摘要：为连续获取水下坝面表观长裂缝的局部图像,基于生物启发神经网络设计了一种自治水下机器人水下坝面表观裂缝检测路径规划算法。算法对裂缝走向进行标识,计算出其指向的栅格,并将指向结果通过活性增益的方式应用到路径决策中。通过仿真试验证实了该算法在保证对检测对象全覆盖的前提下,能够连续获取长裂缝的局部图像,连续度较牛耕法所规划的路径有较大的提升,有助于长裂缝图像拼接。

摘要：智能农业机器人是无人农场实现机器完全替换人工劳动的重要一环,而路径规划是农业机器人的重要关键技术。为此,针对农田特殊作业环境及农艺要求,提出了农业机器人全局路径规划方法和局部最优规划方法。阐述了农田全覆盖路径规划思想,设计了基于神经元激励网络法的全覆盖路径规划方法和基于Dijkstra算法的局部最优路径规划方法。通过MatLab仿真试验验证路径规划方法的可行性,建立栅格地图,并随机设置障碍物信息模拟实际作业环境。研究结果表明:生物激励与神经元激励两种规划方法覆盖完成率均为100%,路径长度与转弯次数两者相差不大,但神经元激励法的路径重复率5.49%远远小于生物激励法的12.66%;基于神经元激励网络法的全覆盖路径规划方法比生物激励网络法的全覆盖路径规划方法重耕率更低,可实现农田地块大规模覆盖作业;基于Dijkstra算法的局部最优路径规划方法可针对不同复杂程度的障碍物地图实现自主最优路径规划。

摘要：【目的】针对单个小型行间除草机器人续航能力差,无法独立完成大面积稻田除草任务的问题,提出了一种基于多染色体优化遗传算法(multi-chromosome optimized genetic algorithm,MGA)的多机协同路径规划方法。【方法】首先,根据稻田秧苗分布情况,将能耗最高的除草机器人的移动距离最小化作为优化目标,建立了多机协同路径规划模型;其次,设计了一种多染色体遗传算法,并引入逐代竞争机制、配对交换机制及自适应变异算子,以提升算法的最优解质量和鲁棒性;最后,在不同田形的模拟地图和稻田栅格地图上进行了多机协同路径规划仿真试验,并与传统遗传算法(genetic algorithm,GA)及自适应遗传算法(adaptive genetic algorithm,AGA)进行对比。【结果】在不同田形地图仿真试验中,多染色体优化遗传算法表现出了较高的最优解质量和鲁棒性,明显优于传统遗传算法和自适应遗传算法。在稻田栅格地图仿真试验中,优化遗传算法生成的能耗最高的除草机器人的移动距离相较于传统遗传算法缩短了9.7%,相较于自适应遗传算法缩短了8.0%;平均路径长度相较于传统遗传算法缩短了6.1%,相较于自适应遗传算法缩短了3.8%。搜索结果的标准差相较于传统遗传算法降低了34%,相较于自适应遗传算法降低了40%。【结论】多染色体优化遗传算法能有效缩短能耗最高的小型行间除草机器人的移动距离,有助于其在续航能力范围内完成作业任务。

摘要：以果园割草机器人为研究对象,设计了一种区域化往复式全覆盖路径规划策略,提出了基于横向偏差修正算法的轨迹跟踪控制方法,进行了路径规划与轨迹跟踪仿真试验。研究结果表明:与传统往复式路径规划方法相比,区域化往复式方法的漏割率降低了2.3%,重复率降低了1.7%;与传统纯跟踪算法相比,改进纯跟踪算法转角范围增宽了0.2rad,横向误差降低了0.063m,有效降低了跟踪误差。

摘要：为解决单一爬壁机器人在大型储罐环境中作业效率不足的问题,提出了一种多机器人任务规划方法。构建了大型储罐环境的栅格地图,依据环境特点划分多个封闭子区域。为充分发挥多机器人的作业能力,以作业时间最少为目标建立多机器人任务分配的数学模型;引入精英策略和突变策略来提高萤火虫算法的寻优能力,通过改进萤火虫算法进行多机器人任务分配得到各机器人工作子区域。通过设计机器人运动方向的优先级及回溯思想解决机器人子区域内部的遍历路径规划及死区逃离问题。基于机器人的运动学模型设计了内外环轨迹跟踪控制器。设置仿真实验环境对所提出的多爬壁机器人协同作业算法进行仿真实验,实验结果表明该算法的有效性和可行性,且改进的萤火虫算法具有较好的寻优能力。

摘要：针对战场环境下无人机的侦察路径规划问题,首先设计突防飞行与多目标区域搜索的一体化侦察航迹规划策略。然后针对侦察任务中的突防问题,在传统快速扩展随机树(RRT)的改进算法基础上,提出一种基于改进RRT*的无人机突防航迹规划方法,通过设计目标偏置算法解决了传统RRT算法采样点随机性大、收敛速度慢等问题。针对侦察任务中的目标搜索问题,使用改进的旋转卡壳路径规划器(RCPP)进行覆盖式航迹规划,提高了搜索覆盖率。最终通过对比仿真试验,验证了所提出算法的优越性,以及算法应用于战场侦察任务的有效性。

摘要：为了解决在野外和受灾地区中多无人机路径规划后任务负载不平衡问题提出一种基于覆盖路径生成算法STC和生成树覆盖算法的负载平衡多无人机覆盖路径算法,基于STC算法优化路径分区过程设计平衡切割算法迭代的优化路径分区负载权值,解决了多无人机在完成目标区域覆盖时工作负载不均的问题,通过对比仿真实验验证了方法的可行性。结果表明,此算法可以在有限资源限制条件下找到多无人机最优路径分区并有效平衡多无人机负载。