排序方式: 共有11条查询结果,搜索用时 265 毫秒
1.
基于改进蚁群算法的机器人路径规划 总被引:1,自引:0,他引:1
本文主要结合蚁群算法对机器人路径规划进行了系统的研究。针对蚂蚁在搜索路径过程中落入障碍物陷阱而造成算法停滞的现象,提出了蚂蚁系统回退策略。为了检验改进型算法的性能,基于MATLAB软件设计了仿真程序。仿真结果表明:对基本蚁群算法的改进,提高了算法的有效性和鲁棒性,增强了蚁群算法在机器人路径规划中的适应能力。 相似文献
2.
3.
4.
以能力风暴智能机器人为硬件平台,进行了足球机器人的硬件扩展、攻防策略设计和软件编制。针对远红外火焰传感器散布的特点和灵敏度不高的问题,提出了将多个该类型传感器散布并联连接,提高了对足球探测的灵敏度,扩大了探测范围。在智能足球机器人硬件的基础上,实现了找球、避碰、走出死角、进攻和防守等比赛策略,并用JC语言编制了的机器人比赛程序。通过比赛试验,该智能足球机器人能够根据不同的攻防特点采取相应的比赛策略,具有较好的比赛能力。 相似文献
5.
为满足实际雷达系统对高精度和高实时性的要求,提出了一种改进的"当前"统计模型变采样率机动目标跟踪算法。该算法针对"当前"统计模型必须预设加速度极值和机动频率的问题,提出一种加速度方差和机动频率在线同步自适应方法,建立改进的"当前"统计模型机动目标跟踪算法;针对在线自适应方法计算量大的问题,结合采样周期的大小与目标机动特性的关系,引入变采样率方法。仿真结果表明,与传统"当前"统计模型相比,改进的"当前"统计模型机动目标跟踪算法能显著提高对不同机动强度目标的跟踪精度;变采样率方法通过减少采样点数,节省了系统资源,提高了跟踪实时性;所提算法将两者结合,用传统的"当前"统计模型1.5~2倍的平均采样周期得到了更小的位置均方根误差,实现了用单模型方法同时改善跟踪精度和实时性的目的。 相似文献
6.
7.
为提高非线性观测条件下雷达目标的跟踪性能,将序贯处理方法引入均方根容积卡尔曼滤波( SCKF),提出一种带多普勒量测的序贯均方根容积卡尔曼滤波( SSCKF-D)雷达目标跟踪算法,该算法通过建立伪量测去除径向距离和径向速度量测误差方差之间的相关性。基于SCKF算法,按照量测精确度的高低顺序对方位角、俯仰角、径向距离和伪量测序贯处理。 Monte Carlo仿真表明,与SCKF和带多普勒量测的均方根容积卡尔曼滤波( SCKF-D)算法相比,SSCKF-D算法跟踪精度更高,较后者提高20%以上,收敛速度更快,更适用于空间目标跟踪。 相似文献
8.
敏捷设计原则与设计模式对于构建良好的系统结构来说是非常重要的.对于程序员和系统工程师而言,理解并在设计过程中综合应用这些原则和模式,是保证系统具有良好设计的关键因素.然而对于初学者来说,如何理解和应用这些原则和模式是比较困难的.通过介绍一套数据库系统的实际设计过程,针对单一职责原则和依赖倒置原则进行了较为详细的介绍. 相似文献
9.
在模拟仿真出无人机三维飞行环境的基础上,根据航迹规划的要求,建立对应数学模型,并采用蚁群算法进行优化仿真.针对基本蚁群算法存在的搜索时间长、容易陷入局部最优解等缺点,将蚂蚁当前位置与目标位置的距离信息反馈到系统中作为航迹规划的控制信息,同时对航迹节点的选择方法进行改进,以提高算法的效率.仿真实例结果表明,该算法可以规划出满足无人机飞行要求的航迹. 相似文献
10.