装配序列规划问题求解的一种混合算法

基于蚂蚁算法和的遗传算法特点,给出了一种解决装配序列规划问题的遗传和蚂蚁混合算法.混合算法中利用蚂蚁的每一次周游,快速生成问题的一组可行解,用遗传算法对得到的可行解进行快速优化,并根据优化解的质量,生成路径上的信息素分布,以加速蚂蚁最优路径上信息素的积累,从而引导蚂蚁更快地搜索到问题的最优解.实验结果表明,混合算法在装配序列规划问题求解上具有更好的性能.     

一种有效的移动机器人行为融合避障方法

移动机器人避障路径规划问题一直是移动机器人自主导航问题的关键。现有的避障路径规划算法多数针对某一指定目标寻优过程,经常出现为了获得最优解或最优路径而导致死锁或震荡现象。引进多目标优化理论,提出一种基于动态区间权重的多目标优化避障算法,该算法把避障过程划分为3种动作行为融合过程,通过赋予行为函数不同的权重,实时动态改变不同动作行为的输出比率。不是获得当前时刻最优解或最优路径,而是仅获得当前时刻的最有效解、最满意路径。从理论上分析并证明多行为输出避障导航系统的有效性和鲁棒性。试验表明该算法可以在确保移动机器人避障过程的实时性和鲁棒性前提下有效地提高避障过程的灵活性和安全性。     

改进型蚁群算法在路径规划中的研究

为了解决蚁群算法在路径规划中初始信息素匮乏、路径搜索规划速度慢、需要更多的迭代次数才能找出近似最优解、准确性在搜索空间很大的情况下会出现无法找到最优解的问题,提出一种适用于全局路径规划的改进型蚁群算法。在规划路径初始时利用A*算法先建立每个节点间最优路径代价函数,以减少蚁群算法在路径搜索中的盲目性;引入“虚拟终点”,以减小蚁群算法的搜索空间,降低迭代次数,提高蚁群算法的效率和路径规划准确性。通过多次实验,表明改进型蚁群算法在路径搜索效率和路径规划能力上都明显提高。     

基于改进遗传算法的自动导引小车动态路径规划及其实现

针对传统遗传算法求解自动导引小车动态路径规划易早熟的缺点,提出一种改进遗传算法的自动导引小车动态路径规划算法,针对传统变异算子缺少启发式规则导致变异产生优质解的概率较低和算法早熟的缺陷,基于相连的路径片段组成的三角形建立使路径缩短的启发式变异规则,并提出路径微调算法;为了提高路径的光滑程度便于自动导引小车行驶,提出路径光滑处理算法;为了增加改进遗传算法的局部寻优能力,对每一代的最优解进行模拟退火操作;并且基于MATLAB GUI开发工具开发出自动导引小车动态路径规划仿真平台,以证明所改进遗传算法求解自动导引小车动态路径规划问题的有效性。     

基于混沌蜂群算法的农用无人直升机路径规划

针对农用无人直升机从地面站飞到目标农田的路径规划问题,提出了一种改进的人工蜂群算法。在该算法中利用混沌局部搜索算子的遍历性和随机性的特点重新初始化陷入局部最优解的雇佣蜂,在迭代中产生局部最优解的邻域点,帮助其脱离束缚并快速找到全局最优解。采用改进算法来处理无人直升机的路径规划任务,首先将路径规划任务通过数学建模转换成一个多维函数优化问题,然后结合人工蜂群算法的全局寻优能力和混沌算子的局部搜索能力得到改进算法,最后分别用仿真实验验证了改进算法在函数优化上的优越性和在解决农用无人直升机路径规划上的可行性。     

基于栅格地图环境的机器人路径规划算法

研究了基于栅格地图环境的移动机器人路径规划方法。针对基本蚁群算法在路径规划过程中出现的收敛速度慢、容易陷入局部最优解等缺陷,通过对栅格地图环境进行预处理,提取优势路径点,改进信息素浓度更新机制,限制信息素浓度强度的策略对蚁群算法进行了改进。通过仿真实验证明了该算法的可行性和有效性。     

基于负反馈机制的蚁群算法及其在机器人路径规划中的应用

蚁群优化算法是解决机器人路径规划问题的有效方式。首先,利用栅格法对场景进行建模,然后再利用蚁群算法寻找简单环境或复杂环境下的最优路径。针对增强的蚁群算法易陷入局部最优解的问题,本文设计了具有负反馈机制的改进的蚁群算法,并以此来解决机器人路径规划问题。该算法利用搜索的历史信息,并通过获得失败经验,指导蚁群在优化过程中探索未知空间。该算法旨在利用负反馈来改善解的多样性,从而获得最优路径。实验结果验证所提改进算法在路径规划问题上有明显优势。     

基于智能水滴算法的装夹规划方法

针对计算机辅助工艺设计中的装夹规划问题,提出一种基于智能水滴算法的装夹规划方法。通过对加工特征进行分析来定义零件的操作单元及其约束关系,构建装夹规划的模型。将零件的各个操作单元与智能水滴算法中流动路径的各个节点相关联,利用水滴所携带的泥土量来表征操作单元之间的相似度,以此来构建智能水滴算法的适应度函数。在经过操作单元顺序约束矩阵所筛选出的可行解空间内进行迭代求解,通过水滴多次冲刷路径中的泥土量来筛选最优解,解码后获得了最优的装夹规划方案。以典型零件的装夹规划为例,验证了该方法的有效性和可行性。     

时间协同多无人机编队航迹规划

传统导弹武器科研实验时采用单无人机供靶的方式,在空域、人力资源紧张的条件下系统完备性差,同时也难以适应新型抗多目标武器科研实验的需求。因此,提出了一种基于时间协同的无人机编队航迹规划,将整个无人机编队飞行系统分为单机航迹规划层、实时在线多机协同规划层,单机航迹规划层采用基于Dubins的几何规划算法,并输出每架无人机4条可飞行路径至多机规划层,实时在线多机规划层采用基于路径长度最短、时间最小的最优算法解算出每架无人机的最优路径以及飞行速度,并提出绕圈等待他机的控制策略。仿真结果表明,使用该方法控制的多无人机系统能实现同一时刻到达各自的指定目标点的任务,即完成时间协同。     

基于坠落机制的混沌麻雀算法AGV路径规划

针对麻雀搜索算法(SSA)在AGV路径规划中存在收敛速度慢、寻优精度差的缺点,提出一种基于坠落机制的混沌麻雀算法(SSA-CD)解决AGV路径规划算法。首先,引入Sinusoidal混沌映射和变尺度混沌策略对种群进行初始化,提高种群多样性使算法具备跳出局部最优解的能力;其次,引入动态黄金正弦策略增强算法发现者位置更新方式;然后,提出一种坠落机制增强种群随机性;最后,通过埃尔米特插值进一步优化最优解,获得更短更平滑的路径。通过栅格地图进行仿真实验,证明了改进算法的有效性、可行性和鲁棒性。     

基于控制变量参数化方法的自由漂浮空间机器人路径规划研究

针对自由漂浮空间机器人传统路径规划方法对基座卫星扰动较大的问题,提出了一种基于控制变量参数化的路径规划方法。该方法将路径规划问题转化成以基座姿态扰动最小为目标函数并满足一系列约束条件的最优控制问题,并采用控制变量参数化方法进行离散化处理,将最优控制问题转化成求解非线性规划问题,并给出了完整的理论收敛性证明,从而准确地估计出自由漂浮空间机器人末端执行器的最优路径。仿真结果表明,与传统的分解加速度方法相比,该方法得到的运动路径所引起的基座卫星姿态扰动为0.104rad,相比传统方法降低了17.53%,验证了所提路径规划方法的有效性与最优性。     

Computational path planner for product assembly in complex environments

Assembly path planning is a crucial problem in assembly related design and manufacturing processes. Sampling based motion planning algorithms are used for computational assembly path planning. However, the performance of such algorithms may degrade much in environments with complex product structure, narrow passages or other challenging scenarios. A computational path planner for automatic assembly path planning in complex 3D environments is presented. The global planning process is divided into three phases based on the environment and specific algorithms are proposed and utilized in each phase to solve the challenging issues. A novel ray test based stochastic collision detection method is proposed to evaluate the intersection between two polyhedral objects. This method avoids fake collisions in conventional methods and degrades the geometric constraint when a part has to be removed with surface contact with other parts. A refined history based rapidly-exploring random tree (RRT) algorithm which bias the growth of the tree based on its planning history is proposed and employed in the planning phase where the path is simple but the space is highly constrained. A novel adaptive RRT algorithm is developed for the path planning problem with challenging scenarios and uncertain environment. With extending values assigned on each tree node and extending schemes applied, the tree can adapts its growth to explore complex environments more efficiently. Experiments on the key algorithms are carried out and comparisons are made between the conventional path planning algorithms and the presented ones. The comparing results show that based on the proposed algorithms, the path planner can compute assembly path in challenging complex environments more efficiently and with higher success. This research provides the references to the study of computational assembly path planning under complex environments.     

基于改进 A * 算法的四向穿梭车路径规划

针对传统四向穿梭车系统路径规划易出现路径交叉死锁问题,提出一种改进 A * 算法的路径规划算法。参考多辆穿梭车路径的路径交叉长度、路径冲突车辆总数对路径搜索的影响,使得多辆穿梭车路径分布均匀,减少车辆路径的点边冲突,降低实时路径检测中避让策略的复杂度,提高系统的稳定性与效率。栅格地图环境中,将该算法应用于复杂环境中的四向穿梭车路径规划,仿真结果表明,该算法在路径规划中是可行和有效的。     

基于温度分区的激光沉积成形扫描路径生成方法

现有金属激光沉积成形工件是根据几何模型按照设定扫描路径层层叠加而成,不可避免造成局部热量累积,导致成形工件内部温度梯度大,产生局部应力集中,易引起工件变形开裂。对成形过程温度进行实时检测并实现动态扫描路径规划是解决工件变形开裂的根本途径。在研究不同基体温度对熔宽、熔高影响规律基础上,提出基于层面温度分区的激光沉积成形扫描路径生成方法。采用红外热像仪对沉积层面温度进行实时采集,提取不同温度分区轮廓;提出温度分区轮廓规则化方法,消除局部轮廓尖角,避免过熔覆;改进Weiler-Atherton算法,快速实现分层轮廓与温度分区轮廓的求交运算;针对不同温度分区采用适应性间距生成扫描路径,实现激光沉积成形动态扫描路径规划。试验结果表明：该扫描路径可有效提高成形工件质量。     

一种高速高精的路径动态前瞻规划算法

由于路径规划过程与速度规划过程之间缺乏信息交换,加工过程会出现加工速度与加工质量降低的现象,针对这一问题,提出了种高速、高精的路径动态前瞻规划算法。根据相邻加工路径之间的关系,规划出过渡圆弧半径的初始值;根据当前过渡圆弧与相邻的前一个过渡圆弧之间的关系,调整当前过渡圆弧的半径值;利用前瞻算法,结合具体的速度规划方式,进一步调整过渡圆弧的半径值,以确保加工过程中刀具既可以加速到路径所允许的最大速度,又可以在减速点前进行有效的减速。试验表明,通过将路径规划过程与速度规划过程相结合,算法在系统允许的误差范围内实现了有效的路径规划,并且最大程度地提高了加工速度,在保证加工精度的同时,提高了加工效率。     

A~*算法在移动机器人路径规划中的应用

采用A*算法对已知环境中的移动机器人路径规划问题进行研究。利用栅格法建立环境模型,然后对节点的选择进行分析,最后通过MATLAB仿真。仿真结果表明算法能找到一条从起点到终点的较优路径,验证了算法的有效性。     

A global collision-free path planning using parametric parabola through Geometry Mapping of obstacles in robot work space

In this paper, a new algorithm for palnning collision-free path connecting from start to target point is developed using Bézier curve of order two. The control point, i. e. the mid-point of quadratic Bézier curve, determines the shape of parabola and constitutes the Control Point Space, and this process is difined a Geometry Mapping. After Geometry Mapping of all obstacles, the clear area of CPS, an area not occupied by obstacle images, identifies collision-free path. The path planning algorithm, heance, transform path planning problem in Euclidian Space to point selection problem in CPS. The calculations involved in the algorithm do not require iterative procedures and all the formulas of the solution are derived in closed form. A CPS completely filled with obstacle images indicates that path planning based on parabola is not possible and requires higher order curve with more than one control point.     

水下滑翔机多点探测能耗最低路径的规划方法

作为一种有前途的海洋现象自主观测平台,水下滑翔机通过调节自身净浮力和姿态实现空间运动。由于低能耗的驱动方式,水下滑翔机非常适合执行长期海洋探测任务。针对水下滑翔机的多点探测任务,本文提出一种能耗最低路径的规划方法。首先,建立了滑翔机整机动力学模型,推导了单剖面滑翔运动能耗模型。基于仿真结果,采用多项式拟合方法确定了滑翔机的能耗、航程、控制参数值和目标下潜深度之间的近似函数表达式。在运动路径给定条件下,研究了滑翔机能耗与剖面数之间的关系。在此基础上,将多点探测任务的路径规划抽象为旅行商问题(Traveling salesman problem, TSP),并基于遗传算法给出了该问题的求解方法。数值算例表明,该路径规划方法可有效降低滑翔机在执行多点探测任务时所需能耗。     

Genetic Algorithm Modelling and Solution of Inspection Path Planning on a Coordinate Measuring Machine (CMM)

A multiple component inspection path planning problem (MCIPP) can be formulated as an optimisation problem, referred to as a non-deterministic polynomial complete problem (NP). An MCIPP consists of testing points, which will be visited by a CMM probe only once, and dummy points which are set to avoid collision and may be visited by a CMM probe more than once. This paper considers the application of genetic algorithms (GAs) acting as optimisers for optimal inspection path planning systems. The paper explores the techniques used in the GA optimal inspection path planning system. The paper also discusses the comparison of integer programming models and genetic models.     

基于遗传算法的大型精密转台全局路径规划

全局路径规划在大型精密转台实际应用中占据重要的地位,提出了使用遗传算法求解该问题.首先构造出大型精密转台全局路径规划的模型,然后详细说明了使用遗传算法求解该模型的关键技术和具体步骤,最后使用实例验证了遗传算法在大型精密转台全局路径规划问题求解中的良好效果.