摘要：最优路径规划是智能车辆导航定位系统中一个非常关键的问题。通过对车辆导航系统本身的特点及要求的分析与研究,设计了良好、实用的空间数据的数据结构,并对基于人工智能的A 算法进行了优化,实现了准确的、较为高效的最优路径搜索。最后给出了一个最优路径搜索的实例。

摘要：最优路径规划是车辆导航系统中的关键技术之一,它提出了一种基于遗传算法的车辆路径规划方法。采用变长度整数编码的染色体表示路径,设计了适合于最优车辆路径问题求解的遗传算子,给出了适应度调整函数。试验结果表明,遗传算法较好的满足了车辆导航系统实时性和实用性的要求。

摘要：为保护互联网用户在使用网络过程中的个人隐私数据,提出一种基于软件定义网络(software defined network,SDN)和集群思想的匿名通信系统架构,由统一的控制中心对系统内节点进行管理和调配,在短时间内对匿名通信请求做出响应。设计多约束最优路径规划算法,综合考虑节点带宽、在线时长等因素,均衡网络负载,降低路径选择攻击的威胁。通过理论分析和仿真实验可知,该系统在保证通信匿名性的同时,可以在一定程度上抵御合谋攻击、流量分析攻击、时间攻击等主流攻击方式,在同一网络环境下其转发延迟明显低于Tor。

摘要：将一种自适应遗传算法应用于移动机器人路径规划.提出了一种基于几何避障法的初始种群产生算法;设计了基于启发式知识的交叉、变异、求精和删除算子;采用一种新的模糊逻辑控制算法自适应地调节交叉概率和变异概率;对移动机器人离线和在线规划问题进行了仿真研究.仿真结果表明:自适应遗传算法具有较快的搜索速度、较高的搜索质量以及较强的自适应能力,为移动机器人最优路径规划问题的解决提供了一种新方法.

摘要：针对采摘机器人对果蔬的位置定位不够准确、无法准确避障,导致采摘效率较低的问题基于深度双目视觉处理对智能采摘机器人进行了设计。智能采摘机器人的主要组成包括PLC控制器、视觉系统、移动平台、导航系统、机械臂、通信系统和电源。为了对采摘机器人的机械臂进行最优路径规划并避障,通过对采集的图像进行预处理后,利用双目视觉系统对果蔬进行精准定位,然后采用哈夫变换直线检测的方法进行最优路径的设计和选择,最终确定最优采摘路径。对采摘机器人进行运动轨迹精度试验和采摘试验,结果表明:采摘机器人对果蔬的采摘成功率较高,可以满足果农对于采摘机器人的要求。

摘要：为了解决乒乓球训练基地繁重的人工捡球工作,设计了一种全自动捡球机器人适用的控制算法。机械结构方面采用双齿轮逆向旋转形式的滚筒结构执行捡球动作,使用单目摄像头固定安装到捡球小车上周期性拍摄图片,通过无线传输或者网络云端传送到个人电脑(PC)。使用MATLAB软件通过识别并补偿干扰光斑、降噪、识别小球质心、规划最优路径等算法识别小球位置并规划行进路线。将识别出的质心坐标和规划路线顺序无线传送到安装在小车上的嵌入式系统,根据图像和实物的相应尺寸关系,控制小车按照规定路线行进,直至所有的球都捡起。通过仿真和实物制作,证明该方法切实可行。

摘要：针对势场与蚁群联合的自主路径规划存在局部最优解、初始路径选择随机导致效率不高及环境适应性差等问题,提出了基于自适应域和参数自适应设置的改进算法。算法首先基于自适应域改进势场目标不可达问题,并过滤震荡点以平滑路径;其次,通过状态转移函数和信息素更新等相关参数的自适应设置,提高算法在收敛效率和搜索能力上的平衡性,进而提高对障碍环境的适应性。实验结果表明,所提算法能够有效避免局部最优、目标不可达和复杂环境的适应性问题,在路径长度和效率上优于实验采用的已有算法,从而验证了算法的有效性。

摘要：为了能够实现水下机器人ROV的作业要求,将其路径规划问题分为定深度二维最优路径和不定深度三维最优路径两部分,并分别采用多边形拟合和分层多面体拟合的方法建立障碍物模型,然后通过Dijkstra算法分别求出最优路径。本文用实例证明了该方法的正确性和有效性,从而为遥控水下机器人提供了路径指引和参考,实现了水下机器人从起始无碰撞到达目标点的路径规划,并为进一步实际应用奠定了理论基础。

摘要：帆船比赛辅助训练平台以帆船比赛最优行驶路径规划方法作为理论基础,综合利用(GPS技术,GIS技术、无线传输技术、串口通信技术和智能控制技术,考虑赛场的各种气象、环境参数。实现了帆船训练实际航行路线的实时检测监控、航行效果评价、最优航行路线模拟和专家系统指导训练等功能。试用检测证明该平台可以有效地辅助帆船科学训练,提高比赛成绩。

摘要：设计一种专门适用于路径规划的改进蚁群算法,利用图论中的加权图的方法来表示交通网络,通过对蚁群算法加以改进,从距离和时间两个方面来综合考虑最优路径标准.而非传统的仅从距离角度来考虑.结果表明:改进的算法在距离和时间综合方面比传统的方法更优化.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.