共查询到16条相似文献，搜索用时 484 毫秒
1.
针对传统人工势场法在智能车辆局部路径规划中未充分考虑车辆动力学和运动学约束的不足，提出一种基于动态虚拟障碍物的局部路径规划方法.首先根据环境、车辆运行状态和道路交通规则分析车辆行驶安全性并获得虚拟车道线的解析表达，再进行车辆驾驶行为决策并生成受约束的动态虚拟障碍物，最后采用考虑动力学和运动学约束的改进人工势场法进行局部路径规划.仿真实验表明，该方法在保证动力学和运动学约束的前提下，能够在不同初始速度、相对速度和相对距离工况下获得较好的规划性能. 相似文献
2.
刘洲洲 《湖南农业大学学报(自然科学版)》2013,(2):133-136
传统的人工势场法由于存在局部极小值问题,使智能无人车无法到达目标点。本文提出一种角度偏移的改进人工势场方法来进行避障的路径规划。介绍传统人工势场模型,详细介绍改进人工势场方法,并且对改进人工势场法进行仿真,实验证明方法的有效性。 相似文献
3.
4.
以足球机器人系统为研究背景,采用了人工势场法和遗传算法相结合的方法,实现了足球机器人路径规划．首先根据势场原理设计可调参数的势场函数,再规划出已知环境下可调参数的势场函数,然后设计遗传算法中的相关适应值函数,最后用遗传算法优化势场函数中的参数,得到遗传势场法．同时利用C＋＋编程实现遗传势场法的仿真平台,并在该平台上进行仿真实验,结果表明,遗传势场法具有避障以及适于在实时环境中使用的优点,在解决实际路径规划问题中是行之有效的． 相似文献
5.
6.
【目的】为了实现农用车辆的自动导航.【方法】以LabVIEW图像采集以及模糊控制为主进行智能农业车辆控制系统的设计.首先在NI vision assistant环境下利用灰度化、像素分布、边缘检测、路径拟合等算法进行图像处理以及提取导航路径信息.之后利用Labview环境下的PID and Fuzzy Logic Toolkit工具箱确定隶属度函数并设计出模糊控制规则,再通过去模糊化后对农用车辆转向采取合理的控制策略,使得农用车辆平稳快速地行使.最后利用MATLAB环境下Simulink建立数学仿真模型,观察转向角信号对偏差角信号的跟踪情况.【结果】仿真表明,在周期10s下,幅度为10°的正弦波信号,对转向信号有着较好的跟踪能力,还可看出有较小的相位偏差,需要通过对控制器后续的控制策略优化来进行消除. 相似文献
7.
《山东农业大学学报(自然科学版)》2018,(6)
目前移动机器人越来越多地被用于物流仓库中进行劳动力的解放。本文采用改进人工势场法代替传统的人工势场法进行动态路径规划,其中引用了A*算法的一些思路来弥补传统人工势场法容易形成局部最优解的不足。在实验室环境下,针对动态的障碍设计出一条更为快捷的避障路径。当障碍存在而可能使移动机器人掉入陷阱时,采用障碍连锁法将障碍连接,形成新的障碍,使得移动机器人顺利通过陷阱。 相似文献
8.
农用轮式机器人间接型专家控制系统研究 总被引：1，自引：0，他引：1
为了适应农用机器人的工作环境复杂多变,研究了一种用于自动导航路径跟踪控制的间接型专家控制算法,根据不同的控制策略、转向方式建立了专家控制的控制算法库,对农用机器人路径跟踪和转向进行控制。针对农用机器人沿作物行行走建立了精确的数学模型,同时采用相适应的转向方式并依最优控制律对农用机器人进行控制;针对田间地头转向时转角较大、对转向灵活性要求较高,采用四轮转向方式设计了模糊控制算法。专家控制器根据具体的路径状况,调用不同的控制算法。通过仿真验证,该专家控制算法能满足农用机器人导航时的路径跟踪控制的精度要求。 相似文献
9.
【目的】为解决非结构化环境下采用深度强化学习进行采摘机械臂路径规划时存在的效率低、采摘路径规划成功率不佳的问题,提出了一种非结构化环境下基于深度强化学习(Deep reinforcement learning, DRL)和人工势场的柑橘采摘机械臂的路径规划方法。【方法】首先,通过强化学习方法进行采摘路径规划问题求解,设计了结合人工势场的强化学习方法;其次,引入长短期记忆(Longshort term memory,LSTM)结构对2种DRL算法的Actor网络和Critic网络进行改进;最后,在3种不同的非结构化柑橘果树环境训练DRL算法对采摘机械臂进行路径规划。【结果】仿真对比试验表明：结合人工势场的强化学习方法有效提高了采摘机械臂路径规划的成功率;引入LSTM结构的方法可使深度确定性策略梯度(Deep deterministic policy gradient,DDPG)算法的收敛速度提升57.25%,路径规划成功率提升23.00%;使软行为评判(Soft actor critic,SAC)算法的收敛速度提升53.73%,路径规划成功率提升9.00%;与传统算法RRT-connec... 相似文献
10.
多目标跟踪面临的最大挑战是身份转换问题,其由目标物体间的相互遮挡造成.针对该问题,提出一种基于跟踪模型和关联模型的多目标跟踪方法.首先在跟踪模块针对每一个跟踪个体采用粒子滤波器还原其各自轨迹片段,并计算可信因子评估遮挡程度;然后在关联模块,将人体分割为头部、躯干和腿三部分,将人的面貌分为前侧和背侧两种,利用HSV颜色直方图方法提取各部分特征描述符,利用K最近邻方法探测个体之间的匹配程度,进行再次识别以实现轨迹片段的融合.实验结果表明,同传统的方法相比,提出的算法可有效避免由于遮挡引起的身份转换问题,且目标检测准确率有较大提高,检测准确率达到90.5%. 相似文献
11.
人工势场法以其快捷的环境描述和算法形式,在机器人实时避障中得到了广泛的应用。但传统的人工势场法在目标点与障碍太近时,存在机器人不能达到目标点或在目标点附近振荡的缺陷,动态避障一直是避障的难点,本文提出了将时变势场法与角度势场法相融合的策略,此方法适用于动态复杂环境下的避障,仿真结果证明了上述方法的有效性。 相似文献
12.
【目的】针对河蟹养殖过程中,水位变化以及无人艇路径规划算法收敛慢、精度低的问题,为提高算法适应性与寻优能力,提出一种多目标粒子群-蚁群融合的无人艇路径规划算法。【方法】首先,分析蟹塘环境及养殖规律等因素,建立静态水深栅格环境模型;其次,针对覆盖遍历式投饵存在局部点投喂不足及路径次优的问题,通过对惯性参数与学习因子的非线性调整,提出基于多目标的改进粒子群算法(Particle swarm optimization, PSO);然后,调整蚁群算法的初始信息素,并对蚁群算法的信息素挥发因子和启发期望函数自适应改进,提出自适应优化蚁群算法(Ant colony optimization, ACO);最后,为解决单一算法寻优不足,利用融合PSO-ACO算法,实现无人艇多目标全局路径规划。【结果】仿真结果表明：不同环境投饵策略下,PSO-ACO算法在对多目标路径寻优时,不仅环境适应性好,而且提高了寻优效率和精度,运行时间节省了32%,路径距离缩短了9.78%,迭代次数降低了62.88%,拐点数目减少了44.45%。【结论】所提出多目标点的路径规划算法适用于环境可变的蟹塘养殖,具有较好的应用价值。 相似文献
13.
基于记忆模拟退火和A*算法的农业机器人
遍历路径规划 总被引：1，自引：0，他引：1
【目的】解决农业机器人大田作业时遍历路径规划的问题。【方法】提出一种记忆模拟退火与A*算法相结合的遍历算法。首先通过记忆模拟退火算法搜索出任务最优目标点行走顺序,然后使用A*算法进行跨区域衔接路径规划。【结果】仿真试验结果表明,该算法规划的遍历路径曼哈顿距离比传统模拟退火算法减少了9.4%,遍历路径覆盖率能达到100%,重复率控制为4.2%。【结论】记忆模拟退火通过为传统模拟退火算法增加记忆器,增强了跳出局部最优陷阱的能力,提高了算法所得解的质量。该研究结果可为农业机器人遍历路径规划提供理论基础。 相似文献
14.
油菜直播机组自动对厢作业控制器设计与试验 总被引：1，自引：0，他引：1
针对基于视觉的油菜直播机组自动对厢作业控制,本研究提出了结合模糊控制和带死区的PD控制的组合控制器,其中模糊控制器作为对厢作业路径跟踪控制器,带死区的PD控制器作为直播机组转向控制器。根据直播机组运动模型和相机成像模型,分析了图像路径参数跟随直播机组运动的变化规律,并设计模糊控制器的控制规则。同时,在图像中将直播机组与目标厢沟相对位置没有偏差时的图像路径标定出来作为图像目标路径,据此以图像实时检测路径与图像目标路径的角度偏差和截距偏差设计为模糊控制器输入,前轮目标转角为模糊控制器输出。对直播机组前轮转向控制则设计了带死区的PD控制器,通过两者的有机结合实现了直播机组的自动对厢作业。田间试验结果表明:油菜直播机以0.5或0.8m/s的速度行驶时,直线导航跟踪的横向偏差小于6cm,以1.0m/s的速度行驶时,横向偏差小于10cm。 相似文献
15.
国内外对于媒介消费信息传播的研究，多以消费文化理论为逻辑起点，“场域分析”的新进路提供了一种连结宏观层面上的政治经济学分析、中观层面上的媒介组织消费信息生产分析、以及微观层面上的解释社群和文本分析的关联性动态思考空间，这是对消费文化路径下相对单一、静态和平面化的研究面向的超越。 相似文献
16.
为提高果园割草机的工作效率,降低作业成本,提出一种改进粒子群优化算法(Improved particle swarm optimization,IPSO)以解决矩形果园环境下的割草机作业路径规划问题。对苹果园割草场景下的作业路径特点进行分析,将路径规划问题转化为割草机作业行的调度排优问题,考虑多种转弯策略,以总转弯距离最小为优化目标,采用粒子群优化算法(Particle swarm optimization,PSO)求解最佳的作业行序列。为增强粒子群的寻优能力,使用随搜索进程非线性动态变化的算法参数及粒子扰动策略对PSO算法进行改进,通过仿真试验及实地试验进行验证。结果表明:1)6种不同作业行数下,与PSO算法相比,IPSO算法收敛速度减慢,算法耗时平均增加约1.0~2.5 s,但均能找到总转弯距离更少的作业路径,总转弯距离减少率为7.52%~32.72%;2)不同割草机参数(作业幅宽、最小转弯半径)下,与PSO算法相比,IPSO算法均能找到总转弯距离更少的作业路径;3)在果园环境与割草机机型确定的实际作业情况下,与传统方法和PSO算法相比,IPSO算法均能找到油耗更小的作业路径,节省油耗分别为 22.51%和1.57%。 相似文献