially realistic and topologically correct models from planar cross sections of multiple objects. Previous work in 3D reconstruction from serial contours has focused on reconstructing one object at a time, potentially producing inter-object intersections between slices. We have developed a robust algorithm that removes these intersections using a geometric approach. Our method not only removes intersections but can guarantee a given minimum separation distance between objects. This paper describes the algorithm for geometric adjustment, proves correctness, and presents several results of our high-fidelity modeling.     

复杂物体间的距离

物体间距离的计算机在布局问题、动态系数模拟、机器人路径规划及干涉检验等领域具有重要意义。     

Coverage Path Planning with Real‐time Replanning and Surface Reconstruction for Inspection of Three‐dimensional Underwater Structures using Autonomous Underwater Vehicles

We present a novel method for planning coverage paths for inspecting complex structures on the ocean floor using an autonomous underwater vehicle (AUV). Our method initially uses a 2.5‐dimensional (2.5D) prior bathymetric map to plan a nominal coverage path that allows the AUV to pass its sensors over all points on the target area. The nominal path uses a standard mowing‐the‐lawn pattern in effectively planar regions, while in regions with substantial 3D relief it follows horizontal contours of the terrain at a given offset distance. We then go beyond previous approaches in the literature by considering the vehicle's state uncertainty rather than relying on the unrealistic assumption of an idealized path execution. Toward that end, we present a replanning algorithm based on a stochastic trajectory optimization that reshapes the nominal path to cope with the actual target structure perceived in situ. The replanning algorithm runs onboard the AUV in real time during the inspection mission, adapting the path according to the measurements provided by the vehicle's range‐sensing sonars. Furthermore, we propose a pipeline of state‐of‐the‐art surface reconstruction techniques we apply to the data acquired by the AUV to obtain 3D models of the inspected structures that show the benefits of our planning method for 3D mapping. We demonstrate the efficacy of our method in experiments at sea using the GIRONA 500 AUV, where we cover part of a breakwater structure in a harbor and an underwater boulder rising from 40 m up to 27 m depth.     

动态环境下机器人多目标路径规划蚂蚁算法

研究了一种新颖的动态复杂不确定环境下的机器人多目标路径规划蚂蚁算法。该方法首先根据蚂蚁觅食行为对多个目标点的组合进行优化,规划出一条最优的全局导航路径。在此基础上,机器人按照规划好的目标点访问顺序根据多蚂蚁协作局部路径算法完成局部路径的搜索。机器人每前进一步都实时地进行动态障碍物运动轨迹预测以及碰撞预测,并重新进行避碰局部路径规划。仿真结果表明,即使在障碍物非常复杂的地理环境,用该算法也能使机器人沿一条全局优化的路径安全避碰的遍历各个目标点,效果十分令人满意。