【摘 要】
：
提出了一种实现移动机器人在复杂动态环境下进行实时路径规划的新方法。该方法首先利用模糊逻辑来描述机器人局部环境模型;然后采用改进的蚁群系统算法快速地搜索出局部最优路径,并在此路径的引导下,结合机器人滚动规划方法,实现移动机器人在复杂动态环境下的实时路径规划。该方法不仅能克服传感器测量误差等引起环境信息的模糊性和不确定性的影响,还可以充分发挥蚁群算法的群体智能优势来保证系统规划的实时性。仿真结果表明该
论文部分内容阅读
提出了一种实现移动机器人在复杂动态环境下进行实时路径规划的新方法。该方法首先利用模糊逻辑来描述机器人局部环境模型;然后采用改进的蚁群系统算法快速地搜索出局部最优路径,并在此路径的引导下,结合机器人滚动规划方法,实现移动机器人在复杂动态环境下的实时路径规划。该方法不仅能克服传感器测量误差等引起环境信息的模糊性和不确定性的影响,还可以充分发挥蚁群算法的群体智能优势来保证系统规划的实时性。仿真结果表明该算法的有效性和可行性。
其他文献
AndriyMyronenko提出了一种自适应正则化的方法并将其应用于非刚性图像的配准,该方法在配准速度和配准精确度方面都取得了比较好的效果;但该方法对变形场初始值比较敏感,选择不当则会陷入局部极小值而不能得到理想的配准结果。为了使原始算法得到更广泛的应用,引入了基于特征点的粗配准方法,得到了与真实变形场更加接近的初始变形场,从而摆脱了局部极小值的困扰,得到了正确的配准结果。实验证明,改进后的算法
针对基于时频分布的参数估计存在信噪比阈值和低信噪比下方差大的问题,提出了一种基于多峰优化粒子群算法的跳频信号参数估计新算法。该算法首先将跳频信号分解为时频原子的线性组合,然后由匹配原子获取跳频信号的参数估计。仿真结果表明,基于改进的物种形成粒子群算法能够搜索到与跳频信号分量相匹配的原子,与平滑伪魏格纳分布相比,提出的参数估计算法在低信噪比下具有较小的估计方差,更加适宜于电子战的实际应用。
已提出的Ad hoc网络密钥管理方案中,需要多个节点承担服务节点的角色,这与Ad hoc网络的无中心、节点对等、自组织等特性相违背,健壮性差,且公私钥对及证书生成时通信量大。提出一种新的自组织的Adhoc网络密钥管理方案,它将零知识证明应用于证书的认证过程,使得节点公私钥对及证书完全由节点自己生成,认证工作亦无须服务节点的参与,由认证双方参与即可。实验表明,此方案通信量低、可靠性高、健壮性强。
针对由多个配送中心和多个客户点组成的物流网络中的车辆路径问题,提出了一种基于"集群第一,路线第二"的路径优化策略,即首先使用Voronoi分割对配送区域进行划分,然后引入综合插入算法和变邻域搜索算法的混合启发式算法求解配送区域内车辆路径问题。通过算例和应用系统的分析与验证表明,该混合算法既能获取质量较优解,同时也具有较好的实时性,能较好地满足实际应用需求。
为了有效管理和监测建筑设备自动化系统(BAS),提高系统可靠性,基于集对分析联系数和故障树理论研究了BA系统的可靠性分析方法。详细分析可能引起BA系统故障的各种因素,建立系统的故障树模型,并确定了系统故障原因的各种可能组合方式;引入中间状态概率的概念结合集对分析联系数理论建立了BA系统的可靠性评定模型;通过BA冷源系统的仿真实例验证了模型的可靠性和有效性。实验表明,该模型便于发现系统的薄弱环节,从
为了改善GRASP的局限性,提出了一种能解决含有伪布尔(PB)和合取范式(CNF)混合约束问题的新的混合算法(H-GRASP)。该新算法采用了切削平面技术来提取PB约束条件之间的推论,并把它结合到普通的蕴涵图中,分析引起冲突的学习。与解决混合约束问题的其他两种方法——整数线性规划和纯基于SAT方法进行了彻底的比较。实验结果证明,H-GRASP方法从整体上大大减少了运行时间,加快了速度,同时还保证了
在研究和声搜索对多维函数优化问题的基础上,结合传统的模拟退火算法,提出一种混合优化算法——和声退火算法。该算法改进了和声的搜索机制,选取合理的取值概率HMCR以及动态的微调概率PAR,在和声记忆库内随机搜索,获得较高质量的新和声;然后对新和声执行一次Metropolis算法,从而增强了全局探索能力,减小了陷入局部极小值的机会。仿真实验数据表明,算法明显优于和声搜索和模拟退火算法,具有较高的求解质量
为了在轨迹规划阶段提高月球车在三维地形中的轨迹规划精度,以被动关节式地形自适应月球车为研究对象,融合关节机器人D-H坐标建模方法构建月球车悬架运动学模型,结合数值求解方法,推导了任意崎岖三维地形中月球车姿态估计模型。在模型估计基础上利用参数化控制原理,建立了满足约束条件下被动关节式月球车在任意地形中的基于模型估计的一般性参数化轨迹生成模型。针对轮式月球车的非完整性特点,结合数值求解方法,推导了非线
针对移动机器人在不完整地图中定位的问题,提出了一种改进的粒子聚类蒙特卡罗定位(Monte Carlolocalization,MCL)算法。在定位过程中,将机器人的位姿分为六种状态,每一种状态对应一个粒子簇。在机器人运动的过程中,这六种状态之间可以相互转移,在计算状态转移概率的基础上,实现了不完整地图中移动机器人蒙特卡罗定位算法。实验验证了该算法在解决移动机器人在不完整地图中定位问题的有效性。
用于身份鉴别的掌纹识别为信息安全提供了一种新的方案。为减少对图像采集的限制,提出在小波变换的基础上,利用高低帽变换寻找低频子图像中的灰度槽,获取对比度增强的图像。把此子图像所有的变换值组合起来作为图像的特征向量用于识别;运用UST掌纹图像库,对本算法进行了测试。从实验的结果看,此方法解决了在线掌纹图像低对比度问题,图像识别率得以提高,能够满足对采集图像无过多要求的认证系统的使用。