基于生成图算法的混合WSNs的避障调度研究

为了解决存在障碍物的混合无线传感器网络(WSNs)的动态传感器调度问题,构建了基于生成图的调度算法和模型.利用基于网格的技术获得了障碍物的规整化图形;根据基于生成图的算法,使得最短路径的搜索空间限制在连通图中;在实现最短避障路径的基础上,获得了动态传感器的能量有效性的调度目标.通过仿真,验证了方法的有效性.     

矢量图中绕过障碍物的最短路径算法研究

通过比较几种常见的有障碍物时求最短路径的算法．在线探索算法的基础上提出了一种改良的求障碍物群中两点间最短路径的近似算法．     

给定场景下机器人避障过程中最短路径优化问题的求解

讨论了给定场景下机器人避障过程中最短路径优化问题的求解。主要研究了在一个区域中存在12个不同形状的障碍物,由出发点绕过障碍物经过若干固定点到达目标点的情形。通过切点坐标及直线与弧线长度的确定,按照拉绳子绕m过圆弧形障碍物得到的可能最短路径,建立机器人绕过多个避障点的最短路径模型为：minL=∑mi=1Li＋∑ni=1Li最短时间路径模型为：Mint=∑mi=1（sli）＋∑ni=1l1i.V0/1＋e10-e2i=1i=11＋e10-e2。然后比较其大小,得到最优解。     

一种快速神经网络路径规划算法

本文研究已知障碍物形状和位置环境下的全局路径规划问题,给出了一个路径 规划算法,其能量函数利用神经网络结构定义,根据路径点位于障碍物内外的不同位置选取 不同的动态运动方程,并针对障碍物的形状设定各条边的模拟退火初始温度．仿真研究表明 ,本文提出的算法计算简单,收敛速度快,能够避免某些局部极值情况,规划的无碰路径达 到了最短无碰路径．     

多链路权值增大的动态最短路径算法

动态网络最短路径是交通、通信等系统中的重要问题。在处理多链路权值变大时,多链路权值增大的动态最短路径算法可有效地减少单链路权值增大动态最短路径算法的冗余计算。目前,多链路权值增大的动态最短路径算法的研究较少,尚未存在有效的多链路变大的动态最短路径算法。通过对现有动态最短路径算法的深入研究,提出了一种多链路权值增大的动态最短路径算法(DSPT-MLI)。算法复杂度分析和仿真结果显示,DSPT-MLI算法具有更少的节点更新次数和更高的时间效率。     

基于改进粒子群算法的机器人路径规划方法

提出一种基于粒子群算法的机器人路径规划方法.将路径规划看作一个带约束的优化问题,约束条件为路径不能经过障碍物,优化目标为整个路径的长度最短.机器人工作空间中的障碍物描述为多边型,对障碍物的顶点进行编号.利用粒子群算法进行路径规划,每一个粒子定义为一个由零或障碍物顶点编号组成的集合,在粒子的迭代过程中考虑约束条件,惯性权重随迭代次数动态改变,使算法既有全局搜索能力也有较强的局部搜索能力.仿真结果表明该方法的正确性和有效性.     

改进双向蚁群算法的移动机器人路径规划

针对机器人在静态环境下全局路径规划存在无法找到最短路径,收敛速度慢,路径搜索盲目性大,拐点多等问题,提出一种改进双向蚁群算法。以栅格地图为机器人运行环境,对障碍物有效顶点进行定义、编码和运用,同时结合以相同障碍物有效顶点为相遇条件的双向蚁群算法,双向交替进行路径搜索,能够快速地找到更短路径,得到的路径拐点更少。引入改进的状态转移规则,能够加快搜索速度。在启发函数中引入可调常数因子,在以障碍物有效顶点为路径搜索的节点,每走一步相当于传统算法的一步或多步行走。动态调整挥发系数并设置信息素浓度范围,能够避免陷入早熟。通过与其他算法仿真对比,验证了改进算法的可行性、有效性和优越性。     

融合动态障碍物运动信息的路径规划算法

传统的路径规划算法只能在障碍物不发生位置变化的环境中计算最优路径。但是随着机器人在商场、医院、银行等动态环境下的普及,传统的路径规划算法容易与动态障碍物发生碰撞等危险。因此,关于随机动态障碍物条件下的机器人路径规划算法需要得到进一步改善。为了解决在动态环境下的机器人路径规划问题,提出了一种融合机器人与障碍物运动信息的改进动态窗口法来解决机器人在动态环境下的局部路径规划问题,并且与优化A*算法相结合来实现全局最优路径规划。主要内容体现为：在全局路径规划上,采用优化A*算法求解最优路径。在局部路径规划上,以动态障碍物的速度作为先验信息,通过对传统动态窗口法的评价函数进行扩展,实现机器人在动态环境下的自主智能避障。实验证明,该算法可以实现基于全局最优路径的实时动态避障,具体表现为可以在不干涉动态障碍物的条件下减少碰撞风险、做出智能避障且路径更加平滑、长度更短、行驶速度更快。     

基于全局路径规划的相互速度障碍物人群疏散方法

针对相互速度障碍物（RVO）模型缺少全局路径规划,只依靠局部碰撞避免不能很好地模拟复杂的疏散场景问题,提出了一种剩余路径代价尽量小的动态全局路径选择方法。该方法包含路径预处理和路径实时更新两部分:第一部分使用快速最短路径算法（SPFA）求取场景最短路径（SSP）;第二部分根据SSP快速动态地计算每个个体的最优疏散路径,并使用KD树优化障碍物阻挡判断过程。最后将方法扩展到多楼层、多障碍物、多通道、多出口的复杂场景实现了近千人的仿真实验。实验结果表明,该方法在多个场景中都取得了良好的路径规划效果。     

基于演化计算的最短避障路径算法设计

在工程应用、自动化、人工智能等诸多领域中有很多数学模型可以归结为寻求最短避障路径的问题。在环境模型的表达上,该文利用最小多边形包络法处理过的障碍物,即把障碍物描述成为多边形。在搜索策略上,利用演化算法求解TSP的算法——改进的郭涛算法的思想。针对TSP问题和最短避障路径问题的不同,在染色体的有效范围和基因的选取范围等处对算法进行修改,并且引入了基因库,成功地用演化算法解决了最短避障路径问题。     

新型树启发式搜索算法的机器人路径规划

面对三维空间移动机器人从起始点到终止点的最短路径问题,提出一种新型的边缘点树启发式搜索(TreeEP)算法,该方法将地图空间进行密度可调的三维离散化处理,根据障碍安全距离筛选出障碍物的可靠边缘点信息,再利用树扩散架构选出最能引导搜索方向的潜力点进行扩散搜索,最终得出最短路径。提出局部调整策略,得到改进的Tree-EP算法。实验结果表明,在带障碍复杂地形最短路径搜索应用中,提出的Tree-EP算法与已有方法相比,能找到更短的移动路径。     

引入必经点约束的路径规划算法研究

针对传统A*算法存在搜索范围广、运行效率低的问题,提出了一种引入必经点约束的路径规划算法。该算法结合障碍物分布特点,通过寻找最短路径必经点,实现对A*搜索方向的约束,再对最短路径段进行拼接得到最短路径。最后,在100×100网格地图中进行对比实验,结果表明,引入必经点约束的改进算法比传统A*算法的结点访问量大幅降低,运行效率得到显著提高。     

一种新型的求解城市公交路网的并行PSO算法

粒子群算法是求解组合优化的新智能算法,本文以串行粒子群算法机理为核心,结合运筹学旅行商组合优化理论和并行的OpenMP技术,给出一种规划城市公交路网最短路径的并行PSO算法模型。通过Visual Studio 2005中C++编程实现仿真,得到城市公交路网路程权重最短目标,并与串行粒子群算法结果进行比较。实验结果表明,该算法不但能解决城市公交路网问题,而且执行时间短,具有更好的鲁棒性。     

现代军事试验靶场残骸搜寻最短路径问题研究

根据现代军事试验靶场不存在实际的路及不确定障碍物多的特点,设计了一种不包括障碍物内部点的强连通图GC,并以GC为基础给出了一种跨越障碍物搜寻目标残骸的最短路径算法.通过实例分析得出结论,该算法很好地避开了沙丘、山包、灌木丛等障碍物,确定了一条搜索路径,改变了过去那种大范围搜索目标残骸的低效方法,提高了搜索效率.     

An efficient algorithm for finding a collision-free path among polyhedral obstacles

The use of graph search algorithms on a so called “visibility graph” is a common approach to finding a minimum-distance collision-free path among polyhedral obstacles in a 2D environment. Complexity of the search can be greatly reduced by reducing the size of the graph. The focus of this article is to provide an algorithm aimed at constructing a subvisibility graph using only “necessary” obstacles, i.e., excluding as many obstacles as possible whose vertices are never via points of the shortest collision-free path.     

A Shortest Path Based Path Planning Algorithm for Nonholonomic Mobile Robots

A path planning algorithm for a mobile robot subject to nonholonomic constraints is presented. The algorithmemploys a global- local strategy, and solves the problem in the 2D workspace of the robot, without generating the complexconfiguration space. Firstly, a visibility graph is constructed for finding a collision-free shortest path for a point. Secondly,the path for a point is evaluated to find whether it can be used as a reference to build up a feasible path for the mobile robot.If not, this path is discarded and the next shortest path is selected and evaluated until a right reference path is found. Thirdly,robot configurations are placed along the selected path in the way that the robot can move from one configuration to the nextavoiding obstacles. Lemmas are introduced to ensure that the robot travels using direct, indirect or reversal manoeuvres. Thealgorithm is computationally efficient and runs in time O(nk + n log n) for k obstacles andn vertices. The path found is near optimal in terms of distance travelled. The algorithm is tested in computersimulations and test results are presented to demonstrate its versatility in complex environments.     

附有条件的最短路径算法

分析目前最短路径算法特点和存在问题,并讨论附有条件的最短路径问题.以邻接矩阵为数据存储结构,在迪杰斯特拉(Dijkstra)最短路径算法的基础上,提出了附有条件的最短路径算法.最后,通过实例进行算法测试和比较.算法测试表明:附有条件的最短路径算法是完全可行和有效的.     

Variants of the Quantized Visibility Graph for Efficient Path Planning

We propose variants of the quantized visibility graph (QVG) for efficient path planning. Conventional visibility graphs have been used for path planning when the obstacles are polygonal. The QVG extends its usability to arbitrarily-shaped objects by representing the obstacles as polygons. We propose QVG variants which represent all combinations of three factors, each with two alternatives: (i) quantization level (fixed-level or multiple-level), (ii) object representation method (inner and boundary cells together or boundary cells only), and (iii) methods used to check whether pairs of points are mutually visible (rotational plane sweep algorithm or sign inequality discrimination (SID) algorithm). In the verification of the efficiency of the proposed QVGs, (i) all QVGs produced the same best path, which was shorter than the convectional algorithms, (ii) computational cost to find the shortest path is lower when using QVGs than when using the convectional algorithms and (iii) the QVG that uses multi-level quantization, partial obstacle representation and SID visibility checking provides the shortest best path and has lower computational cost than all other methods.     

障碍物群中近似最短路径的搜索算法

介绍一种在障碍物群空间中寻找给定两点之间最短路径的近似算法，北指出了算法何时能取得最短路径。