基于RRT改进的路径规划算法

针对快速随机扩展树(RRT)的路径规划算法效率低且采样具有随机性等问题,提出了一种偏向目标点的新节点扩展方法。该方法将目标点引力、障碍物斥力以及随机点引力三力合一,并且添加了与障碍物距离相关的自适应函数,可自适应调节随机点引力与目标点引力在新节点扩展过程中的占比,与障碍物斥力共同使随机树避开障碍物更快地朝目标点扩展;同时针对规划路径过长的问题,提出了剪枝优化方法,进一步优化路径长度。在仿真实验中分别与传统RRT算法、基于P概率算法以及另两种已有改进方法比较,结果表明:所提方法在时间、路径长度以及路径节点个数均有明显优化。     

基于LazyPRM算法的工业机械臂动态避障和轨迹规划及协调作业研究

针对6自由度关节串联型工业机械臂在动态作业环境中的实时智能避障问题,首先提出了一种基于改进LazyPRM算法的实时路径规划方法。该方法在传统的LazyPRM算法的基础上,引入了节点代价来对最短路径进行代价评估,通过优先选择最小代价的最短路径来避开发生碰撞的路径;然后通过仿真实验对比了传统的路径规划方法与所提出方法的性能优劣,结果表明所提出的方法满足工业机械臂在动态环境中的实时避障规划要求,避障性能优于传统方法;接着利用五次多项式轨迹插补方法对工业机械臂进行关节空间的轨迹规划,仿真表明:采用五次多项式插补法可以得到平滑的关节角度、角速度及角加速度变化曲线;最后利用装配有五指灵巧手的工业机械臂进行单手和单臂、双手和双臂协调配合,进行抓、夹、插剪、推、锤等作业,仿真实验确认了本文所提方法的有效性。     

基于改进遗传算法的柔性抛光工业机器人抛光时间优化

为实现抛光时间最优的目标，课题组对自主研发的柔性抛光工业机器人抛光轨迹进行了合理规划。从表壳的表耳处取得一系列工业机器人机械臂工作的位置点，通过求解逆运动学方程得到相应的关节位置，采用三次B样条曲线拟合的方法得到各关节的轨迹曲线；用B样条曲线的控制定点约束代替运动学约束，并基于改进的遗传算法，求解出时间最优的时间节点；在此基础上，规划得到满足时间最优的非线性轨迹曲线。研究表明：基于改进的遗传算法，能够很好地避免传统遗传算法的“退化”现象，更快地求得最优解，即抛光工业机器人的抛光工作时间达到最优。     

取档机器人路径规划的改进Dijkstra算法

档案库取档机器人在使用传统Dijkstra算法进行路径规划时,存在无法筛选出拐弯数最少、经过节点数最少的最短路径等缺 点,提出了一种改进型的Dijkstra算法。首先针对档案库平面布局建立基于拓扑法的电子地图;然后根据任务需求,建立最短路径搜索数学模型;采用Dijkstra算法 并结合深度优先遍历算法筛选出任意2个节点间的所有最短路径,并找出花费代价最小的路径。最后对改进的算法进行仿真实验,结果表明,改进后的Dijkstra算法 可以有效地提高取档机器人的运行效率,可以用最小的行驶代价到达目标点。     

混合型P2P网络中的基于Gossip的动态自适应算法

为了提高搜索的性能,出现了混合P2P网络搜索方法。在混合P2P网络中,关键的问题在于确定资源的流行程度。针对该问题,该文提出了一种基于Gossip的动态自适应算法(DAHG),通过抛硬币操作估计节点加入和离开P2P网络时所带入和带走的文档副本数;并通过Gossips传递估计值,获得资源的流行程度。仿真结果表明,该算法具有良好的适应性,能够反映P2P网络中节点和资源的动态性,从而选择出正确的资源搜索方法,减少搜索响应时间和提高资源的命中率。     

NoC映射问题中的列举路径分配算法

映射和路径分配是片上网络在编译过程中两个相辅相成的重要步骤,对系统的通信功耗影响很大。该文针对片上网络映射过程中现有路径分配法寻径不充分的问题,提出了一种基于列举的路径分配算法。该算法通过列举各通信流的所有合法路径,对路径的各种组合方式进行充分搜索。同时将路径分配算法应用到禁忌搜索映射算法中,并对映射算法做了改进,以适应路径分配算法。仿真结果表明,基于列举的路径分配算法提高了满足约束的路径被搜索到的概率,优化了映射算法的结果。     

基于模型预测控制的协作焊接双机械臂轨迹跟踪算法

焊接双机械臂协作焊接时,存在从动机械臂对主机械臂末端位置的轨迹跟踪的精确性问题,课题组提出了基于模型预测控制算法的主/从位置协调控制方法。根据所建立的六自由度双机械臂的运动学模型,建立末端位置与关节角度的变换关系以及机械臂的运动预测模型;通过上述模型,对主机械臂采用位置控制方法,并通过从动机械臂末端的三维激光扫描仪测距传感器所获取的主机械臂位置及方向,对从动机械臂采用基于模型预测控制算法的位置控制;根据机械臂关节角度变换旋转运算序列及末端位置的预测模型,通过动态矩阵控制算法,由当前时刻的位置状态及下一时刻位置输入状态对未来某时域内的位置输出状态进行预测,从而实现期望的位置跟踪。最后,采用仿真实验测试来验证该算法的实用有效性,结果表明：从动机械臂末端在有较小超调的情况下快速达到稳态,实现对期望轨迹的跟踪;与传统PID控制算法相比,模型预测控制算法能够更快速、更稳定地达到对期望轨迹的跟踪效果;该算法对期望轨迹的跟踪误差在有小幅波动的情况下可保持在±0.05 mm之内,在无波动的情况下可迅速趋近于零。基于该算法,从动机械臂可根据主机械臂末端动态位置信息更加有效地实现对期望轨迹的实时跟踪。     

基于RW-GA的电力物资配送多目标路径优化

设计了一种基于RW-GA算法的电力物资配送多目标路径优化方案。建立GM模型进行资源预置建模,预测出该地区的电力物资需求量,保障物资仓储量充足,在GM基础上,以时间短、风险小为目标建立多目标物资调度模型。提出了RW-GA算法,采用随机游走算法进行全局搜索,获取最优解备选集,利用遗传算法进行局部搜索获取最优解,规划出多目标约束下的最优路径。仿真结果表明:建立的三级网络GM对电力物资需求的预测精度高,所提RWGA算法能够快速收敛并且稳定性较好,可以快速找到电力物资最优的配送路线。     

基于均衡策略的无线传感器网络协作模型

基于离散空间最优搜索理论中的基于博弈理论的协作策略模型,通过综合考虑无线传感器网络中节点转发数据所付出的代价和利益、节点能耗及相邻节点过去的行为,提出了一种自适应能耗均衡网络协作模型,并给出了相应的数学最优化模型及求解算法。优化的目标是均衡网络能耗和吞吐量,进而最大化网络寿命。模型通过能量因子和转发数据包数量来调节节点行为,使传感器网络的整体能耗趋向均衡。一个数值例子说明,该路由选择策略及求解算法是可行且有效的。     

基于改进遗传算法的电力系统无功优化

在简单遗传算法的基础上，针对无功优化的动态、多目标、多约柬以及非线性特点，提出了基于简单遗传算法的改进算法．改进遗传算法中采用了个体适应度函数的线性变换、归一化的选择方法，以及定向变异策略的应用．以Ward＆Hale6节点标准测试系统为例对该算法进行了有效性验证．仿真结果表明，该方法对电力系统的无功优化效果良好．     

结合神经网络的改进UCT在国际跳棋中的应用

针对UCT算法的准确性受搜索次数影响较大的问题,提出一种结合神经网络的改进UCT算法。利用神经网络输出每一步的平均行动价值Q,结合改进的UCT算法寻找搜索过程中的高潜力节点。将传统UCT搜索改进为3个阶段:首先,通过已训练好的神经网络模型和UCT算法对当前所有子节点进行初次搜索,获得高潜力子节点;其次,利用剪枝操作去掉部分子节点,提升被搜索节点的质量;最后,二次搜索保留的高潜力子节点获得最优策略。另外,在分次搜索的过程中引入节点保留数量因子R和搜索比例因子P,辅助分次搜索,增加搜索的有效性。将其引入国际跳棋游戏中,实验结果表明:改进后的算法与其他算法相比胜率有所提升,验证了该算法的可行性。     

室内移动机器人搜索人的算法设计

针对室内环境中经常出现的移动机器人搜索人的问题,设计并实现了一种在栅格地图基础上基于改进的遗传算法和A*算法进行路径规划的算法。移动机器人采用开源机器人操作系统（ROS）框架,在SLAM的基础上完成机器人自定位以及校准、路径规划和导航。对室内环境栅格地图应用单元分割法得到一系列以障碍物分割开的子区域,应用遗传算法规划最优的区域间转移序列,同时使用A*算法进行两点之间的导航规划。仿真与实验结果证明：该算法可以在已知的室内环境中提供最优化的搜索路径,在短时间内完成找到人的任务。     

机械臂非线性定位方程计算新方法

针对机械臂定位算法中,数值算法计算量大,仿真过程存在累积误差,几何算法通用性不强等问题,以手术机器 人六自由度机械臂为研究对象,建立了一组多关节机械臂非线性定位方程组,提出了其基于非线性大范围渐近稳定的 求解方法。结果表明该方法既简化运算,又有利于物理实现,为机械臂高速、准确运动提供了基础,实验表明该算法适用 多关节的移动机械臂的非线性定位方程的求解,有较高的求解精度和收敛速度。     

基于坐标变换法的3关节机械臂运动学研究

针对当前在串联机器人运动学分析中使用的D H参数法存在观察抽象、坐标系转换不灵活、参数容易混乱、理论模型与实体模型出入大等缺点，课题组采用坐标变换法对3关节机械臂进行运动学研究。依据关节之间的相对位置关系建立坐标系，采用齐次变换矩阵对坐标系之间的关系进行描述，并建立运动学方程；采用D H参数法建立机械臂的运动学模型，在MATLAB的Robotics Toolbox中验证了坐标变换法的正确性；编写上位机软件实现了机械臂样机的实时控制。结果表明：坐标变换法具有灵活方便、形象直观、便于计算的优点。该方法弥补了传统D H法在分析平行关节时的缺陷。     

多点地质统计学在滨海相储层建模中的应用

多点地质统计学方法是应用“训练图像”来代替变差函数并采用序贯算法进行随机模拟，综合了基于像元方法的易忠实于条件数据和基于目标方法的易再现目标几何体形态的优点。在对传统的随机建模方法进行综合对比分析基础上，介绍了多点地质统计学的基本原理和方法，并应用该技术首次对南海西部珠江口盆地某区块新近系珠江组一段滨海相储层进行了多点地质随机模拟。结果表明，该方法比传统的随机建模方法更能再现储层空间结构特征，更具有优越性。最后，讨论了多点地质统计学方法目前仍存在的问题和改进的方法。     

基于粒子群RBF神经网络的双关节机械臂系统控制

针对RBF神经网络算法用于控制时难以求解网络隐含层参数中心向量c和标准化常数b的问题,提出基于粒子群参数优化的RBF神经网络(PSO-RBF神经网络)控制方法。建立旅客列车自动上水装置双关节机械臂动力学模型,将粒子群算法与RBF神经网络控制机械臂动力学特性结合,在连续空间快速搜索网络隐含层参数最优解,得到PSO-RBF神经网络控制方法;建立针对双关节机械臂的PSO-RBF神经网络控制系统并进行仿真,与基于遗传算法调节隐含层参数的RBF神经网络控制方法进行对比和分析。研究表明,采用PSO-RBF神经网络控制方法可以有效避免机械臂控制失效,能够使肩关节和肘关节响应时间缩短52%和47%,最大稳态误差减小49%和58%,平均稳态误差减小54%和55%。     

基于改进蝙蝠算法的机械臂时间最优轨迹规划

为了对SCARA 6自由度机械臂的运动过程实现时间最优轨迹规划，课题组提出一种基于改进蝙蝠算法的时间最优3 5 5 3分段多项式插值轨迹规划算法。首先对机械臂构造3 5 5 3分段多项式；然后在角度、角速度和角加速度的约束条件下，以时间最短作为优化的目标函数，采用改进的蝙蝠算法对分段多项式的结果进行优化；最后在MATLAB软件中进行模拟运算。仿真结果表明：改进的蝙蝠算法在收敛性以及优化性方面均优于传统的蝙蝠算法，而且在局部收敛方面也有明显的改善；各关节的角位移、角速度和角加速度曲线相对平滑，不存在突变等情况的发生，充分证实改进算法具有可行性。     

分布式并行数据库系统中任务分配算法的设计

在分析传统任务分配算法的基础上,设计了一种改进的混合启动自适应任务分配算法。该算法根据系统总体负载变化自适应地选择启动策略,考虑任务对资源的需求和系统中的数据分布,有效地选择节点进行探询,使任务分配的开销最小化。在分布式并行数据库系统DPSQL中的使用表明,该算法比传统算法提供更高的任务执行效率和更好的系统稳定性。     

基于一种改进A~*算法的移动机器人路径规划研究

针对在栅格地图中移动机器人规划路径问题,传统A~*算法容易忽略机器人实际大小,生成的路径存在与障碍物发生碰撞的可能性,提出一种拓展节点障碍物矩阵的方法。在设定机器人投影和每一个栅格大小比例关系的基础上,将每一个栅格拓展为n阶障碍物矩阵,针对栅格存在部分障碍物的情况对邻域搜索方式进行改进以提高生成路径的合理性。同时针对在复杂地形(如山地)条件下生成路径较陡峭的问题通过引入坡度信息改进代价函数计算方式,使路径更平缓。仿真结果表明:改进A~*算法能够通过拓展节点障碍物邻域的方法有效避免与障碍物发生碰撞,在复杂地形条件下生成的路径也更为合理。     

基于改进蚁群算法的汽车避障路径规划

为在不同工况下为汽车规划出一条安全且合理的局部避障路径,利用MAKLINK图论法建立带有障碍物的二维环境模型,通过Dijkstra算法规划初始次优避障路径,考虑车辆运动学等约束改进蚁群算法,从而搜索出一条最优避障路径。在Simulink中搭建车辆-驾驶员闭环系统模型,将最优避障路径输入到该模型中进行路径跟随;根据汽车主动安全评价指标对路径跟随效果及车辆横向稳定状态进行评价。结果表明:改进蚁群算法规划出的避障路径具有较好的跟随效果,且符合车辆横向稳定性要求。说明改进后的蚁群算法进行汽车局部路径规划具备一定可行性。