排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
针对未知不确定性环境下机器人路径规划的特点,提出了基于搜索双安全边缘点的实时路径规划新方法.该方法从有限的实时环境信息中搜索躲避障碍物和保证机器人到达目标点的双安全边缘点信息,并结合启发式算法,实现了基于双安全边缘点的实时路径规划.机器人的实际工作环境是十分复杂的,要求路径规划算法有较高的适应能力,特别在u型环境中要求算法能够脱离死区.仿真实验在2种U型环境和复杂环境中进行,仿真结果表明,该方法具有反应灵敏、实时性好的特点,对不确定环境具有良好的适应性,能够实现未知复杂环境下的路径规划. 相似文献
2.
为了提高机器人在动态不确定环境下的实时性和适应能力,提出了一种机器人实时路径规划新方法.采用环境信息处理算法,通过搜索实时局部环境信息特征信息的方式对环境信息进行分析和处理.该方法能够捕捉动态障碍物并对动态障碍物的运动规律进行预测,将特征信息及时更新给运动动作规划算法部分.运动动作规划算法是通过引入启发式思想选择双安全子目标点,完成规划运动动作并实现优化路径.在不同环境下进行仿真实验,检验了算法的有效性,证明算法在动态不确定环境下具有良好的实时性和适应性。 相似文献
3.
在多级复杂系统模型的设计中,处理好本层与本层之间、不同层之间因素的关系是模型设计的关键.该文对灰色GM(1,N)模型进行研究,结合复杂系统特点实现了多级灰色GM(1,N)模型的设计.它利用灰色系统理论中对"小样本"、"贫信息"系统处理的优势,再将经典反馈机制引入进来,达到设计多级复杂系统模型的目的.仿真实验表明,该模型能够对多级复杂系统进行准确的描述,并实现了模型因素的灵活调整. 相似文献
1