共查询到18条相似文献，搜索用时 171 毫秒
1.
复杂环境下农业机器人路径规划优化方法 总被引：3，自引：0，他引：3
针对在室外复杂环境下作业的农业机器人存在因能量受限导致工作完成率降低的问题,提出了一种基于改进的启发式搜索的ECA~*路径规划算法,该算法可以在资源受限的情况下完成能量损耗最优路径的规划。首先,通过建立机器人距离-能量损耗模型,计算机器人移动行进的路程和损耗的能量,并对未来的路径和能耗趋势进行评估。然后,在传统A~*算法的基础上,将距离-能量损耗模型代入启发代价函数,通过搜索扩展子节点寻找最优路径。在每次迭代过程中,通过对比剔除处于劣势的路径,以保证算法的高效性。最后,通过设计仿真实验,将改进的ECA~*算法与传统的A~*算法搜索到路径的能量损耗进行对比,并在之后的改进算法中添加相应的能量约束进行计算。仿真结果表明,改进算法减少14. 87%能量消耗,验证了ECA~*算法的有效性。 相似文献
2.
《农业装备与车辆工程》2017,(6)
针对电动汽车充电问题,提出了一个优化的算法来进行电动汽车充电站的选址。该算法的主要目标是寻找充电站最优的位置,以尽量减少电动汽车使用者在路上寻找充电站的损失,并且减少充电站的投资成本。通过考虑几个约束因素,以找到充电站的最佳数量和位置。优化算法包括改进的K-均值聚类算法和遗传算法,可以用来找到充电站的最佳数量和位置。 相似文献
3.
在移动机器人路径规划中需要考虑距离约束和时间约束,同时,为了使机器人在能量补给不足的情况下更高效地执行更多的任务,降低运动过程中的能耗变得尤为重要。兼顾考虑机器人对降低能耗和路径规划效率两方面的需求,本文提出了一种基于改进AD*(Anytime dynamic A*)算法的移动机器人低能耗最优路径规划方法。首先,通过构建机器人动力学模型及其在运动过程中的能耗模型,实现对路径的能耗计算。结合机器人运动学模型,采用基于采样的模型预测算法(Sample based model predictive optimization,SBMPO)生成优化轨迹簇。然后,改进AD*算法,将距离成本和能耗成本融入搜索节点的评估函数,根据轨迹簇中的节点连接关系和环境地图进行在线规划,以获得能耗最优的路径。最后,通过设计仿真测试场景,将所提出的能耗最优路径规划方法与距离最优规划方法进行规划结果对比,验证了算法的有效性。 相似文献
4.
5.
基于改进A*算法的地下无人铲运机导航路径规划 总被引：1，自引：0，他引：1
提出一种基于改进A*算法的铰接式地下铲运机导航路径规划方法。针对地下铲运机的铰接结构,采用按铰接角扩展节点的方法,使扩展节点符合铲运机的轨迹特性;针对巷道狭窄,易于发生碰撞的问题,在估价函数中引入了碰撞威胁代价,避免铲运机与巷道壁发生碰撞。通过仿真试验分析比较了传统A*算法和所提出的改进A*算法的搜索性能,验证了改进A*算法可提高搜索效率。通过多组试验参数比较表明,当碰撞代价加权系数为0.2时,可以得到在避免碰撞情况下的最短路径。最后在实验室环境下实现了无人铲运机的路径规划及轨迹跟踪。跟踪结果表明,采用所提出的算法规划的导航路径,符合铲运机的结构特性,使跟踪误差保持在0.2 m之内,同时也可使铲运机不与巷道发生碰撞,实现安全行驶,验证了所提方法的可行性和实用性。 相似文献
6.
在移动机器人路径规划中需要考虑距离约束和时间约束,同时,为了使机器人在能量补给不足的情况下更高效地执行更多的任务,降低运动过程中的能耗变得尤为重要。考虑到机器人对降低能耗和路径规划效率两方面的需求,本文提出了一种基于改进AD~*(Anytime Dynamic A~*)算法的低能耗移动机器人最优路径规划方法,该方法可以降低能耗,又兼顾距离约束和时间约束。首先,通过构建机器人动力学模型及其在运动过程中的能耗模型,实现对路径的能耗计算。结合机器人运动学模型,采用基于采样的模型预测算法(Sample based model predictive optimization,SBMPO)生成优化轨迹簇。然后,改进AD~*算法,将距离成本和能耗成本融入搜索节点的评估函数,根据轨迹簇中的节点连接关系和环境地图进行在线规划,以获得能耗最优的路径。最后,通过设计仿真测试场景将所提出的能耗最优路径规划方法与距离最优规划方法进行规划结果对比,验证了算法的有效性。 相似文献
7.
8.
9.
提出一种基于视觉的农业机械手抓取方法,通过坐标系的建立和变换,确定前方物体位置,采用搜索树算法,建立了路径代价函数,并对算法进行了改进,对于抓取的难易程度分别设定加权因子,选择产生的采样点代价最小的路径抓取物体,最后通过实验达到了预期的结果. 相似文献
10.
提出一种基于Multi-Bug思想的非搜索全局路径规划算法。在Multi-Bug算法中,借用传统Bug算法的寻路逻辑,加入遇到障碍物时的爬虫分裂规则及爬虫死亡条件判断规则,直至其中一只爬虫以相对最优路径抵达终点,从而实现多路径并行运算的局部最优寻路策略。利用栅格法对多类障碍物、迷宫类地图等环境进行建模,并与Dist-Bug算法、RRT*和A*算法进行路径长度及运算时间的对比仿真实验,结果表明,采用Multi-Bug算法获得的路径长度和用时都表现得更加稳定;与获得最短路径的A*算法相比,Multi-Bug算法获得的平均路径长度仅增加了16. 8%,平均用时减少了86. 5%。经理论分析及仿真验证,Multi-Bug算法时间复杂度为O(n),具有路径较短、时效性强、算法通用性和稳定性好的路径规划性能。 相似文献
11.
基于改进RRT*-Connect算法的机械臂多场景运动规划 总被引：1，自引：0，他引：1
针对RRT*-Connect算法在机械臂运动规划过程中存在效率低、精度差等问题,本文提出一种基于自适应步长的启发式RRT*-Connect机械臂运动规划算法。引入目标偏向策略进行椭球子集约束采样,使采样点能够更快地收敛到最优值。在扩展节点时,设计一种自适应步长策略以减少算法的迭代次数,并有效缩短规划路径的长度。当搜索树中总节点数大于预设阈值时,通过搜索树优化剪枝方法对搜索树进行剪枝,删除无效的采样点,进一步降低运行时间。为了验证本文算法的优势,在多种规划场景下分别与RRT*、RRT*-Connect、IRRT*算法进行了Matlab仿真对比。仿真结果表明,本文算法在规划过程中收敛速度更快,精度和效率更高。为了验证本文算法的实用性,构造了不同障碍物实验场景,在Sawyer机械臂实验平台进行实验验证。实验结果表明,本文算法在不同障碍环境下具有较强的适应能力。 相似文献
12.
针对移动机器人提出了一种基于动态反馈A~*蚁群算法的平滑路径规划方法。首先,为了克服蚁群算法收敛速度慢的缺点,提出了简化A~*算法来优化初始信息素设置以解决初次搜索的盲目性,并借鉴多策略进化机制加强算法的全局搜索能力。其次,为了进一步提高算法在路径规划中的适应能力,解决陷入局部极小和停滞问题,引入闭环反馈思想来实现参数的动态自适应调节。最后,结合三次B样条曲线对所规划的路径进行平滑处理,以满足移动机器人实际运动路径的要求。通过仿真表明:与原蚁群算法相比,动态反馈A~*蚁群算法平均可减少10.4%的路径成本和65.8%的计算时长。同时,该算法在动态和静态环境中,均能快速规划出一条光滑优质路径。 相似文献
13.
针对电动汽车大规模无序并网导致负荷峰值增加、电压偏差等问题,本文根据区域采样负荷数据,对电动汽车的充电时刻、充电时长以及充电量等因素进行可靠分析,确定数据特征关系。并基于充电特征分析结果建立了以用户充电需求、经济成本以及充电负荷峰谷差的多目标优化模型和负荷预测模型,采用改进遗传算法对不同功率的优化配置方案进行求解。通过算法仿真运算和测试,验证了算法和模型的优化效果,证明了电动汽车特征分析和数学模型的有效性。通过本方案提出的功率优化配置,可实现充电需求、经济成本、充电峰谷差的协调优化,保证电网和电动汽车的稳定运行。 相似文献
14.
为满足电动汽车日益发展的需要,其动力能源—蓄电池的充电技术必须能够实现快速、高效、无损的充电,采用变电流最优频率控制的脉冲充电方法,实现电动汽车动力蓄电池的智能充电。针对最优频率做了交流阻抗的实验,再现脉冲充电过程蓄电池阻抗—频率关系,实现蓄电池的内部阻抗在充电过程中与充电系统的输出阻抗匹配,找到电动汽车动力电池充电过程阻抗最小对应的频率段,即:脉冲充电过程的最优频率段,为脉冲充电过程的频率控制提供基本策略。 相似文献
15.
混联型混合动力汽车能量管理策略优 总被引：9，自引：2，他引：7
对一种混联型混合动力系统运行工况进行了分析.基于发动机、电机和蓄电池的效率图,建立了混联型混合动力汽车充电工况和放电工况的系统效率模型.放电工况以系统放电效率最大为优化目标,充电工况根据蓄电池荷电状态不同,分别以系统充电效率最大、系统充电效率与充电功率乘积最大为优化目标,对混合动力系统能量管理策略进行了优化研究,获得了汽车在不同运行条件下的发动机、电动机和发电机的最优控制转矩及转速.燃油经济性仿真结果显示,该混合动力系统在NEDC循环工况下的整车燃油消耗降低36.95%. 相似文献
16.
针对割草机器人大面积作业时遍历路径规划覆盖率低、重复率高、普适性弱的问题,提出一种改进A*算法与DFS算法相结合的遍历路径规划算法。首先,根据已知环境全局信息,通过牛耕式分解法将目标区域划分成多个不含障碍物的子区域;然后,根据子区域的邻接关系构建无向图,使用DFS算法规划子区域的遍历顺序;最后,采用改进A*算法进行跨区域路径转移并且往复式遍历各子区域的内部。仿真试验结果表明：该遍历算法的覆盖率达到100%,遍历重复率为0,改进A*算法所规划的跨区域转移路径长度和转向次数比A*算法分别减少3.26%和62.5%。所提出的遍历算法具有覆盖率高、重复率低、普适性强的特点,改进A*算法通过路径平滑性优化和添加防碰撞安全间距对A*算法进行改进,使之规划的路径更平滑、更安全,路径长度更短。该研究结果旨在为割草机器人遍历路径规划提供理论参考。 相似文献
17.
多约束情形下的农机全覆盖路径规划方法 总被引：1，自引：0，他引：1
为满足自主作业农机自动导航作业的需求并优化农机作业效率,在处理多种车辆转弯方式约束和农业地块约束的基础上,基于模拟退火算法提出一种混合规则路径规划方法。在多种作业约束处理方面,引入了农机转弯代价邻接矩阵来量化农机地头转弯方式的影响,通过采用内缩改进的道格拉斯-普克(Douglas-Peucker)拟合算法与求解采样点的最小凸包分别处理地块边界及障碍物边界。在使用角平分线的平行偏移法求得转向预留地块后,以转弯代价最小为优化条件对多种形状地块进行了最优作物行生成。在农机遍历顺序方面,利用模拟退火算法求解得到最优路径集,并通过单元拆解及合成的方式求解全覆盖遍历顺序,解决了传统规则遍历走法适应性差和大规模农机作业时经典模拟退火算法易陷入局部最优解的问题。实验表明,本文方法所得路径平均作业覆盖率达90.78%,平均作业占空比达85.10%。在同等作业条件下,利用本文方法所得路径比传统规则路径最多可节约距离消耗30.3%,比模拟退火算法所生成路径节约6.9%。说明本文规划算法可在多种约束下对农机进行作业路径规划,且具有较好的规划效果。 相似文献
18.
基于蚁群算法的泵站运行优化及投影寻踪选优策略 总被引：3，自引：0，他引：3
针对泵站优化运行计算时最优解评价指标单一的问题,建立了包含机组开停机约束的泵站优化运行数学模型和运行方案选优的投影寻踪决策模型.提出了求解泵站多机组优化运行模型的蚁群算法,并通过分析模型的特性改进了算法中启发式信息和信息素更新方式.对江都四站多机组日优化运行计算的结果显示,变量同等离散的情况下,利用蚁群算法优化的结果比用动态规划逐次逼近法优化的结果节省了2.8％的电费,前者相比设计工况运行时节省了29.2％的电费,且蚁群算法优化结果对应的运行方案中叶片调节次数少,机组运行时间短;方案选优时投影寻踪决策模型能够兼顾多个评价指标的优选,得到的运行方案不仅运行成本低,且更合理,更贴切于日常运行,可见改进后的蚁群算法结合投影寻踪决策模型在泵站优化运行及相近的领域有较大的实用价值. 相似文献