检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

室内未知环境遍历路径规划算法综述

计算机科学 2012年第S3期39卷 334-338页

作者：李一波张庆涛沈阳航空航天大学自动化学院沈阳110136

在全局环境未知的情况下,机器人根据自身的传感器实现对环境的遍历探测,称为未知环境的遍历路径规划。其相关算法可以分为3类:一种是简单的随机遍历策略,如迂回往复式;一种是在沿边学习后,建立环境轮廓模型,采用全局视角与局部路径规划... 详细信息

在全局环境未知的情况下,机器人根据自身的传感器实现对环境的遍历探测,称为未知环境的遍历路径规划。其相关算法可以分为3类:一种是简单的随机遍历策略,如迂回往复式;一种是在沿边学习后,建立环境轮廓模型,采用全局视角与局部路径规划相结合的算法;另一种是不采取沿边学习的漫步式探测路径规划。

关键词：室内未知环境沿边学习遍历路径规划探测路径机器人

在线全文

学校读者我要写书评

暂无评论

基于内螺旋搜索的生物激励遍历路径规划算法

计算机仿真 2021年第9期38卷 339-343,394页

作者：钱金伟戴晓强高宏博朱延栓江苏科技大学江苏镇江212003

针对传统生物激励神经网络遍历路径规划的重复覆盖率高和子区域间路径不是最优的问题,提出了基于内螺旋搜索的生物激励遍历路径规划方法。方法在未知水下环境信息的情况下通过生物激励神经网络算法完成水下地图环境建模与路径规划,在分... 详细信息

针对传统生物激励神经网络遍历路径规划的重复覆盖率高和子区域间路径不是最优的问题,提出了基于内螺旋搜索的生物激励遍历路径规划方法。方法在未知水下环境信息的情况下通过生物激励神经网络算法完成水下地图环境建模与路径规划,在分割出子区域后通过内螺旋算法占主导完成子区域遍历,避免神经元活性值相同引起重复覆盖,子区域间通过A*算法实现最优路径规划。仿真结果表明,相较原方法,上述方法生成的路径分别在重复覆盖率、运行时间、路径长度指标上均有较大提升。

关键词：生物激励神经网络内螺旋算法遍历路径规划

在线全文

学校读者我要写书评

暂无评论

多无人艇协同遍历路径规划算法

水下无人系统学报 2020年第6期28卷 634-641页

作者：翁磊杨扬钟雨轩上海大学机电工程与自动化学院上海200444 上海大学计算机工程与科学学院上海200444

为了实现对岛礁及周围海域水下地貌信息的获取,同时使用多个无人扫测艇进行协同测绘以提高测绘效率,文中提出一种协同遍历路径规划算法:采用扫描线多边形方法得到动态栅格地图,建立水域环境模型,基于K-means++算法对任务区域进行分配,... 详细信息

为了实现对岛礁及周围海域水下地貌信息的获取,同时使用多个无人扫测艇进行协同测绘以提高测绘效率,文中提出一种协同遍历路径规划算法:采用扫描线多边形方法得到动态栅格地图,建立水域环境模型,基于K-means++算法对任务区域进行分配,分配区域内使用启发式路径规划算法得到完全遍历路径。仿真结果满足区域分配的均匀性和遍历路径的连通性要求。在此基础上提出了动态重规划算法,根据实时可工作无人艇数量对未遍历区域进行重分配。仿真结果证明,在不同间距的栅格地图中,协同遍历算法均提高了测绘效率,路径重复率较低,可以快速高效地实现动态重规划。

关键词：无人扫测艇协同 K-means++算法遍历路径规划动态重规划

在线全文

学校读者我要写书评

暂无评论

基于神经元激励的移动机器人遍历路径规划

控制工程 2017年第2期24卷 283-286页

作者：王仲民井平安朱博天津职业技术师范大学机械工程学院天津300222

结合栅格法与神经元基本思想,提出了一种新的移动机器人完全遍历路径规划方法。该方法首先利用栅格法对环境地图进行划分,把划分而得到的每一个栅格作为一个神经元,然后将神经元进行初始活性赋值,依据机器人运动方向对神经元实施外部激... 详细信息

结合栅格法与神经元基本思想,提出了一种新的移动机器人完全遍历路径规划方法。该方法首先利用栅格法对环境地图进行划分,把划分而得到的每一个栅格作为一个神经元,然后将神经元进行初始活性赋值,依据机器人运动方向对神经元实施外部激励;机器人通过寻求邻近神经元中活性值最大的神经元而移动,直至遍历完环境地图上所有可达点。计算机仿真实验表明:该方法能有效避障、路径重复率小,实现了机器人的完全遍历路径规划,也验证了该方法的可行性与有效性。

关键词：移动机器人遍历路径规划环境地图神经元激励

在线全文

学校读者我要写书评

暂无评论

未知环境下移动机器人遍历路径规划

计算机工程与设计 2010年第1期31卷 172-174,202页

作者：郭小勤深圳大学机电与控制工程学院广东深圳518060

为提高未知环境下移动机器人遍历路径规划的效率,提出了一种可动态调节启发式规则的滚动路径规划算法。该算法以生物激励神经网络为环境模型,通过在线识别环境信息特征,动态调用静态搜索算法和环绕障碍搜索算法,有效减少了路径的转弯次... 详细信息

为提高未知环境下移动机器人遍历路径规划的效率,提出了一种可动态调节启发式规则的滚动路径规划算法。该算法以生物激励神经网络为环境模型,通过在线识别环境信息特征,动态调用静态搜索算法和环绕障碍搜索算法,有效减少了路径的转弯次数。引入虚拟障碍和直接填充算法,解决了U型障碍区域的连续遍历问题。最后通过仿真实验表明了该方法在未知复杂环境下的有效性。

关键词：遍历路径规划动态启发式规则滚动窗口直接填充神经网络

基于记忆模拟退火和A^*算法的农业机器人遍历路径规划

在线全文

学校读者我要写书评

暂无评论

华南农业大学学报 2020年第4期41卷 127-132页

作者：马全坤张彦斐宫金良山东理工大学机械工程学院山东淄博255000 山东理工大学农业工程与食品科学学院山东淄博255000

【目的】解决农业机器人大田作业时遍历路径规划的问题。【方法】提出一种记忆模拟退火与A*算法相结合的遍历算法。首先通过记忆模拟退火算法搜索出任务最优目标点行走顺序,然后使用A^*算法进行跨区域衔接路径规划。【结果】仿真试验结... 详细信息

【目的】解决农业机器人大田作业时遍历路径规划的问题。【方法】提出一种记忆模拟退火与A*算法相结合的遍历算法。首先通过记忆模拟退火算法搜索出任务最优目标点行走顺序,然后使用A^*算法进行跨区域衔接路径规划。【结果】仿真试验结果表明,该算法规划的遍历路径曼哈顿距离比传统模拟退火算法减少了9.4%,遍历路径覆盖率能达到100%,重复率控制为4.2%。【结论】记忆模拟退火通过为传统模拟退火算法增加记忆器,增强了跳出局部最优陷阱的能力,提高了算法所得解的质量。该研究结果可为农业机器人遍历路径规划提供理论基础。

关键词：农业机器人遍历路径规划记忆模拟退火 A^*算法

在线全文

学校读者我要写书评

暂无评论

基于单元分解法的移动机器人遍历路径规划

装备制造技术 2014年第4期 148-149,152页

作者：陈逸怀朱博天津职业技术师范大学信息技术工程学院天津300222 温州城市大学浙江温州325027 天津职业技术师范大学机电工程研究所天津300222

针对移动机器人遍历路径规划问题,利用boustrophedon单元分解法建立环境模型,将环境地图分割成若干子区域,每个子区域设一个基点,子区域与基点一一对应。提出了一种领域法,通过搜索基点,即可找到该子区域以及确定该子区域是否被遍历到... 详细信息

针对移动机器人遍历路径规划问题,利用boustrophedon单元分解法建立环境模型,将环境地图分割成若干子区域,每个子区域设一个基点,子区域与基点一一对应。提出了一种领域法,通过搜索基点,即可找到该子区域以及确定该子区域是否被遍历到。首先进行第一层遍历路径规划,遍历完成后,搜索地图模型基点,确定是否存在未遍历到的基点,该基点即代表其子区域。寻找到后进行第二层局部区域遍历。

关键词：移动机器人遍历路径规划单元分解法邻域法

基于改进A^(*)算法和DFS算法的割草机器人遍历路径规划

在线全文

学校读者我要写书评

暂无评论

中国农机化学报 2023年第2期44卷 142-147页

作者：王新彦盛冠杰张凯易政洋江苏科技大学机械工程学院江苏镇江212100

针对割草机器人大面积作业时遍历路径规划覆盖率低、重复率高、普适性弱的问题,提出一种改进A^(*)算法与DFS算法相结合的遍历路径规划算法。首先,根据已知环境全局信息,通过牛耕式分解法将目标区域划分成多个不含障碍物的子区域;然后,... 详细信息

针对割草机器人大面积作业时遍历路径规划覆盖率低、重复率高、普适性弱的问题,提出一种改进A^(*)算法与DFS算法相结合的遍历路径规划算法。首先,根据已知环境全局信息,通过牛耕式分解法将目标区域划分成多个不含障碍物的子区域;然后,根据子区域的邻接关系构建无向图,使用DFS算法规划子区域的遍历顺序;最后,采用改进A^(*)算法进行跨区域路径转移并且往复式遍历各子区域的内部。仿真试验结果表明:该遍历算法的覆盖率达到100%,遍历重复率为0,改进A^(*)算法所规划的跨区域转移路径长度和转向次数比A^(*)算法分别减少3.26%和62.5%。所提出的遍历算法具有覆盖率高、重复率低、普适性强的特点,改进A^(*)算法通过路径平滑性优化和添加防碰撞安全间距对A^(*)算法进行改进,使之规划的路径更平滑、更安全,路径长度更短。该研究结果旨在为割草机器人遍历路径规划提供理论参考。

关键词：割草机器人遍历路径规划路径转移改进A^(*)算法 DFS算法

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于辐射扫描算法的机器人路径规划与仿真

系统仿真学报 2021年第1期33卷 84-90页

作者：林彬韩光辉宋晨晨张雅静大连海事大学信息科学技术学院辽宁大连116026

针对基于生物激励神经网络(Biologically Inspired Neural Network,BINN)算法的机器人路径存在重复率高、转弯次数多的问题,提出一种将模板模型与辐射扫描(Radiation Scanning,RS)算法相融合的改进遍历路径规划算法(Improved Traversal ... 详细信息

针对基于生物激励神经网络(Biologically Inspired Neural Network,BINN)算法的机器人路径存在重复率高、转弯次数多的问题,提出一种将模板模型与辐射扫描(Radiation Scanning,RS)算法相融合的改进遍历路径规划算法(Improved Traversal Path Planning Algorithm,ITPPA)。利用BINN算法制定无障碍物行走策略;设计多个避障路径模板,保证机器人有序的避开障碍物;利用RS算法引导机器人迅速逃离死区。仿真结果表明:与BINN算法相比,ITPPA能够有效降低路径重复率和转弯次数,同时帮助机器人快速逃离死区,降低机器人能耗,提高了工作效率。

关键词：机器人遍历路径规划生物激励神经网络模板模型辐射扫描