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。     

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.     

基于改进A*算法的越野路径规划研究

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A*算法的估价函数, 并结合expand表、open表、closed表以及path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。     

基于多目标快速探索随机树的移动机器人巡检路径优化方法

针对移动机器人需要访问多目标的巡检路径规划问题,该文提出一种多目标快速探索随机树路径优化方法。首先,根据提供的环境地图与巡检目标点,该文采用一种 RRT-Connect-ACO 算法得到目标点的巡检顺序和可行路径;然后,通过引入信息子集,对路径进行优化,得到最终的最优路径。实验结果表明,与现有的多目标路径规划算法相比,该方法考虑了地形的影响,得到的最优路径更符合实际情况。     

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.     

基于ACO算法的WebGIS系统实现关键技术

为进一步提升复杂场景中空间中的路径规划效果,基于改进的PSO-ACO算法,同时引入多因素地形适应度,提出一种路径规划算法。其中,将改进的PSO-ACO种群融合算法作为路径规划算法,引入多因素地形适应度对算法进行二次优化,以整体提升路径规划效果。实验结果表明,与单独的改进PSO和ACO算法相比,本研究的融合改进种群算法和多因素地形适应度的路径规划算法具有更佳的路径规划效果,在3 km、6 km、9 km、12 km的路径规模下的转折点个数仅为33,105,239,543,路径长度仅为3.25 km, 6.33 km, 10.26 km, 13.44 km,明显低于改进PSO和ACO算法;与其他路径规划算法相比,本研究算法在复杂场景下能够得到最佳的路径,同时还能够保持路径的平滑性。以上结果表明,本研究设计的路径规划算法具有优秀的路径规划效果,能够应用于实际场景中的路径规划,具有较高的可行性和使用价值。     

越野环境建模与动态路径规划

针对越野环境下移动机器人的导航与控制问题，提出了一种越野环境下环境建模与动态路径规划方法。该方法能够针对地形的数字高程模型，在综合考虑机器人的性能约束和地形特征等因素的基础上有效地实现越野环境的建模；在此基础上的路径规划采用全局信息与局部信息、前期规划结果与当前规划相结合的方法，满足了越野环境下动态路径规划的要求。实验结果表明，该方法能够很好地适应各种复杂的越野环境。     

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。     

分形地形模拟

本文研究地形表面分形描述的方法，详细论述了分数布郎运动（ｆＢｍ）的特性及将它运用于地形分形模拟的几种方法，还讨论了评价这些方法的指标和有待进一步研究的问题。     

三维海底地形仿真的研究

针对快速绘制大规模海底地形的问题,提出基于几何多重映射算法与分形算法相结合生成地形的方法,采用顶点索引和分层分块的方法来组织地形数据。该方法对三维海底地形模型进行子块划分,通过可见性判别只显示视区内的子块。同时建立一种基于块和视点的简化准则,通过该准则提出消除不同细节层次的地形块之间的裂缝的方法,以保证地形精简过程中不丢失必要的细节。仿真实验证明该研究成果能够有效实现地形的实时绘制。     

虚拟坦克装甲车运动仿真中的地形匹配算法研究

本文针对不规则三角形TIN地形数据,提出了一种新的虚拟坦克装甲车运动仿真的地形匹配算法,该算法是根据坦克装甲车与地面接触的特点,用四点来匹配车与地面的接触。此算法可以很好地解决坦克装甲车的运动仿真中的地形匹配,且满足实时性要求。     

GPU构网的GeoMipMap地形无缝绘制算法

针对传统CPU实时构网算法和预处理阶段构网算法速度较慢问题,提出一种GPU构网的GeoMipMap地形渲染算法.算法的构网阶段由GPU实现,将CPU从繁重的构网工作中解放出来,并大幅度减少CPU向GPU传输的数据量,提高地形的渲染速度.整个地形分成大小相等的若干地形块,每个地形块又分为内部及四条边共五部分,对这五部分按分辨率不同分成多个细节层次,为每个细节层次计算空间误差,渲染时各部分根据屏幕投影误差选择细节层次,所构网格更加符合地形表面特征.考虑到GPU构网算法的高度并行性,采用一种新的裂缝处理方式,四条边的屏幕投影误差以边上顶点的空间误差计算,使得相邻块对于共享边的细节层次的计算结果相同,从而保证相邻块间无裂缝,且网格连续.实验结果表明该方法能够以较高的质量完成大规模地形的实时平滑漫游.     

基于复杂地形上三角网数字地面模型的建立

本文提出了一种生成三角网数字地面模型的新方法，它首先利用凸多边形的性质与凸锥的特性来将离散点连成一三角网，计算工作特别快速有效；其次在三角网形成过程中，能将特征信息线作为三角形的边参加构网并采用了优化手段来优化三角网的现状。该方法能有效地限制狭长三角形的出现，并使生成的三角网能密贴地面，真实反映出地表形状。与其它算法相比，该方法具有思路简单明了、成网速度快、编程容易及成网质量高的特点。实际应用表明     

基于Geometry Clipmap的三维地形可视化研究

随着数字科技的广泛应用和信息化普及的逐渐深入,实现地形的三维可视化的重要性日渐彰显。但目前的普通PC内存容量无法容纳海量的几何数据和纹理数据。为解决这个问题并提高绘制的效率,采用Geometry Clipmap算法绘制地形,充分利用GPU以提高绘制效率,通过顶点纹理获取各顶点高程值。同时,简化了三角形条带的组织方式,使用简化的视锥体裁剪方法和动态确定绘制层数方法减少需要绘制的顶点数。根据特定层结构,提出数据更新的新方法(二进制定位法)减少视点移动时各帧的数据更新量。实验结果表明,该方法使用很少的内存完成大规模地形绘制,且取得了较高的帧率,漫游流畅,保证了地形的真实感,能满足大规模地形实时可视化的要求。     

一种基于混合结构的地形快速绘制算法

大规模地形绘制在虚拟现实等领域中有着广泛应用.针对实时场景漫游过程中对场景精度的要求,提出一种视点相关的混合结构的LOD简化算法,算法保留了四叉树结构与不规则三角网TIN(Triangulated Irregular Network)结构的优点,在宏观上以四叉树方法简化地形数据,在细节层次上使用不规则三角网表示地形,最后通过有效的误差控制原则,解决了四叉树结构分块间的连接问题.简化了算法实现,提高了算法效率,在重建速度上有了一定的提高.     

实时生成三维地形中关于DEM数据插值的探讨

使用DEM来生成地形表面的可视化技术已经应用于军事、测绘、林业和娱乐等多个领域.讨论了将等高线离散采样点数据内插为规则格网数据的方法,采取了实用有效的移动拟合和加权平均结合的内插方法,并且根据规则格网的专有特点,确定了待插范围.在插值的过程中,每个数据块中格网点的高程值通过与其周围邻近的八块地形数据块共同插值而获得,因此优化了相邻数据块之间高程值差异过大而造成的地形过于突兀的问题.     

基于轮廓草图的三维地形建模方法研究

针对传统的三维地形建模耗时、提取特征值困难以及建模效果不佳的特点,提出基于轮廓草图的三维地形建模的改良方法。系统通过道格拉斯-普克算法分析轮廓的几何特性,使用高斯高通滤波器对重构出三维地形进行去噪。实验结果表明该方法生成的三维地形模型有良好的可视化效果,也验证了道格拉斯–普克算法适合于分析勾勒、分解和重构轮廓,高斯高通滤波器对地形的平滑有良好的效果。     

基于改进的水力侵蚀算法的腐蚀化地形生成

提出一种新颖的计算机游戏场景地形生成技术.通过引入水量图和沉积物图来改进传统的水力侵蚀算法,以仿真自然地形因风化因素造成的腐蚀化现象,从而增强地形模拟真实感;为了保证游戏实时性,采取四种加速策略进行整体算法优化.实验结果证明,算法适用于为计算机游戏和动画生成实时的真实感地形效果.