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。     

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。     

矿区智能巡检机器人避障算法的研究

随着科技的发展,在矿区这种复杂环境下,机器人得到了广泛的应用.在机器人的各种避障算法中,人工势场法具有实时性好、反应速度快、适应性强和运算量小的优点,因此在智能巡检机器人基础上改进的人工势场法常作为主体算法.本文通过修改传统人工势场法斥力函数并重新定义斥力方向,促使机器人在不同情况下逃离障碍物.经过仿真实验证明,算法避...     

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。     

基于改进蚁群算法的数控机床故障诊断方法

为提高数控机床的保障与维护管理水平,推动我国制造产业的高质量循环发展,设计一种基于改进蚁群算法的数控机床故障诊断方法。采集数量机床设备的运行数据,利用粗糙集理论提取故障特征信号,应用改进蚁群算法构建数控机床的故障诊断模型,通过蚁群信息素的初始化与动态更新,寻找最优路径,实现对数控机床设备故障的智能化辨识与诊断。仿真测试结果显示,对于随机10组不同故障的数据信息,该方法的故障诊断时间均值约0.118 7 s、具有高效性,实际诊断结果与期望输出结果的平均误差约0.000 6、误差极小,具有精确性与适用性,为数控机床的维护管理工作提供了一种可靠的技术支持。     

在机反求中基于模型修正的路径规划方法

反求工程一般借助三坐标测量机或者三维扫描仪实现零件数字化,测量设备成本很高,限制了反求工程的应用。针对这一问题,利用数控机床较高精度行走的机构,添加专用在机测头,构成数字化测量设备;利用CAD草图模型驱动,研究了路径信息的基本表示方法、不同特征元素上测量点的分布形式、测量点的区分和归属原则以及测点路径信息的导出形式,开发专用在机反求软件,自动生成反求路径的测量程序。该方法减少了测量数据量,简化了反求过程,提供了一种低成本的反求工程新方法。     

基于改进粒子群的农田水利工程灌溉路径优化

为提高农田水利工程的效率,采用改进粒子群算法,优化农业水利工程灌溉路径。文章分析了对灌溉路径影响的因素,通过构建农业节水灌溉的路径优化模型,计算粒子群优化算法最优解,实现农田水利工程中灌溉路径优化。实验结果表明：应用该方法优化路径后灌溉系统运行时间为5.25min,灌溉平均用水量为62.12L/m²,具有较高的时效性,并且能降低用水量和路径长度,研究方法设计的路径优化方法具有较好的适用性能。     

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...     

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。     

基于改进遗传算法的沥青路面再生工厂布局优化

为了帮助沥青路面再生工厂获得更好的经济与环境效益,提出一种基于改进遗传算法的布局优化方法。首先,确定再生工厂布局的约束条件,并以非物流相关性最大、物料搬运成本最低和碳排放最少作为优化目标建立工厂布局优化模型;其次,基于初始布局方案,采用实数分层编码及排列组合方法对各功能区的初始位置进行交叉互换,并根据约束条件进行筛选,得到合适的初始种群;再次,针对横坐标层与纵坐标层进行算数交叉,变异时坐标层采用多点变异,放置方式层采用单点变异,并引入模拟退火算子;最后,以某再生工厂为例对改进算法进行验证。结果表明：改进后的遗传算法迭代次数较传统遗传算法减少34次,目标函数值较文献中遗传算法减小0.009 9,提高了算法的寻优能力;优化后的方案每日物料搬运成本减少14 468.85元,碳排放减少30.59 kg,验证了方法的有效性。研究中所提出的优化方法效率较高,可为沥青路面再生工厂的建设提供技术支持。