摘要 随着无人机的能力和复杂性不断提高,人机界面社区有责任设计更好的方法来指定指导它们所需的复杂 3D 飞行路径。沉浸式界面(例如虚拟现实 (VR) 提供的界面)具有多种独特特性,可以提高用户感知和指定 3D 信息的能力。这些特性包括立体深度提示,可引起物理空间感以及六自由度 (DoF) 自然头部姿势和手势交互。这项工作介绍了一个用于 VR 中 3D 空中路径规划的开源平台,并将其与现有的无人机驾驶界面进行了比较。我们的研究发现,与手动控制界面相比,安全性和主观可用性有统计学上的显着改善,同时与 2D 触摸屏界面相比,效率也有统计学上的显着提高。结果表明,沉浸式界面为无人机路径规划提供了触摸屏界面的可行替代方案。
摘要:针对空间站桁架上元胞机器人的移动路径规划问题,以三棱柱桁架为研究对象,提出一种融入引力搜索算法的优化蚁群算法。创新性地采用了限制探索区域的分层搜索策略,利用引力搜索算法求得桁架节点的最优解,并进一步将其转化为蚁群算法中信息素的初值,可以有效防止算法在前期陷入局部最优解,使得优化算法具有更快的收敛速度。本文提出了一种包含目标间夹角的启发式函数,可以有效避免前期的盲目搜索,提高路径搜索能力。仿真结果表明,在选择桁架路径时可以有效减少元胞机器人的路径和规划时间。
2.1 覆盖路径规划. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10 2.1.3 近似分解. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .................................................................................................................................................................................21 2.3.2 结构检查....................................................................................................................................................................................25 2.3.3 结论....................................................................................................................................................................................................25 2.3.3 结论....................................................................................................................................................................................................25 27
摘要:针对线弧增材制造 (WAAM),我们提出并实施了一种创新轨迹策略,该策略适用于不同的、更复杂的几何形状,而非单一解决方案。这种名为 Pixel 的策略可定义为一个复杂的多任务程序,用于执行优化的路径规划,其操作通过计算算法(启发式算法)进行,具有可访问的计算资源和可容忍的计算时间。模型层被分成方形网格,一组点系统地生成并分布在切片轮廓内,类似于屏幕上的像素,轨迹在此规划。Pixel 策略基于从旅行商问题 (TSP) 技术创建轨迹。与现有算法不同,Pixel 策略使用经过调整的贪婪随机自适应搜索程序 (GRASP) 元启发式算法,并由作者开发的四个并发轨迹规划启发式算法辅助。交互从随机初始解决方案(全局搜索)和后续迭代改进(局部搜索)提供连续轨迹。在所有循环之后,定义一条轨迹并用机器代码编写。实施计算评估以证明每种启发式方法对最终轨迹的影响。最终使用两种不同的不易打印的形状进行了实验评估,以证明所提策略的实际可行性。
在机器人技术中,高效的路径规划使机器人能够独立工作并随着时间的推移在不断变化的环境中移动。这项研究将快速探索随机树 (RRT) 架构与萤火虫算法 (FA) 相结合,以使机器人的路径规划更好。提出的 ERRT-FA,即“使用萤火虫算法增强的 RRT”,使用萤火虫的社交习惯生成更好的路线。使用萤火虫社交习惯规划路线可以有效地帮助探索配置空间。FA 的作用是通过提供对搜索空间的优化探索来增强 RRT 算法,最终优化 RRT 算法找到的路径并在复杂环境中找到更好的路径。FA 的基本思想是通过根据萤火虫的强度优化萤火虫的位置来优化 RRT 算法得到的路径。各种测试表明,在许多机器人情况下,ERRT-FA 的效果优于 RRT 算法。这表明计算时间、探索效率和路线长度显著减少,统计分析显示平均减少。这样的结果表明,所提出的 ERRT-FA 是优化 ERRT-FA 作为完美路径规划的替代解决方案。
摘要 — 无人水面舰艇 (USV) 凭借其自主性优势被广泛应用于各个领域,而路径规划是实现自主性的关键技术。然而,单独使用全局路径规划无法避开移动障碍物,而单独使用局部路径规划可能陷入局部极小值而无法到达目标。因此,本文提出了动态目标人工势场 (DTAPF) 方法,以跟随 A* 算法生成的全局路径的动态点作为人工势场 (APF) 的目标点。此外,为了提高传统集中式路径规划方法的 USV 导航响应时间和安全性,我们提出了用于全局路径规划的边缘计算架构和偏移制导方法以避开移动障碍物并符合碰撞规则 (CORLEG)。实验结果表明,采用本文提出的方法,无人艇在存在移动障碍物的环境中能够以较高的概率(约99.4%)到达目标,与传统APF算法相比,在平均路径长度和平均航行时间几乎没有增加的情况下,碰撞概率降低了71%,且计算时延远低于本地计算,也低于云计算。
关键词 路径规划,粒子群优化,广义 PSO,光学避障,无人机,无人机编队。摘要 本文研究了多旋翼无人机(UAV)在编队形状中协作检查周围表面的路径规划技术问题。我们首先将问题描述为在复杂空间中规划编队质心路径的联合目标成本。然后提出了一种路径规划算法,称为广义粒子群优化算法,用于在避开障碍物并确保飞行任务要求的同时构建最佳的可飞行路径。然后结合路径开发方案为每架无人机生成相关路径以保持其在编队配置中的位置。进行了仿真、比较和实验以验证所提出的方法。结果表明,使用 GEPSO 的路径规划算法是可行的。缩写
摘要:一架自主水下直升机(AUH)是磁盘形的多型Au suplopellosus au popelly ossopous水下车辆(AUV),旨在在水下环境中自动起作用。在未知环境中近底面积扫描是典型的应用程序,其中完整的覆盖路径计划(CCPP)对于AUH至关重要。提出了一种完整的覆盖路径计划方法,其中提出了带有单个梁回声声音的AUH,包括最初的路径计划和在线本地碰撞策略。首先,初始路径是使用boutrophedon运动计划的。基于其移动性,一种多维障碍物传感方法的设计,其单个光束范围安装在AUH上。VFH+算法是根据固定位置处的范围信息在遇到障碍物之前为标题决策过程配置的。在线局部避免程序进行了模拟和分析,并通过所需的标题方向和相应的极性直方图进行了分析。最后,通过分析不同障碍局情况下的标题决策来设置,模拟和比较几个模拟情况。模拟结果证明了提出的完整覆盖路径计划方法的可行性,这证明在没有单束声纳的未知环境中完成全面覆盖面积扫描是可行的。
图 3:适用于 WAAM 构造的典型路径规划方法:a)均匀切片法与 5 轴打印相结合[16];b)均匀切片(不连续轨迹)与自适应切片法(连续轨迹)[64];c)针对更厚、更复杂几何形状的模块化路径规划[58](这些图片的转载许可已获得
有效的避免障碍路径计划对于具有众多不规则障碍的果园至关重要。本文提出了基于双向RRT(BI-RRT)和Quick-RRT*算法*算法的连续双向快速RRT*(CBQ-RRT*)算法,并提出了扩展成本函数,并提出了一种评估路径平滑度和长度的扩展成本函数,以克服速度rrrt* algorth的限制,以供速度* algorith for hoboRith for hoboRith for hoboRith for hobortion for hobor for。为了改善由BIRT算法的双树扩展引起的双树之间的曲折,CBQ-RRT*提出了createConnectNode优化方法,该方法有效地解决了双树连接处的路径平滑度问题。在ROS平台上进行的仿真表明,CBQ-RRT*就各种果园布局和地形条件的效率优于单向快速RRT*。与BI-RRT*相比,CBQ-RRT*分别将平均路径长度和最大趋势角度降低了8.5%和21.7%。此外,领域测试确认了CBQ-RRT*的出色性能,这是通过平均最大路径横向误差为0.334 m的表现,比BI-RRT*和Quick-Rrt*显着改善。这些改进证明了CBQ-RRT*在复杂的果园环境中的有效性。