基于改进蚁群算法的移动机器人三维路径规划

三维路径规划是移动机器人研究领域的核心内容之一.传统的蚁群算法应用于三维路径规划时,存在收敛速度慢,容易陷入局部最优解等问题.针对这些问题,论文对路径节点的选取方法、信息素的更新方法、启发函数的设计进行了改进,从而避免了算法陷入局部最优解,加快了算法的收敛速度.仿真实验表明改进算法在不同复杂程度的环境中都可以得到最优路径,且路径规划结果较好,这表明了算法有良好的寻优能力.     

基于改进哈里斯鹰算法的无人飞行器路径规划

针对无人飞行器三维路径规划问题,提出一种基于哈里斯鹰优化（Harris hawks optimization,HHO）算法的无人飞行器三维路径规划算法。首先根据路径规划代价指标和无人飞行器自身性能,建立路径规划模型确立代价函数和约束条件。接着针对传统HHO算法的不足,引入非线性能量因子来平衡全局搜索和局部搜索的关系,使算法避免陷入局部最小值;引入混沌映射对HHO算法进行初始化种群并对其进行局部混沌搜索,增强算法种群多样性和搜索能力。最后通过仿真实验证明,改进的哈里斯鹰优化（improvement Harris hawks optimization,IHHO）算法可以有效规划出安全的无人飞行器航线,并且能够跳出局部最小值和具备较优的收敛速度。     

基于直线模型的微型飞行器姿态角计算

利用地平线进行微型飞行器(MAV)稳定飞行控制中的姿态估计.根据地平线的直线模型,将地平线视作一条直线,依据线性摄像机成像投影关系,建立地平线在世界坐标系和图像坐标系中的位置对应关系.通过推导得出图像坐标系中地平线的直线方程参数与摄像机姿态角的对应关系,实现通过地平线的直线方程参数计算MAV的姿态角.实验验证了该方法的正确性.在对俯仰角的求取问题上,与使用占天面积比的方法进行了比较,通过仿真实验论证了该方法的优势.     

微型飞行器动力学模型的系统辨识

利用系统辨识方法建立了某型微型飞行器纵向及横向的动力学模型。首先给出了微型飞行器纵向及横向的传递函数模型结构,然后设计了辨识实验。通过设计数据采集装置采集试飞数据,基于该数据利用最小二乘系统辨识方法建立了微型飞行器纵向及横向的传递函数模型。最后通过交叉验证表明,该模型能够较好地反映微型飞行器纵向及横向的动力学特性。     

微型飞行器的研究现状及其关键技术

介绍微型飞行器的概念及其功能特点 ,重点综述了目前国内外微型飞行器的研究现状 ,归纳出微型飞行器的六大关键技术和目前存在的主要问题 ,提出了未来微型飞行器的发展趋势     

基于ROS四轴飞行器的路径规划

针对四轴飞行器很难通过运动控制来完成快速扩展随机树(Rapidly-exploring Random Tree,RRT)所生成运动轨迹的问题,提出动力学和运动学约束的RRT算法.采用固定最终状态和固定最终时间控制器改进算法,通过动力学和运动学约束产生四轴飞行器可执行的路径,对比实际四轴飞行器行走的路径与期望的路径,对R...     

旋翼式微型飞行器升力系统设计

在综合分析多种微型飞行器升力系统方案的基础上,提出了3种旋翼式微型飞行器的升力系统布局方案.通过对其中的双电动机双旋翼微型飞行器升力系统布局方案进行的实验验证,证明了该升力系统布局方案的可行性.     

基于视频图像的微型飞行器飞行高度提取方法

微型飞行器飞行高度是其自主飞行的重要参数之一。为了准确快速地获取微型飞行器的飞行高度参数,提出了一种利用视频图像获取微型飞行器飞行高度的鲁棒性算法。算法利用图像处理、图像分析的方法,结合光学理论和几何学理论推导出了飞行高度的计算公式。这种基于视频图像提取微型飞行器飞行高度的方法具有很好的实时性和对恶劣环境的适应能力。在主频为750Hz的地面站上,其工作频率可以达到12Hz。飞行实验表明,这种基于视频图像的飞行高度提取算法最大误差不超过10m,这一精度满足飞行器平稳飞行的需要。     

基于动态蚁群算法的三维管路路径规划

针对蚁群算法应用于三维管路路径规划时运行时间长、搜索效率低等问题,提出一种动态蚁群算法.首先采用栅格法建立环境模型,建立了随建模空间和蚂蚁位置变化的动态启发信息;其次设置概率选择机制和动态步长机制.仿真试验结果表明,该算法有效减少了路径中直管弯头数量,管路铺设整齐,收敛速度提高,具有较强的全局寻优能力.     

基于蚂蚁算法的移动机器人路径规划

蚂蚁算法是近几年问世并逐步引起重视的一种新的全局优化仿生算法，它模仿昆虫王国中蚂蚁搜索食物的行为特征，是一种通用型随机优化方法。移动机器人在进行工作时，往往要求根据某一准则，在工作空间沿一条最优（或近似最优）的路线行走。因此首先对移动机器人的规划空间进行链接图表示，然后采用Ford算法求出移动机器人的初始路径，最后运用蚂蚁算法对初始路径进行优化，取得了较好的效果。     

A path planning algorithm based on Bezier curves for underwater vehicles

An on-line path planning algorithm based on Bezier curves is presented for underwater vehicles.Aiming at the special requirements of underwater vehicles and 3D environment,the algorithm consists of two steps: the generation of spatial path and the processing of some constraints.A path for underwater vehicles is planned,which satisfies the velocity constraint and the centripetal acceleration constraint of underwater vehicles.The proposed path planning method can be used for the vehicle's locomotion and navigation control.     

AUV在未知环境下的基于专家系统三维实时路径规划

论述了AUV在未知环境的基于专家系统的三维实时路径规划．首先介绍了专家系统的组织结构、知识表达和推理级的设计．最后，给出避碰规划的仿真结果．仿真结果验证了基于规则的局部算法是可靠的，并且适用于任何机器人的三维实时路径规划．     

已知环境下一种高效全覆盖路径规划算法

提出一种基于栅格表示的非结构化环境下移动机器人的高效全覆盖路径规划算法.移动机器人采取内螺旋算法从起始点进行覆盖,当陷入覆盖死角时,采用野火法搜索周边离它最近的未覆盖点,找到后按A*算法规划出一条路径到达新的覆盖起点,直到全部覆盖为止.仿真结果表明该算法的覆盖率达到100％,重复率较其他算法低.而且从理论上进一步证明了...     

面向城市超低空物流场景的最小风险路径规划算法

随着城市超低空物流运输场景的迅速发展,无人机路径规划的安全性显得尤为重要,针对现有路径规划算法无法满足超低空物流运输无人机在密集障碍物场景下进行安全轨迹规划的问题,本文基于A*算法,将三维环境依据飞行高度划分为多个高度层,以规划风险最小轨迹为目标,从时间、风险两个维度对A*算法的成本估计函数进行重构,从而提出面向城市超低空物流场景的最小危险路径规划算法。仿真实验一表明,本文提出的最小风险路径规划算法在3种不同城市场景,15种不同运行环境中,相比于传统轨迹规划算法,规划得到的路径安全距离平均增加60%,安全性显著提高;本文也将该算法应用于多无人机多高度层的复杂城市场景中,实验结果表明,本文提出的最小风险路径规划算法在兼顾航程的同时可以为多架无人机规划安全性更高的路径;在实验三中运用蒙特卡洛法证明本文算法在路径规划算法中的可靠性与鲁棒性,为城市超低空物流场景提供了安全性更高的路径规划方法。     

机械臂关节空间B样条曲线轨迹规划

在关节空间使用B样条曲线对机械臂进行轨迹规划 ,并与分段 3次样条曲线进行比较 ,用B样条方法进行轨迹规划的具有分段处理性、计算速度快、以及计算机内存占用较少等优点     

机械臂关节空间Bezier曲线轨迹规划

为使机械臂轨迹便于分段处理、形成速度快、用于实时控制，在关节空间中使用Ｂｅｚｉｅｒ曲线对机械臂进行轨迹规划．从轨迹的一阶导数、二阶导数连续出发，推导出２段Ｂｅｚｉｅｒ轨迹拼接时其对应特征矢量应满足的关系，推导出Ｂｅｚｉｅｒ轨迹规划的边界条件，并通过不同型值点的３个算例与分段３次样条轨迹进行比较，应用Ｂｅｚｉｅｒ方法进行轨迹规划的优点为它的分段处理性、计算快速性以及计算机内存的较少占用．     

动态未知环境中的优化路径规划算法

提出一种在未知动态环境中进行启发式优化搜索的实时路径规划算法．该算法采用并行搜索策略，在机器人当前位置点到终点的连线方向上作角度增减两个方向的并行搜索．仿真试验证明该算法是实时而有效的．     

微型飞机机翼平面布局的风洞试验研究

介绍了常用的15种微型飞机机翼平面布局在西北工业大学低湍流度风洞进行风洞试验研究的情况。研究目的是探索微型飞机的风洞试验技术和获得各种微型飞机布局的低雷诺数气动特性。着重研究了风速、迎角对微型飞机各布局气动特性的影响。研究结果表明：风洞试验是研究与微型飞机有关的低雷诺数气动特性问题的有效而又切实可行的途经;八面形布局具有较高的升阻比和升力系数,是微型飞机理想的设计选择。试验结果可供微型飞机设计参考。     

基于蚁群算法的三维空间机器人路径规划

将蚁群算法应用于三维空间机器人路径规划问题.首先将机器人所在位置(原点)与目的点之间的空间划分成立体网格,同时定义原点与目的点之间的有效路径.蚁群从原点出发,独立地选择有效路径,最终到达目的点,从而求出从原点到目的点之间的最优路径.实验结果表明,该算法不仅有效,而且具有较快的速度.     

基于改进差分进化算法的无人机在线低空突防航迹规划

为了解决无人机在部分未知敌对环境中的低空突防航迹规划问题,提出了一种改进的差分进化算法.该算法的进化模型采用冯.诺伊曼拓扑结构,并对其进行拓展,使种群在进化初期保持多样性,避免进化早期陷入局部最优,而进化后期加快收敛速度.该算法改进了差分进化算子中的变异操作,从而加快算法的收敛速度,快速找到多目标优化问题的最优解;同时,采用将绝对笛卡儿坐标和相对极坐标相结合的编码方式以提高搜索效率.将该算法用于无人机在线航迹规划仿真实验,并和未改进的算法结果作比较,验证了该算法的有效性.