基于图像和人工鱼群算法的建筑火灾动态疏散路径规划研究

为了解决大型建筑发生火灾时传统静态疏散系统无法根据火灾点和人员拥挤程度进行路径调整这一问题,提出了基于图像和人工鱼群算法的动态疏散路径规划方法。在栅格图上进行路径规划,通过将鱼群的最优解替换为可行解,使鱼群避免陷入局部最优和全局最优相互干扰的情况,并结合摄像头采集图像,通过人脸识别人数,判断当前路径是否拥挤,及时调整路径,从而确保规划出的路径可以避免堵塞,动态疏散人群。仿真实验结果表明,所提算法能够在相同时间内,规划出较蚁群算法路径更短,可避免陷入局部最优和死锁状态,根据拥挤程度及时改变路径,并能够在时间和空间双重约束的情况下实现人群动态疏散。因此,新算法在相同运行时间内可以规划出更短的路径,可以帮助火灾现场人群以更少时间、更短路径、更高效率的方式进行动态疏散。     

基于图像识别的爬壁机器人的路径规划

目前对于爬壁机器人的路径规划问题,强化学习算法已被广泛运用,但在实时动态复杂工业环境下,该算法存在着数据传递滞后、状态-动作对收敛缓慢、无法估计状态-动作对的问题。本文结合单步Q-learning算法,并对该算法进行改进,提出了跟踪迹Q(λ)算法:即一种基于离散马尔可夫决策过程的经典Q学习并结合了瞬时差分算法多步回报和跟踪迹提取的算法。实践表明,该算法解决了路径规划过程中,强化学习算法存在的局部寻优能力差、实时性不强等缺点。     

基于改进的蚁群算法的移动机器人路径规划

针对移动机器人路径规划中的传统蚁群算法收敛精度低、易陷入局部最优等问题,提出一种改进蚁群算法。首先,对算法的转移概率进行改进,加入转向代价,减少不必要的转折,并针对启发函数启发性能不够强,对路径启发信息进行改进;然后,提出一种自适应的参数调整伪随机状态转移策略,动态改变参数值,避免过早陷入搜索停滞,增强搜索的全面性,同时对信息素更新方式进行改进,调整信息素挥发系数,保持蚂蚁发现最优路径的能力;最后,通过Matlab与其他算法进行对比分析。仿真结果表明,改进的蚁群算法收敛速度快,且路径长度和算法迭代次数有明显减少,能得到全局最优路径。改进蚁群算法具有可行性、有效性,在移动机器人路径规划中有一定的应用价值。     

大数据驱动下的新一代高速公路 智慧诱导技术

为了解决高速公路出行路径选择问题,基于图论模糊算法,提出了大数据下的智慧诱导技术。首先对高速路网在路径诱导的实时性、线路规划的精准度和算法的适用性方面进行优化;其次通过利用贪心算法和整体寻优算法,对经典路径诱导算法进行研究和比选;最后针对高速路网提出基于大数据动态规划的路径诱导技术,采用大数据、内存计算、图计算和AI结合的方式来实现大数据的动态实时路径诱导。研究结果表明,智慧诱导技术可主动为有不同诉求目标的出行者提供实时最优的方案选择,解决复杂路网下动态路径的合理诱导问题。所提出的方法可实现大数据驱动下的智慧诱导,对进一步提升公路智能化和精细化管理水平具有借鉴意义。     

基于门座式起重机无人自动化的路径规划系统

研发基于激光雷达的建模技术,建立码头坐标系,并进行作业区划分、障碍物识别、路径规划。本文介绍了路径规划系统的设计思路、避障方法,通过算法计算出最短路径,提高作业效率。     

基于改进SSD-MobileNet算法的AGV动态目标检测方法

为了提升自动导引运输车(automated guided vehicle,AGV)动态障碍物视觉检测的精度和帧率,提出了一种基于单镜头多盒检测器（single shot multibox detector,SSD）的改进算法。将轻量级MobileNet网络引入到SSD网络结构中,然后利用K-means算法对训练数据集中真实框的AR值进行聚类并更新,最后利用Jeston Nano嵌入式平台搭建了AGV实验系统,引入TensorRT加速引擎,分别对改进前后的SSD-MobileNet模型进行加速优化,并对比分析。结果表明：改进的SSD-MobileNet模型在AGV上使用TensorRT加速引擎的mAP值为79.1%,相比优化前提升了10.8%,对精度影响很小,而帧率达到了25 f/s,较原SSD模型提升了近4倍,且改进后模型规模也比优化前缩小了37%。采用改进算法能够使AGV在运输过程中完成动态障碍物检测任务,可代替人工实现货物高效运输,并节省运输成本,为智能化运输提供了一种新的思路。     

基于改进粒子群算法的无人机航迹规划

针对当前基本粒子群算法无人机航迹规划在后期收敛速度比较慢、效率不高、易陷入局部最优等问题,提出一种改进粒子群算法。首先,在迭代前期和后期分段设置惯性权值的调整,实现粒子惯性和寻优行为的平衡;其次,设置一个定值与相邻2次适应度函数最优值比较策略,防止陷入局部最优;最后,引入遗传算法的交叉、变异机制,得出更优的结果。并通过仿真验证了改进粒子群算法在三维空间航迹规划的有效性和可行性。结果表明,与其他航迹规划算法相比,新算法具有路径长度更短、耗时更少、路径更平滑等优点,加快了收敛速度,提高了航迹规划效率和稳定性。因此,改进算法的航迹规划可得到满足约束关系的最优航迹,对实现自主飞行有重要的参考价值。     

基于ADAMS的四足机器人运动仿真研究

作为工业机器人的一个主要研究分支,多足机器人具有很强的环境适应性和运动灵活性,正在日益受到重视。应用三维建模软件UG建立了四足机器人的模型,导入到虚拟样机分析软件ADAMS中生成虚拟样机模型,并对四足机器人进行了步态规划,利用MATLAB计算得到机器人关节运动轨迹,导入到ADAMS中,模拟了机器人的实际运动状态,得到其爬行轨迹。利用虚拟样机进行仿真为多足机器人步态规划的研究提供了一种良好的试验方法。     

基于改进遗传算法的模具零件孔群加工路径优化

为提高孔群模具的加工效率,提出了一种最近邻、遗传算法和禁忌搜索相融合的改进遗传算法。采用最近邻算法选取一系列好的初始种群,同时将禁忌搜索中"禁忌"的思想引入到遗传算法中,并在进化过程中随机引入部分新个体,进行迭代搜索。根据孔群加工特点建立了类似旅行商问题的数学模型,并用改进算法求解最短加工路径,在分布复杂的孔类模具上进行数值实验。轮胎实例应用结果表明,改进算法优化后路径长度比CAM系统算法优化后路径长度缩短5.31%,比X向路径法缩短77.88%,比Y向路径法缩短77.63%,比最近邻算法缩短4.52%;当实验参数相同时,改进算法路径长度比遗传算法缩短14.65%,且运行时间平均缩短了63.60%。改进算法的路径长度明显缩短,有效提高了孔群的数控加工效率。其通用性较好,在提升数控系统孔群加工效率方面具有参考价值。     

基于SolidWorks的摄影机器人虚拟设计与运动分析

随着影视摄影技术快速发展,中国影视产业发展规模的日益扩大,传统的人工手动摇臂拍摄技术迫切需要进一步发展。将机器人技术与传统拍摄技术相结合,既可以达到拍摄质量要求,还可以提高拍摄效率,应用SolidWorks软件对摄影机器人进行虚拟样机设计,并利用motion模块对机器人进行运动仿真,缩短了设计周期,节约了研发费用,为日后进一步研制提供理论依据。     

Scheduling a multi-stage fabrication shop for efficient subsequent assembly operations

Consideration is given to scheduling the operation of a multi-stage fabrication shop producing the component parts of a major commercial refrigerators producer. The objective of this scheduling problem is the determination of both production sequences and lot quantities at each stage so as to meet production targets and ensure continuous operation of subsequent assembly stations. After describing the problem within its natural context, we present an algorithm for the dynamic scheduling of the fabrication shop. This applies general planning principles adapted to the needs of the environment under consideration and makes use of existing heuristic rules for arriving at sequencing decisions. Although in no sense optimal, the algorithm can provide good feasible solutions to a previously not formally analysed problem. After being incorporated into a systematic computer-aided scheduling procedure, the algorithm has been actually implemented, demonstrating considerable improvements over previous fabrication shop scheduling practice.     

一种基于UWB的护理机器人定位系统

护理机器人大部分时间在室内工作,由于室内环境比室外复杂且定位环境恶劣,因此需要具有很高的定位精度。为了更好地解决护理机器人的定位问题,建立了一种基于超宽带(UWB)的高精度护理机器人定位系统。首先,采用基于信号到达时间的定位模型,不需标签与基站之间的时钟同步,只需3个基站时钟同步来获取护理机器人上的标签距离各个基站的位置信息;其次,将收集到的位置信息通过室内局域网传输给利用Matlab搭建的上位机系统;最后,在上位机系统内进行偏最小二乘法线性回归,再通过遗传算法进一步对数据进行优化得到精确的位置信息,并进行仿真分析。结果表明,系统的定位精度相比于TDOA模型直接定位有较大的提高,能达到护理机器人的定位要求。基于超宽带技术的定位方法还可以应用于仓储物流小车等其他室内移动设备的高精度定位。     

电力工程造价管理改革浅见

阐述了为适应市场经济的发展,我们需要建立一套科学、合理的工程造价管理制度,建立市场经济的计价模式,加强 IT 技术在行业内部的应用,工程造价管理将不再是单一的概、预、结算、定额管理,它将逐步向建设工程全方位,全过程的方向发展,由以往的静态管理逐步转为动态管理。     

基于模型预测轮廓控制的自动驾驶车辆路径跟踪控制

为了实现无人驾驶汽车的路径跟踪和避障功能,基于模型预测轮廓控制提出一种路径跟踪控制策略。首先将二自由度单轨车辆模型和Pacejka轮胎模型结合在一起搭建整车模型,遵循模型预测的思路将路径规划和跟踪问题结合为一个非线性优化问题,利用线性化得到线性时变模型,在每个采样时间内以凸二次规划的形式建立非线性优化问题的局部逼近。其次,为了使车辆在跟踪路径的时候维持稳定,结合车辆稳定包络线,施加横向稳定性约束,并通过施加车道线边界约束,实现自动驾驶车辆的避障功能。最后将Matlab/Simulink和Carsim结合进行联合仿真。仿真结果表明,所设计的控制器在较宽路面能自主规划出一条最短路径,实现了跟踪和避障功能,同时维持了车辆在行驶中的稳定性和安全性,在赛道竞速下具有较明显的优势。研究结果可为结构化道路下的汽车自动驾驶提供技术参考,具有一定的应用价值。     

CMAC与非线性PID复合控制器在机器人中的应用

针对工业机器人是一个复杂的非线性■强耦合■多变量的动态系统,提出了CMAC与非线性PID复合控制器设计。该控制器由非线性PID反馈和CMAC前馈2部分构成,可消除初始输出力矩过大的弊端。采用非线性PID控制器替代经典PID控制器,因非线性积分环节可以随误差的变化进行调整,从而可以提高其自适应性和鲁棒性。CMAC学习速度快,网络收敛所需的训练次数少,可有效地用于机器人实时在线控制。仿真结果表明该设计方法具有有效性和可行性。