基于栅格模型的移动机器人全局路径规划研究

基于栅格模型的路径规划是移动机器人的一个重要研究内容.在栅格模型中使用Dijkstra算法进行路径规划,可以一次规划出从初始节点到其他所有节点的最短路径,但是同时存在计算量大、规划时间长、扩展节点个数多等缺点.根据栅格模型及其中最短路径的特性,提出了一种减少扩展节点,进而降低计算代价的方法,并将其用于Dijkstra算法在栅格模型中的具体实现上.     

基于改进Dijkstra算法的机器人路径规划方法

本文提出一种利用栅格法和改进的Dijkstra算法进行机器人路径规划的方法。该方法利用栅格法对机器人的工作环境进行表示,利用改进的Dijkstra算法进行最短路径的搜索。应用该方法在对环境细化到包含10000个栅格节点的情况下,在主频1.7GHZ的计算机上规划路径的时间最长不超过0.3秒。实践证明该方法具有实时性和路径最优性。     

基于Dijkstra算法的范围规划问题

Dijkstra(迪杰斯特拉)算法是典型的最短路径算法,用于计算一个节点到其他所有节点的最短路径。主要特点是以起始点为中心向外层层扩展,直到扩展到终点为止。该算法能得出最短路径的最优解,在实际选择路径方案中起重要作用。本文是Dijkstra算法在范围规划问题中的应用。     

基于改进Dijkstra算法的机器人路径规划方法

本文提出一种利用栅格法和改进的Dijkstra算法进行机器人路径规划的方法。该方法利用栅格法对机器人的工作环境进行表示,利用改进的Dijkstra算法进行最短路径的搜索。应用该方法在对环境细化到包含10000个栅格节点的情况下，在主频1．7GHZ的计算机上规划路径的时间最长不超过0．3秒。实践证明该方法具有实时性和路径最优性。     

Dijkstra算法的一种高效率实现

Dijkstm提出单源点最短路径算法即计算一个节点到其他所有节点的最短路径.算法结构过于复杂且效率较低.采用最小堆对Dijkstra最短路径算法进行优化,优化后的算法比起经典算法在时间复杂度和空间复杂度上都有明显的提高.     

路径节点驱动的低代价最短路径树算法

Dijkstra算法是一个优秀的最短路径求解算法,同时也产生一棵最短路径树SPT(shortest path tree);该算法在网络计算与优化中得到了广泛的应用.为了对最短路径树进行代价优化,提出了路径节点驱动的思想.基于这种思想设计了路径节点驱动的最低代价最短路径树算法LCSPT(least-cost shortest path tree algorithm).通过LCSPT算法一个正计算节点能够最大化与当前最短路径树中的路径共享,因而进一步优化SPT树代价性能,生成高性能的SPT树.作为算法的重要组成部分,使用数学归纳法证明了算法的正确性;从理论上分析了LCSPT算法的代价性能,以及和同类算法相比如何取得最小代价性能;同时,对其时间复杂度和空间复杂度进行了分析.最后通过3个仿真实验验证了该算法在构建SPT时的正确性和其最小代价最短路径树特性.     

基于图论的物流配送最短路径比较研究

通过实例对比分析Dijkstra算法和Floyd算法特点及适用性,选用Dijkstra算法计算物流配送的最短路径,给出Dijkstra算法求解最短路径问题的实现方法及步骤并集成了一个小型系统,使用随机生成的数据进行最短路径求解,将生成的最短路径在随机生成的图上进行演示,并计算出两种算法执行时间,以期对物流配送中点对点的最短路径有所帮助。     

基于分层的智能导航组合算法

最短路径算法问题是计算机科学、运筹学、地理信息系统和交通导航系统等领域研究的一个热点。Dijkstra算法用于计算一个节点到其他所有节点的最短路径,得出最短路径的最优解,但它的效率是一个很大的问题。组合算法在Dijkstra算法的基础上．利用层次策略与准备算法,计算出最短路径,解决了常用最短路径算法中相关数据量大、耗用资源多、执行效率低等关键问题。     

基于分层的智能导航组合算法

最短路径算法问题是计算机科学、运筹学、地理信息系统和交通导航系统等领域研究的一个热点。Dijkstra算法用于计算一个节点到其他所有节点的最短路径,得出最短路径的最优解,但它的效率是一个很大的问题。组合算法在Dijkstra算法的基础上,利用层次策略与准备算法,计算出最短路径,解决了常用最短路径算法中相关数据量大、耗用资源多、执行效率低等关键问题。     

改进Dijkstra算法在GIS导航应用中最短路径搜索研究

研究GIS在电子导航系统应用中的最短路径搜索效率问题。在电子导航系统中对最短路径的搜索效率要求很高。随着城市发展交通线路剧增,传统的基于Dijkstra算法的GIS导航系统不能适应日益复杂的交通线路,存在最短路径搜索效率过低的问题。考虑到GIS空间分布的特性,提出了改进的Dijkstra算法用以解决GIS导航中的最短路径搜索问题。改进算法不仅避免了传统Dijkstra算法逐个节点遍历搜索,而且根据方向优先特性缩小搜索范围,大大减少了搜索工作量,并通过改变搜索节点存储的数据结构提高了最短路径的搜索效率。实验表明,这种改进算法较之传统算法能够有效提高最短路径的搜索效率,满足了电子导航系统对最短路径搜索效率的要求,取得了满意的结果。     

一种虚拟人导航运动的路径规划算法

提出了一种虚拟人在复杂的3D障碍环境中根据导航目标快速进行最优路径规划的算法,该算法以使用栅格法表示虚拟环境为基础。首先,将虚拟环境中虚拟人高度范围内所有障碍物的几何形状映射到一个离散的2D位图,并对障碍物进行“膨胀”;然后,使用提出的算法规划出一条从初始位置到目标位置的最优路径,引导虚拟人在虚拟环境中进行导航运动。该方法可以在较少的内存代价和计算代价的情况下,快速规划出从虚拟人目前位置到目标位置的最优路径,算法的可行性和有效性经过实验验证。     

基于蚂蚁自动分流的机器人路径规划新算法

在复杂障碍环境下,如何使机器人所走路径最优,一直是机器人路径规划研究领域里的一个研究热点。依据真实蚂蚁具有自动分流功能这一研究成果,提出了一种全新的机器人路径规划蚂蚁算法。该方法首先用栅格法对机器人运动环境进行建模,在此基础上,两组蚂蚁进行相向觅食,当某节点被多只蚂蚁选择时,则自动分流,从而扩大了搜索范围,增强了搜索多样性,有利于获得最优解。计算机仿真实验表明,即使在复杂的环境下,用该算法也可以较迅速的规划出一条全局优化的路径,效果令人满意。     

智能轮椅室内导航路径规划算法

智能轮椅为丧失行走能力的人提高生活质量和生活自由度. 适用于智能轮椅的路径规划问题是其重要的技术之一. 实际环境中行走的难易程度是有区别的, 对此提出一种新的路径规划算法, 即寻找最优路径的导航方法, 对室内环境进行栅格模型建模, 并利用最邻近关系结合改进的A*算法来规划两个位置之间的最优全局路径, 采用虚拟力场算法实现途中的局部路径规划. 此算法只需要采集用户需要到达目的地的信息, 智能轮椅能自动导航到达目的地, 经实验验证, 该算法运用到智能轮椅室内导航系统中路径得到较好的改善并具有反应快、工作稳定可靠、使用灵活方便和扩展性强等优点.     

An optimal algorithm for two robots path planning problem on the grid

This paper is a study on the problem of path planning for two robots on a grid. We consider the objective of minimizing the maximum path length which corresponds to minimizing the arrival time of the last robot at its goal position. We propose an optimal algorithm that solves the problem in linear time with respect to the size of the grid. We show that the algorithm is complete; meaning that it is sure to find an optimal solution or report if any does not exist.     

基于Grid-VFACO的数字化车间WSNs路由算法

针对数字化车间中无线传感器网络(WSNs)对数据采集频率高,能量消耗快,提出了基于网格和虚拟力导向的蚁群优化(Grid-VFACO)高能效WSNs路由算法。该算法根据最优簇首数将数据采集区划分成网格,在网格中采用基于候选者的机制选择簇首,实现簇首均匀分布。在簇首形成的上层网络中,利用节点间的虚拟吸引力作为蚁群算法中转移概率规则启发因子,寻找最优数据转发路径。仿真实验结果表明:该算法能够有效减少网络能耗,保证数字化车间WSNs长时间稳定地工作。     

基于粒子群算法的移动机器人全局最优路径规划*

以栅格法和粒子群算法为基础,提出了一种新的机器人实时全局最优路径规划方法.该方法包括采用栅格法对环境进行建模和直接运用粒子群算法在环境模型中搜索全局最优路径.在计算机上进行了仿真,仿真结果证明了该方法的可行性和有效性.     

基于虚拟网格的干扰避免多路径路由协议

由无线信道的广播特性造成的路径之间的并行多径干扰问题,已经成为无线多媒体传感器网络中使用多路径路由必须解决的首要问题。针对该问题,提出了一种虚拟网格的干扰避免多路径路由协议(IAMVG)。该协议通过把监测区域划分为虚拟网格的方式,预先选择互不干扰的网格,进而优先选择该网格内的簇头节点加入路由的方法,尽量拉开相互干扰链路之间的距离,保证多路径路由处于相互的干扰区域范围外或者尽可能降低干扰。仿真实验表明,IAMVG路由协议极大地减少了并行多径干扰,保证了较高的通信成功率及较低的端到端时延。     

微粒群与蚂蚁融合的机器人路径规划新算法

针对栅格法建模的不足,研究了一类全新的微粒群与蚂蚁算法融合的机器人路径规划算法。该方法首先用栅格法建立机器人运动空间模型,在此基础上利用蚂蚁算法进行搜索得到全局导航路径,然后用微粒群算法局部调节导航路径上的路径点,得到更优路径。计算机仿真实验表明,即使在蚂蚁算法得到的导航路径不佳的情况下,利用本算法也可以规划出一条全局优化路径,且能安全避障。     

三维海底栅格地形在潜器路径规划中的应用

针对海底三维环境空间中的水下潜器路径规划问题,提出了一种采用蚁群算法在海底三维栅格空间中的潜器路径规划方法。对从海图中提取的水深数据建立三角网,经过随机中点位移插值后利用三角网内插生成规格网格数据,进而提出了海底地形栅格化处理方法,建立海底三维栅格化模型。对蚁群算法（ACO）进行了改进,定义了粒子的可视域。利用改进的蚁群算法在海底栅格空间中迭代求取最优路径。实验仿真得到了一条安全、简洁的路径,验证了该方法的有效性和可行性。     

受限空间自适应区域栅格化的优化路径规划

针对障碍物分布复杂、存在封闭边界的受限空间,提出一种环境自适应区域栅格化的优化路径规划算法.该算法首先将环境自适应划分为区域栅格,并提出阻碍度指标降低搜索空间的维度以优化区域栅格的划分;然后结合随机变异和定向变异,给出一种可有效平衡搜索效率与精度矛盾的多维变异粒子群优化算法;最后使用最小二乘曲线拟合方法对优化路径予以平滑处理.与非线性递减惯性权值粒子群算法（NDW-PSO）及组合粒子群算法（C-PSO）对比的仿真结果验证了所提出算法的先进性.