NSGA-Ⅱ算法在智能飞行器航迹规划中的应用

智能飞行器航迹规划是大范围、多约束的三维规划问题。针对飞行定位误差的约束条件,在飞行区域的误差校正点对飞行航迹误差进行实时校正,考虑智能飞行器自身结构的限制,对当前规划航迹进行曲率半径调整,应用非支配排序算法NSGA-Ⅱ对航迹进行规划。MATLAB仿真结果表明,通过NSGA-Ⅱ算法能够快速有效地得出可供选择的Pareto最优解,达到航迹长度尽可能小和经过校正区域进行校正次数尽可能少的优化目标。     

改进A*算法的飞行器航迹快速规划

路径规划是移动机器人、无人机飞行等技术的重要研究内容,随着约束条件的增加,对路径规划算法的效率和精确性的要求也逐步提高。采用改进的A~*搜索算法,将航迹最短的同时经过的校正点尽可能少作为目标,对智能飞行器在多约束条件下航迹快速规划进行研究。通过飞行器校正约束条件,计算每次经过校正点后的最大飞行半径,并将该点作为初始点,在可行域中选取最优点作为下一校正点。因为飞行器存在转弯半径,所以对转弯航迹进行了计算,并推导了三维空间内的旋转矩阵。结果表明,改进的A~*算法能够迅速地完成所需航迹规划需求。     

多约束条件下某智能飞行器质心平衡优化

飞行器各油箱内油量的分布和飞行器供油策略将导致飞行器质心的变化,进而影响飞行器姿态控制.以某智能飞行器为研究对象,通过建立各飞行姿态下油箱质心位置与飞行器整体质心位置间联系的数学模型,将飞行器供油策略问题转化为使用贪心算法搜索每一时刻的最佳供油油箱及其供油速度的最优解问题.在各个油箱初始油量未知的条件下,选用收敛性好、...     

多约束条件下的无人机轨迹快速规划

多约束条件下无人机轨迹快速规划是无人机航迹规划的重要内容.通过构造无人机在定位误差约束下的数学模型,结合航迹点和转弯半径推导出空间圆弧轨迹方程,利用贪心算法对无人机的航迹进行快速规划,结合软件仿真得到飞行过程中的最优航迹方案,为应用仓储物流路径规划领域以及车辆无人驾驶目标路径规划提供了思路.     

基于蒙特卡罗法的飞行器航迹规划研究

基于蒙特卡罗算法引入概率模型,对飞行器的航迹进行了最优规划,并且通过假设目标点集,验证了该方法.通过利用MATLAB仿真得到了最优的航迹路径,证明了该方法的合理性和可靠性,这对未来研究人员研究飞行器在复杂环境下的所产生概率的事件提供一种参考.     

多架次作业植保无人机最小能耗航迹规划算法研究

利用栅格法对工作区域进行划分,快速得到往复遍历式植保无人机的作业路径,在以作业架次数最少为约束条件的情况下,研究了一种多架次返航路线规划算法,合理地分配了各架次的喷药量和返航点,使无人机的工作总能耗最小,降低了无人机在非作业情况下无效消耗能量,提高了作业效率。仿真结果表明,在同等作业条件下,在一块210 m×200 m的矩形作业区域,采用本算法进行航迹规划,相比于仅以药液耗尽为返航依据的航迹规划,能耗节省率达到了12.89%,而且作业面积越大,能量节省效果越明显,通过田间对比试验,进一步证明了算法的可行性。     

基于改进蝙蝠算法和圆柱坐标系的农业无人机航迹规划

针对传统蝙蝠算法全局搜索能力不足的问题,提出一种改进蝙蝠算法(IBA-FCS),通过设计脉冲变频策略、自适应局部搜索策略和变异机制,有效提升了算法的全局搜索能力。基于经典测试函数的寻优结果表明,与粒子群算法、传统蝙蝠算法和其他改进蝙蝠算法相比,IBA-FCS算法具有更好的寻优性能。针对农业无人机的航迹规划问题,结合山地果园飞行环境的三维地形数据,构建了农业无人机安全航迹规划模型,设计了多因素约束的飞行成本函数;同时,将航迹规划模型的求解空间由笛卡尔坐标系变换到圆柱坐标系,进一步提升IBA-FCS算法的寻优效率,从而获取更好的航迹规划方案。仿真实验结果表明,在具有不同数量障碍物的多个飞行任务中,IBA-FCS算法较传统蝙蝠算法的飞行成本函数适应度平均下降20.3355%,并且基于圆柱坐标系的IBA-FCS算法求解的飞行成本函数适应度较基于笛卡尔坐标系的规划结果平均下降4.6127%。实地场景实验结果表明,基于IBA-FCS算法的规划方案能够收敛于最优航迹,进一步验证了山地果园静态障碍环境下应用改进蝙蝠算法和圆柱坐标系进行农业无人机安全航迹规划的可行性和有效性。     

植保无人机精准覆盖航迹规划算法设计与验证

植保无人机作业航线规划中,应尽量降低无人机能耗、减少药液的浪费.为此,提出了一种航线规划算法,在保证无漏喷的前提下,基于贯穿线理论分析可知,以待作业区域边界为起始边进行作业航线规划时可获得较少转弯次数和冗余覆盖率;利用转弯区域的平行四边形理论,求解可完全覆盖作业区域的最小平行四边形,获得最小的冗余覆盖率;构建作业航线覆...     

基于多适应度遗传算法的智能汽车路径规划策略

针对传统换道模型存在的换道约束条件考虑不全面,切向加速度过大、纵向加速度和换道轨迹曲率产生阶跃的问题,以不同驾驶员最小安全距离模型为前提,分析换道过程中车辆间的位置关系,提出换道车与障碍车之间4种新的点碰撞形式。结合遗传算法得出不同碰撞形式下的多适应度函数模型,该模型解决了部分传统模型存在的不足。通过VC++、MATLAB计算新模型产生的换道轨迹。仿真结果表明,新的路径规划模型能安全有效地实现智能汽车换道行为。     

基于改进NSGA-Ⅱ算法下的机械绿色制造系统多目标优化研究

绿色制造是目前机械生产新的发展方向与发展目标,同时也是机械制造产业中可持续发展战略的重要体现。但是目前机械制造系统中存在无法同时满足环境、资源、生产效率等多目标的问题。通过引入改进NSGA-Ⅱ算法,对机械制造系统中的安全、效率、环境和资源等建立多目标优化模型,详细阐述了该算法的关键步骤和流程。通过在实际案例中的应用,验证了所提方法的有效性和优越性。研究结果表明,基于改进NSGA-Ⅱ算法的机械绿色制造系统优化能够显著提升系统的多目标性能,实现资源的高效利用和环境的可持续发展。     

多约束情形下的农机全覆盖路径规划方法

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。     

基于多约束条件的果园喷雾机器人路径规划方法

果园喷雾机器人路径轨迹规划影响机器人行驶路线的平滑线和行驶过程的可靠性和平稳性。针对目前果园喷雾机器人路径规划中存在的转弯处参考轨迹不够平滑、曲率较大、行驶不平稳等问题,提出了一种基于果园喷雾机器人运动学多约束条件的三次非均匀B样条曲线果园喷雾机器人轨迹优化方法。通过先验地图获取树行位置信息对行间路径点进行拟合处理,保证果园喷雾机器人行驶在树行中心线上符合喷雾作业要求,综合考虑最小转弯半径、首末端点约束、转向机构延迟约束、曲率连续等多约束条件构建路径曲率最小化目标函数,并通过最优化算法求解待优化的曲线参数,生成符合果园喷雾机器人行驶要求的全局路径,最后采用纯跟踪算法进行跟踪试验来验证机器人行驶精度。仿真与试验结果表明,规划生成轨迹的最大曲率为0.31m-1,平均曲率为0.15m-1,符合果园喷雾机器人的行驶要求;针对该轨迹跟踪行驶的平均横向误差为0.225m,标准差为0.031m,满足果园喷雾机器人在果园内喷雾作业时对行驶精度的要求。     

移动机器人平滑JPS路径规划与轨迹优化方法

针对目前路径规划方法存在的平滑性和效率问题,在JPS算法基础上提出了兼顾平滑性与搜索效率的路径规划方法,并利用多项式进行了轨迹优化。首先,提出2个优化目标对路径序列进行优化处理;然后,对JPS搜索规则进行改进,得到更多有价值的路径,并对每条路径进行平滑处理,再以一定规则进行选择;最后,使用多段高阶多项式对所得路径进行轨迹优化,研究时间分配问题,从而加快迭代效率。通过仿真实验和与其他算法的对比证明了本文方法的可行性和有效性。结果表明,在不同障碍物密度环境下,本文路径规划方法得到了平滑性良好的路径,相对平滑后处理JPS,长度减少了0.48%~1.80%,总转折角减少了16.93%~52.75%,利用余弦函数进行时间分配加快了轨迹优化的迭代效率,通过实验验证得到了良好的效果。     

拖拉机自动驾驶系统上线轨迹规划方法

为解决现有拖拉机自动驾驶系统上线距离较长,且在上线目标点附近跟踪误差较大的问题,提出了一种基于量子遗传算法优化的B样条理论局部上线轨迹规划方法。综合考虑最大曲率约束、起止点航向约束和最大转向角约束,把最优轨迹规划问题转化为B样条控制点参数优化问题,采用量子遗传算法对目标函数进行寻优,从而求得距离最短的可行驶上线轨迹。设计了4种典型作业工况,仿真结果表明,对于不同作业工况,算法均可通过优化配置B样条控制点得到满足约束的上线轨迹,曲率和等效前轮转角变化平缓,有利于路径跟踪控制器进行曲线跟踪控制。田间试验结果表明,针对设计的复杂作业工况,单独采用纯追踪算法的上线距离为78.6 m,基于上线轨迹规划方法的上线距离为23.7 m,且后者在上线点附近的横向跟踪误差更小。     

基于改进粒子群算法的路径规划

传统粒子群算法存在收敛精度低、搜索停滞等缺点,导致机器人路径规划精度低。为了提高路径规划的精度,对传统的粒子群算法进行改进。首先在算法运行的各阶段对惯性权重因子和加速因子同时使用三角函数的变化方式自适应调整,使算法中的参数在算法运行各阶段的配合达到最佳,提高了算法的搜索能力;其次在算法中引入鸡群算法中的母鸡更新方程和小鸡更新方程对搜索停滞的粒子进行扰动,并在引进的方程中使用全局最优解使扰动后的粒子向全局最优解靠近;最后通过函数优化和路径规划两组对比实验,验证了改进算法在问题优化时具有寻优精度高、鲁棒性好的优点。     

多作业区域植保无人机航线规划算法

针对植保施药多个作业区域的情况,研究了一种植保无人机全局航线规划算法,将整个算法分为单个区域航线规划、区域间作业顺序和区域间调度航线规划3部分。从作业路程、多余覆盖和遗漏覆盖的角度,分析了多种覆盖作业方式的优劣,确定了无人机在单区域内的覆盖方式。基于遗传算法与TSP问题得到区域间的优化作业顺序,并基于改进的二进制编码遗传算法进行区域间调度航线的规划,最终实现无人机多作业区域航线的全局规划。仿真结果表明,规划算法可以有效地实现全局航线的规划,缩短了无人机的作业距离与区域间调度飞行的距离,达到了能耗与工作时间的优化,节省了航线规划所需的人力成本,使作业管理更加便利。     

农业机器人路径优化及轨迹跟踪研究—基于遗传算法

随着我国信息化水平的不断提高,以及机械自动化、计算机控制系统和测试计量行业的不断发展,移动机器人达到了一个全新的高度,智能机器人被广泛应用到农业生产、工业生产和高等研究等各个领域。在机器人众多研究问题中,路径规划和轨迹跟踪一直是比较复杂并较难解决的问题。为此,基于遗传算法,根据移动机器人工作特点和运动特性,采用几何法建立了机器人工作空间的环境模型,并对路径进行了有效编码,为机器人实时规划出无碰撞、路线短的全局路径,对其运动轨迹进行有效跟踪。仿真实验表明:所设计研究的机器人全局路径规划和轨迹跟踪技术具有较好的效果,其在行进过程中能及时、有效地避开前方障碍,可靠性强,稳定性好,应用前景非常广阔。     

基于异构无人系统的水渠网络自主巡检路径规划

引入无人自主系统实现水渠网络智能化巡检对水利工程的建设、监控与维护具有重要意义。采用无人机、无人车协作执行水渠巡检任务时,无人机在水渠上空完成巡检工作,无人车可作为无人机的运载平台和能量补给站,有助于实现大规模水渠网络的快速自主巡检。但是,受到水渠网络、道路网络的双重约束,无人系统的路径规划面临较大困难。针对上述问题,本文以最小化完成整个巡检任务时间为目标,首先基于度约束提出了水渠网络分割方法,将巡检任务分配给无人机,使无人机在巡检各子区域时不需要起飞或降落进行充电。然后基于遗传算法为无人机和无人车计算最优运动路径。最后,通过实例验证,当无人机以速度60 km/h、无人车以速度40 km/h匀速工作时,按人工步行巡检速度2 km/h计算,无人系统的巡检速度为人工巡检的8.4～9.8倍。     

基于遗传算法的无人机多目标路径规划

研究了无人机在抢险救灾中的应用,通过构建路径规划模型来求解最优路径,模型以整个无人机飞行路径距离最短为目标,利用遗传算法对路径方案进行迭代优化,利用适应度函数在迭代过程中更新种群个体,使得算法能够趋向最优解,同时利用遗传变异操作防止算法陷入局部最优解。利用MATLAB对算法进行计算,并通过随机个体比较对方案进行了验证。案例结果表明:该模型能够在较短时间内得到最优解,提高了无人机的工作效率,为抢险救灾争取到了宝贵的时间。