摘要：现有基于交通流预测的路径规划方法大多使用历史或实时交通流数据,预测时效性有待提升.针对上述问题,提出基于出行计划数据的路径规划方法(RPTP).该方法能主动捕捉出行者的未来交通需求,为车辆提供更合理的出行路线.基于出行计划的思想,设计基于出行计划数据的路径规划整体框架;构建基于出行计划路线数据的未来时段路网密度估计算法;采用空间堆叠的方式融合未来多时段路网密度,以此为依据改进D*Lite算法的启发函数.采用SUMO平台仿真验证,与静态路径规划方法(SPP)和滚动路径规划方法(RPP)进行对比分析.结果显示,在相同环境下RPTP方法能提高车辆的通行效率,缓解路网拥堵,有效验证了RPTP方法的优越性.

摘要：针对狭小平行泊车位的路径规划和泊车轨迹曲率不连续等问题,同时考虑避撞约束,提出了一种最优化多段式泊车路径规划方法。建立了车辆方向盘转速恒定时的车辆后轴中心运动轨迹方程;其次为保证车辆安全停车,建立了避障约束函数;设置泊车路径后轴中心为控制点,以泊车空间最小、最终泊车姿态角最小等泊车指标求取路径最优解。通过Simulink与Carsim联合仿真搭建模型,仿真结果表明,基于此方法设计的泊车路径,在满足泊车安全的前提下,可实现快速、稳定狭小平行泊车位停车。

摘要：设计了一种专门适用于路径规划的改进遗传算法.该算法根据最短路径问题的具体要求,将传统遗传算法中的编码、交叉、变异等操作均重新进行了定义,并且在进化过程中还能够自适应调节交叉和变异概率.仿真研究表明:改进的遗传算法具有较快的搜索速度和较高的搜索成功率,为实际车载导航系统中最优路径规划问题的解决提供了一种新方法.

摘要：针对侦察车路径优化问题,提出了一种改进的遗传算法,基于该算法设计了一种在战时情况下能使侦察车快速、安全、高效地进入侦察阵地的最优路径算法,并编制了侦察车路径优化软件,为战时侦察车最优路径规划问题提供了一种解决方法。

摘要：针对目标物体在空间的位置和姿态确定的情况下,机器人操作臂如何选择一条满足关节转角约束,且使所有关节转动角度之和为最小的最佳路径这一问题,提出了一种将遗传算法与SWIFT算法相结合的混合遗传算法,用于冗余度机器人操作臂最优路径的规划,该算法具有全局最优。最后通过对YJP-Ⅱ机器人6自由度操作臂的仿真结果,验证了该算法的正确性和可行性。

摘要：研究城市交通最优路径规划问题,由于城市交通网复杂,增加了规划的难度,传统的最优路径规划算法没有考虑城市道路网络中的交通限制问题,更忽略了车辆在道路交叉口转向延误的时间,不符合城市交通的实际情况。为了解决上述问题,首先建立了一个城市路网交通模型。然后运用线性规划方法建立最优路径规划问题的线性规划模型。最后采用桶排序算法对狄杰斯特拉算法进行优化,得到一个新的最优路径规划算法,对线性规划模型进行求解。仿真结果证明,利用算法搜索得到的最优路径更加符合实际的路网情况,为设计提供了理论依据。

摘要：利用回溯算法当作配送算法,根据最优路径算法规划模拟软件进行开发目标与运行环境,对该软件系统的框架进行了分析以及设计,根据这软件系统的功能要求表提出的模拟软件的总体结构,它的界面分为两个部分:服务管理系统(UI层)和数据处理系统(DP层).通过验证测试,进行了可视化界面模拟真实环境的交付过程测试,它不进能从仓库点自动生成最好的配送路线到达每个配送点再进行配送下一个点.而且同时测试出了最优路线规划模拟软件能在这两种分配方法,路径和时间优化中取得很好的效果.

摘要：为了对农村固体废弃物收运线路进行最优路径规划,该文在利用物联网等技术采集深埋桶内固体废弃物容量信息,实现将信息发送给服务器并存储于服务器中等功能的基础上,提出了一种基于Android平台的农村固废收运系统最优路径规划的设计方案。该系统结合百度地图API接口,将地区区域内的深埋桶在地图上进行定位,同时对固废收运车进行实时定位,结合算法对固废收运车进行最优路线规划,实施导航,并在收运末端添加大数据分析,从而实现对运输车辆以及工作人员的实时监管,减少垃圾车运营成本,实现固废从收集到运输整个阶段的智能化、信息化。

摘要：在复杂多变的工作环境,特别是在多丘陵等特殊地理位置,快速选择最优路径,避开障碍物,完成作业,需要进行采摘机器人的路径规划。基于改进蚁群算法对拣选机器人路径进行规划,搜索效率较低,存在早熟收敛的可能,基于此,提出基于人工智能算法的采摘机器人最优路径规划方法。构建环境模型,为减少初始寻路时间,提高搜索速度,增强全局优化能力,全面查看搜索路径上的当前节点、下一个节点和目标节点,增加路径选择的多样性,提高收敛速度,实现采摘机器人最优路径规划。实验结果表明,设计方法能有效地解决特殊地理环境下,采摘机器人拾取器的最优避障规划问题,具有较高的效率和优越性。

摘要：针对足球运动路径规划过程中搜索效率低、搜索时间长等问题,分析足球射门最优路径规划需求,结合深度卷积神经网络对足球射门最优路径规划系统进行设计,同时对系统内各个模块的功能进行详细的分析和介绍.优先将足球场进行虚拟化处理,形成虚拟网络环境,对足球的射门路径和叠加特性进行分析.通过粒子群算法对进球率进行优化求解,最终达到足球射门最优路径规划的目的.仿真实验结果表明,本文设计的系统能够精准地获取耗时最少和距离最短的足球射门路径.