基于多种障碍环境建模的机器人路径规划

移动机器人路径规划问题一直受到人们的广泛关注.针对不同复杂程度的障碍物环境分别采用传统算法和智能化算法进行控制.针对环境简单、障碍物较少且分散的情况,使用人工势场法进行局部路径规划.当环境复杂、障碍物数量较多且密集时,采用蚁群算法进行路径规划.首先使用栅格法对全局环境建立数学模型,然后模拟蚂蚁群体觅食过程,通过多次信息交流和数据更新最终在全局环境中规划出一条最优路径.在蚁群算法的模拟实验中,通过大量对比实验和仿真结果确定最佳组合参数设置,然后将这组参数用在不同的障碍物环境进行实验,均得出了最优路径.结果证实人工势场法和蚁群算法分别用于较简单和较复杂的路径规划环境是可行的且参数选取是合理的.     

基于多层路径规划的自动布线优化研究

为实现大规模集成电路中的自动布线问题,首先针对单层平面内通道自动布线问题使用A*算法,发现上下引脚连接线路发生路径冲突时,单通道自动布线问题无解.对多层数电路通道自动布线使用Floyd算法建模,分别对每层线路进行优化.构建基于遗传算法的A*目标函数最优化自动布线模型,来解决三维空间结构优化、系统整体布线距离优化以及金属线与通孔寄生电阻最小化问题.之后使用样本测例对建立的模型进行验证,提出新的解决路线.     

多AGV系统路径规划研究

文章重点研究的问题是AGV控制系统,主要进行上位服务器对下位机AGV的控制与调度管理。采用TCP/IP协议Socket通信机制进行网络通信交互,设计了自定义通信协议,并结合多线程以动态链接库技术等多种解决方案来进行上位机服务系统的设计,保证与下位机系统的正常通信。此外,进行了调度算法的设计,利用遗传算法的思想作为调度策略,进行AGV的调度及行驶路径规划。     

危险天气下的实时动态改航策略研究

为提高危险天气下的飞行安全性,降低管制员雷达引导绕飞危险天气区域的工作负荷,优化航空器在危险天气下的改航路径,首先构建编码空域信息矩阵,用栅格化的方法表示危险天气区域,定义危险天气区域的移动方向和速度,明确区域内危险天气区域对航路航线的安全威胁;进而针对移动的危险天气区域对空域内航路航线的影响,提出基于改进人工势场法的实时动态改航策略,让航班能够尽快绕过动态危险天气区域,从而提高空域的利用率。结果表明：基于改进人工势场法的实时动态改航策略,能够完成在动态环境下的最优路径选取的任务,快速高效地规划并选取出一条路径,并随环境的变化相应地改变,具有一定的稳定性和较强的适应能力。     

基于改进GA的滑行道路径冲突解脱研究

为解决多航空器在飞行区场面活动时存在的冲突问题,以优化后的滑行路径距离作为目标代价函数,提出一种滑动时间窗与GA相融合的冲突解脱模型。首先在滑行规则、安全间隔与滑行道实际条件等约束条件下构建场面滑行路径模型;其次提出基于滑动时间窗与GA融合的求解算法;最后选取成都双流机场为例进行仿真,并与传统GA算法进行对比分析,证明基于改进GA的算法模型在飞行区冲突解脱上更具有鲁棒性与自适应性。     

基于自主路径规划的未知空间探索机器人系统研究

随着移动机器人应用领域的不断扩展,其所面临的工作环境越来越复杂,结合图像识别技术和人工智能学习算法进行未知空间环境的机器人路径规划已经成为热点研究问题之一。本系统借助单片机、各类传感器和嵌入式系统等硬件结构相配合,通过软件算法设计赋予机器人一定的自主判断、规划分析和物体识别能力。以室内移动机器人开发应用为背景,对机器人室内环境中实现可靠的运动控制和路径规划等问题进行较为深入的应用研究。     

基于区域差异性的应急物流定位—路径问题研究

面对灾难发生后,不同区域的情况存在差异,综合考虑需求点的优先级和集散点的反应能力,以系统总成本最低构建了一个两阶段定位-路径问题模型.首先,根据需求点的需求紧迫度确定优先级,通过集散点的综合能力衡量集散点的反应能力.其次,在人工蜂群算法中结合遗传算法的交叉变异以及嵌入大规模领域搜索操作,改进邻域解的产生过程.最后,运用汶川地震数据对模型进行解析,证明模型能在考虑区域差异性的情况下有效解决灾难发生后的定位路径问题,实现物资的较合理配送.     

一种基于栅格网的无路网路径规划方法

路径规划功能在现代各类导航软件中得到广泛的应用和推广,但在军事背景下,特种车辆行驶过程中,往往面临着平原、山区、戈壁等各类地理环境,存在无路网的特殊情况,现有的路径规划功能无法适应此类特殊的应用场景。针对当前存在的问题,文章创新地提出了一种无路网的路径规划方法,通过栅格化方法将地理环境划分为多个栅格,并分别分析计算栅格内特种车辆通行时间,最后通过最短路径算法,综合得出行驶路径以及行驶时间,为特种车辆在特殊环境下规划行驶路线提供支撑。     

当代大学生人生规划的路径探析

当代大学生刚进入大学校园时常常会感到迷茫,不知道该怎样度过自己未来的生活,缺乏对人生目标的思考,通常处于一种无目的、无规划的混乱状态.指导大学生制定合理的人生规划是解决这一问题的有效途径.做好人生规划大学生应树立人生规划意识,为个人发展做好准备;提高自我认知能力,使人生规划更具科学性和操作性;学校应建立大学生人生规划服务体系帮助大学生实度过大学时光.     

基于改进遗传算法的离场航班时刻优化

为提高机场航班放行正常率,对离场航班时刻进行了智能优化方法研究。考虑进场航班时刻不变、离场容量和航班时刻调整范围受限等约束,构建了以全局时间调整偏差总量最小为目标的离场航班时刻优化模型;为提高优化效率,将遗传算法的交叉概率改进为自适应交叉概率;设计了一种基于改进遗传算法的离场航班时刻优化方法。以兰州中川国际机场全天运行455起降架次为例,对航班时刻进行优化和仿真验证。结果表明,优化的航班时刻相较于原航班时刻,航班平均延误时间降低12.8%;离场航班平均延误时间降低22.3%;离场航班延误架次减少了42.8%;航班放行正常率提高了12%。采用基于自适应交叉概率的遗传算法可有效降低了航班延误和提高航班放行正常率。     

基于人工智能方法的混凝土企业质量管理

分析了目前混凝土质量管理中存在的问题,基于戴明循环,研究了各阶段混凝土质量管理的主要内容,进而提出了基于人工智能的质量管理方法。应用创新的遗传算法修饰的人工神经网络,在实际质量数据的基础上,预测了C30的28天强度,与实际值的偏差在[-1.57,1.72]MPa,证明了此种创新的人工智能方法的可行性,同时为混凝土企业的质量管理提供了依据。     

基于专利分析下的中国工业机器人技术发展现状研究

近年来随着市场与政策的不断利好,中国工业机器人迅猛发展,已成为全球第一大工业机器人市场.但由于中国在该领域起步较晚,从技术与产品的角度与发达国家相比还存在一定差距.通过采用专利地图法对全球与中国范围内的工业机器人专利信息展开分析,了解了中国工业机器人产业在世界市场中的地位以及与世界先进水平间的差距,明确了中国现阶段工业机器人技术布局,为提升产业发展提出对策建议.     

基于深度学习的变电站机器人仪表检测研究

为提升变电站巡检机器人对仪表的识别检测能力,将深度学习技术应用于变电站仪表检测中,提出一种适用于变电站巡检机器人的轻量级卷积神经网络.该网络以深度可分离卷积替代传统卷积作为特征提取基本单元,有效降低网络参数.同时,针对不同尺寸的目标,采用反卷积多通道融合和多支路空洞卷积相结合的方式,提升网络对图像多尺度特征信息的获取,保证网络检测精度.通过实验表明,所提网络在目标检测精度以及效率上都有较大提升,并能较好地应用于变电站巡检机器人仪表检测中,实现高效识别检测.     

人形机器人产业发展现状与启示

随着以ChatGPT为代表的人工智能通用大模型技术的加速发展和特斯拉人型机器人的产业化推进,人形机器人迎来高速发展期,并已成为大国科技竞争的一个新战略制高点。今年以来国家和地方密集发布了多项相关政策,均强调加快推进人形机器人的技术研发和场景应用。基于人形机器人产业总体概况,以代表全球人形机器人技术发展顶尖水平的美国和日本两国为对象,重点分析其产业发展特征,并对国内外发布的机器人产业重点战略举措进行系统性梳理,最后对人形机器人产业发展提出若干建议。