【摘 要】
:
近年来,随着我国科技的飞速发展,无人机被广泛应用于军事和民用领域。无人机航路规划是保障无人机安全前往目标地点的先决条件。稀疏A*算法是一种典型的无人机航路规划算法,具有开放性强、扩展性好、实时性高等优点,但该算法在计算精度与获得完整航路效率上存在此消彼长的关系以及沿障碍物边缘进行避障等缺点。粒子群算法具有较小运算量,且易于实现,但存在易陷入局部最小值的缺点。因此,论文针对无人机航路规划问题提出了基
论文部分内容阅读
近年来,随着我国科技的飞速发展,无人机被广泛应用于军事和民用领域。无人机航路规划是保障无人机安全前往目标地点的先决条件。稀疏A*算法是一种典型的无人机航路规划算法,具有开放性强、扩展性好、实时性高等优点,但该算法在计算精度与获得完整航路效率上存在此消彼长的关系以及沿障碍物边缘进行避障等缺点。粒子群算法具有较小运算量,且易于实现,但存在易陷入局部最小值的缺点。因此,论文针对无人机航路规划问题提出了基于稀疏A*-粒子群的三种改进算法,提升了稀疏A*算法的规划效率和计算精度,同时提出了航路二次优化策略解决稀疏A*算法沿障碍物边缘进行避障的问题。论文取得的主要研究成果如下:(1)基于稀疏A*-改进粒子群算法的航路规划研究。针对现有稀疏A*-线性递减权重粒子群算法对于不同问题需要调整参数的比例关系,同时存在易陷入局部最小值的问题,进行了稀疏A*-改进粒子群算法研究。论文采用随机权重替代线性递减权重,同时采用异步学习因子加强在迭代前期的全局搜索能力和迭代后期的局部搜索能力。在MATLAB2018b上进行仿真,对仿真数据进行比较分析可知,改进后的算法虽然在航路总长度上无明显变化,但是在收敛性、稳定性上得到了提升在产生连续相同的非最优解的次数上明显减少,降低了算法陷入局部最小值的可能,在算法效率方面在两组仿真中改进后算法效率分别提升了52.29%和 45.47%。(2)稀疏A*-改进粒子群算法上融合模拟退火算法的航路规划算法研究。针对上述稀疏A*-改进粒子群算法依旧存在大量的连续相同的非最优解并可能陷入局部最小值的问题,论文提出在该算法中融合模拟退火算法,采用轮盘赌规则选择出新解替代旧解,以随机选择的方式替代原固定性规则来增强全局搜索能力。仿真结果表明,稀疏A*-粒子群-模拟退火融合算法精度保持不变,但收敛性得到了提升,算法运行效率在两组仿真中分别提升了 36.5%和28.2%,与此同时连续相同的非最优解次数明显减少,极大的降低了算法陷入局部最小值的可能。(3)基于稀疏A*-混合粒子群算法和迭代收敛判据的航路规划研究。通过稀疏A*-粒子群-模拟退火算法的仿真数据发现,虽然使得算法不容易陷入局部最小值,但是在未知收敛次数的情况下,航路规划整体时间较长。因此论文提出了稀疏A*-混合粒子群算法和迭代收敛判据的航路规划。论文采用自然选择法对迭代计算中粒子的适应度进行排序,将适应度好的一半粒子替换适应度差的一半粒子。收敛判据可以通过极少数量的计算结果判断出是否达到收敛状态,提供跳出迭代循环的依据。仿真结果表明,融合自然选择法和收敛判据后的算法可以在保证算法精度的基础上,提前跳出迭代循环,在两组仿真分别用时0.989s和1.283s。(4)航路二次优化办法研究。由于稀疏A*算法框架存在沿障碍物边缘进行避障的问题,该问题会增加航路长度。因此在不增加算法复杂度的基础上,提出了航路二次优化方法,通过在路径节点中提取航路点、删除冗余航路点并连线的方式来缩短航路,为了使航路实际可行,采用B样条曲线进行平滑处理。最后通过仿真结果证明提出的航路二次优化方法可以解决稀疏A*算法存在的沿障碍物边缘进行避障的问题,最终在两组仿真中分别缩短航路1.4265km和1.3837km,达到缩短航路的目的。
其他文献
感应加热技术的理论依据是电磁感应原理,由于该技术具有加热效率高、加热速度快、环保等优点,被广泛应用于各个领域,如热处理、冶金、机械加工、焊接等多个领域。在对常规导体工件加热时,通常使用单一频率的电流就可以实现对导体工件的均匀加热。然而由于集肤效应,在对表面几何尺寸不均匀物体进行感应加热时,单一频率的电流会造成这类工件整体受热不均匀,导致工件结构强度低,使用寿命短等问题。针对这一问题,多频感应加热技
行人再识别(Person Re-Identification,ReID)旨在实现目标行人跨摄像机的准确追踪,对公共安全、智慧城市等领域有重要的意义。得益于深度神经网络能够学习到高判别性的深层特征,基于深度学习的行人再识别方法相较于传统手工设计特征的方法在性能上取得了大幅提升。对于只使用全局特征作为行人特征描述子的深度ReID模型,当存在局部遮挡、拍摄视角或行人姿态变化时,会导致模型的识别效果不好。
Driven by the development of internet technology,higher requirements on infonmtion materials and data storage devices were demanded.To improve the work efficiency and performance of the new generation
基于深度学习方法的行为识别目的是针对计算机切割好的行为视频进行预处理后,使用深度神经网络对视频中的人体行为进行分类。其作为视频分析领域中的重要研究方向之一,一直在视频监控等现实领域有着很高的实用性。随着人工智能技术与深度学习算法的不断改进,行为识别技术也在快速发展。并伴随着我国城市化与现代化的逐渐进步,这种可以被广泛应用于智能安防等领域的技术越发受到重视,并被逐渐应用于多种现实场景中。在近几年的研
现今,变频调速系统广泛应用于工业领域。变频调速系统中电力电子器件的高速开关变换会产生传导EMI(Electromagnetic Interference,EMI),这个传导EMI不仅影响着变频调速系统的安全性和稳定性,同时对同一回路中的其它设备也会产生电磁干扰。所以,需要对变频调速系统的传导干扰特性进行研究,建立其传导EMI模型,研究EMI滤波器对其进行抑制。本文首先对变频调速系统进行了建模研究,
来自大自然的信息是连续变化的模拟量,而各种电子设备中的信号处理则以数字运算为主。模拟-数字信号转化器(ADC,Analog to Digital Convertor)作为大自然与计算系统之间的桥梁,在信息感知、数据采集、通信传输及图像处理领域有着广泛的应用。随着微电子技术和生物信息处理技术的发展,利用脑电图、心电图、眼电图等生物信息进行健康状态的研究取得很大进展,可穿戴医电信号采集系统得到研究者的
在完全电力市场大环境下,高精度的发电量预测结果对售电公司系统运行、竞价、提升利润以及提高市场力等方面发挥着重要作用,因而必须考虑市场对发电企业发电量预测精度的影响。如何提高发电量预测的精度是售电公司急需面对的问题。首先,介绍了实际电网运营数据,讨论了新能源富集地区市场的情况以及不同的发电量预测模型,给出了市场主体竞争的量化评价指标,主要是按照企业规模、住宅、经济和环境等因素进行分类,各项指标都会不
基于模块化多电平换流器(Modular Multilevel Converter-High Voltage Direct Current,MMC)的柔性直流输电系统是世界公认的跨地区输送可再生能源的高效策略。由于柔性直流输电系统的大多数电力设备过电流能力较弱,柔性直流输电系统的保护是当前研究的热点,传统的柔性直流输电系统故障诊断方法上存在如人工设计故障阈值、数据预处理过程复杂等不足,会导致故障诊断
挤压型交联聚乙烯(XLPE)高压直流电缆绝缘中空间电荷的积聚会造成局部场强畸变,加速材料老化,降低击穿强度,导致材料的绝缘性能下降,这也成为了限制高压直流塑料电缆工业发展的重要阻碍之一。传统实验测量手段只能得到试样内部整体净电荷分布,无法解释各种微粒之间的相互作用和演化过程。本文分别建立了平板和同轴结构XLPE绝缘的双极性载流子输运模型,选取合适算法求解后对绝缘内部空间电荷的输运机理进行了数值模拟
随着分布式电源、电动汽车及储能大量接入配电网,配电系统的监测、运行与控制变得愈来愈复杂,高精度的状态估计成为配电网安全评估、网络重构、故障处理、无功优化的重要手段。微型同步相量测量装置(Micro Phasor Measurement Unit,μPMU)作为一种高精度、实时监测的量测装置,因其成本较高,不宜在配电网中大量安装。因此,开展了配电网『PMU配置优化的研究,以提高配电网状态估计的精度。