摘要：根据无人机在地形跟随和地形规避任务中的特殊要求,提出了一种基于数字地形平滑技术的无人机三维飞行路径规划新方法。该方法包括以下2个步骤:第1步是通过访问SRTM数字地形模型,并设置安全高度、减少坡度和曲率等参数,对数字地形进行平滑处理,生成一个安全的飞行表面。第2步在所获得的安全飞行表面的基础上,考虑了无人机的机动约束和威胁指标,设计了一种改进的向量场方法来搜索从给定起点到指定目的地的最优飞行路径。利用所设计三维路径规划仿真程序进行了仿真试验,仿真结果表明,所设计的路径规划方法可以在避开威胁源的情况下获得最佳的3D飞行路径,具有良好的可行性和有效性。

摘要：针对当前无法为人员岸滩行进提供科学合理的路径规划这一问题,论文基于蚁群算法提出了面向岸滩行进的最优路径规划算法。首先对基本的蚁群算法进行了改良,包括路径搜索方式、信息素更新策略和启发函数的合理设计等,改善了算法的收敛效率;然后定量结合多类岸滩场路径规划影响因子,构建了满足岸滩行进的代价函数;最终实现了面向岸滩行进的算法构建。该算法可为实现复杂地形条件下岸滩行进的最优路径解算和基于蚁群算法的相关三维路径规划分析研究提供参考借鉴。

摘要：针对三维未知环境中存在的高复杂度和不确定性的问题,提出一种在有限观测空间优化策略下基于深度强化学习的移动机器人三维路径规划方法。首先,在有限观测空间下采用深度图信息作为智能体的输入,模拟移动受限且未知的复杂三维空间环境;其次,设计了两阶段离散动作空间下的动作选择策略,包括方向动作和位移动作,以减少搜索步数和时间;最后,在近端策略优化(PPO)算法基础上,添加门控循环单元(GRU)结合历史状态信息,以提升未知环境中搜索策略的稳定性,进而提高规划路径准确度和平滑度。实验结果表明,相较于A2C(Advantage ActorCritic),所提方法的平均搜索时间缩短了49.07%,平均规划路径长度缩短了1.04%,同时能够完成线性时序逻辑约束下的多目标路径规划任务。

摘要：管道布置设计经常受到多种因素的制约影响管道布置结果,管道自动布置方法能显著提高布置效率、降低经济成本、提高设计质量,并有望在核电领域得到广泛应用。针对传统网格划分方法存储数据量过大的问题,提出一种基于关键点的非均匀网格划分方法。针对传统A-star算法无法满足部分布置规则约束的问题,采用网格能量法处理吸引与排斥类约束,并在改进A-star算法中对实际代价与启发式函数进行优化。在厂房三维仿真模型中验证非均匀网格划分方法以及改进A-star算法的有效性。仿真结果表明,基于非均匀网格划分方法的改进A-star算法能够生成折弯数量更少的优质路径,并能够根据网格能量的参数设置生成沿特定壁面布置的管线方案。

摘要：针对复杂真实环境下无人机三维路径规划解算速度慢的问题,提出一种基于二维连通图的快速三维路径规划方法。首先解析真实地理环境的地形特征和建筑要素,构建基于数字高程模型(DEM)的多层次等效三维数字地图;在此基础上,经过无人机可行空域到二维连通图的转化、连通图中的路径规划及路径的三维化与优化,快速获得一条可执行的三维路径。针对连通图中的全局路径规划,设计了一种基于步长地图的变步长稀疏A*算法,在保证路径质量的同时有效降低路径搜索的时间;针对连通图中的局部路径规划,提出一种基于障碍预测的随机路标图(PRM)实时路径重规划算法,以满足无人机的实时性避障需求。分别在山地环境和城市环境中进行仿真飞行,结果表明:所提方法能够有效降低三维路径规划的解算难度,在短时间内完成复杂环境下不同尺度和需求的路径规划,全局路径规划算法同比三维A*算法和基于二维连通图的二维A*算法搜索时间分别降低了99%和95%,局部路径重规划算法能够在1 s的单次采样周期内完成路径重规划,实时躲避未知障碍物,保证飞行过程的安全。

摘要：针对物流无人机城域配送路径规划问题,使用改进栅格法进行环境建模,设计路径安全代价函数提高路径安全性。为了解决Theta^(*)算法在城市区域规划时路径海拔变化较大的问题,同时为减少路径节点数,提高路径平滑性,在算法实际代价函数中引入海拔变化代价及姿态调整代价;在算法搜索路径节点过程中,通过提出视线存在预设策略减少多余检查过程,提高算法搜索效率。与A*算法及Theta^(*)算法对比验证了改进Theta^(*)算法适用性。设计对照实验确定了目标函数权重及估价函数权重最优取值。在随机不同环境及真实环境下进行仿真,结果表明:相比于传统算法,改进Theta^(*)算法规划路径的海拔变化、路径点数、规划时间及路径总代价均有较明显减少,证明了改进策略的有效性,在城域无人机路径规划方面有一定应用价值。

摘要：传统无人机三维路径规划算法具有搜索空间复杂、威胁种类多、自身约束复杂等特点,为解决搜索路径绕路,转向点多的问题,提出了一种改进的A^(*)算法。首先,对搜索方向进行自适应处理,缩减搜索空间,提高搜索效率;其次,将路径危险程度以概率的形式加入估价函数,使规划后的路径避开危险区;再次,采用贪婪搜索法优化路径,删除冗余节点;最后,设计了包含雷达、防空武器、干扰设备以及障碍物分布区4种威胁的对比仿真实验。仿真结果表明,改进后的A^(*)算法与传统A^(*)算法相比,规划路径长度减少15.93%,转向点数减少81.82%;与遗传算法相比,路径规划长度减少9.08%,转向点数减少66.67%,验证了改进算法的有效性。

摘要：为提高子母穿梭车密集仓储系统运作效率,对系统的复合作业三维路径规划问题进行研究。为减少复合作业过程中出入库设备的碳排放量,在其复合作业三维路径规划中考虑了碳排放成本因素,在模型中引入温室气体单位税收成本,建立了考虑碳排放成本和设备作业时间的双目标调度优化模型。在求解该数学模型中,设计了混合智能水滴算法。实例研究表明,与智能水滴算法、布谷鸟算法相比,设计的混合智能水滴算法具有更好的全局搜索能力及更快的收敛速度,能够有效地降低复合作业设备的碳排放成本,优化三维空间路径,提高出入库效率。

摘要：本文研究了欠驱动圆碟形水下滑翔机集群在海流干扰和水下碍航物影响下的三维路径规划问题.具体地:第一,根据圆碟形水下滑翔机的航行特点,建立了相应的航行时间模型,设计了三维路径规划的优化目标;第二,提出了一种基于双层协调的多水下滑翔机三维路径规划结构,采用基于三维离散空间的全局路径规划和基于人工势场法的局部路径规划,避免了滑翔机与碍航物以及不同优先级的滑翔机之间发生碰撞;第三,基于双层协调路径规划结构,采用基于量子行为的自适应粒子群优化方法完成了时间最优目标下多圆碟形水下滑翔机的三维路径规划.仿真结果验证了所提多圆碟形水下滑翔机三维路径规划方法的有效性.

摘要：为了优化轮式机器人三维路径,进行了特殊三维空间有效路径设计,提出了自适应蚁群算法(AACS)。并将该算法应用于三维空间机器人路径规划中,将轮式机器人所处位置与目的点之间的空间划分成带有坡度角的立体网格,定义其有效路径,形成TSP模式。自适应蚁群按TSP模式搜索从原点到目的点之间的最短路径。实验表明:自适应蚁群优化方法克服了传统蚁群算法易陷于局部极值、搜索质量差和精度不高的缺点,提高了收敛速度和精度,输出稳定性好,可以解决轮式机器人在三维实际工作环境中的路径优化问题。