期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到4篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于ACO-A^(*)APF算法的莲蓬采摘末端执行器路径规划研究
1
作者 郑伟 杨东山 +1 位作者 范万鹏 马婕 《拖拉机与农用运输车》 2025年第3期102-107,共6页
为解决莲蓬采摘过程中障碍物众多,导致采摘路径长、采摘效率低、避障困难等问题,提出一种基于视觉感知信息的莲蓬采摘末端执行器路径规划方法。首先,构建基于YOLOv5s模型的成熟莲蓬目标与障碍物(幼蓬和荷花)的目标检测模型。基于荷塘实... 为解决莲蓬采摘过程中障碍物众多,导致采摘路径长、采摘效率低、避障困难等问题,提出一种基于视觉感知信息的莲蓬采摘末端执行器路径规划方法。首先,构建基于YOLOv5s模型的成熟莲蓬目标与障碍物(幼蓬和荷花)的目标检测模型。基于荷塘实景图像,获得成熟莲蓬与障碍物的类别和位置信息,构建荷塘环境的栅格地图模型。基于ACO(蚁群算法),A^(*)和APF(人工势场法),提出ACO-A^(*)APF算法构建多莲蓬采摘路径规划模型。其中,通过引入奖惩函数改进ACO的转移概率函数构建采摘点次序规划模型;采用A^(*)产生关键节点作为APF的虚拟目标点,并在引力势场函数中引入引力偏航系数,构建目标点之间的局部路径规划模型,有效解决了陷入局部陷阱的问题。仿真实验结果有效验证了基于ACO-A^(*)APF算法的采摘路径规划方法的有效性。为研发莲蓬智能采摘装备提供了有利依据。 展开更多
关键词 莲蓬采摘 视觉感知 YOLOv5算法 路径规划 ACO-A^(*)APF算法
在线阅读 下载PDF
多地形约束条件下的移动机器人路径规划方法 被引量：7
2
作者 彭湘 向凤红 毛剑琳 《小型微型计算机系统》 CSCD 北大核心 2021年第9期1900-1905,共6页
针对传统路径规划中未考虑地形因素而引起的移动机器人能耗过多问题,通过假设移动机器人工作环境为非完全平坦地形,提出一种多地形约束条件下的移动机器人路径规划方法.首先,为了表示环境内的不平坦地形,定义了一种2.5维栅格地图,引入... 针对传统路径规划中未考虑地形因素而引起的移动机器人能耗过多问题,通过假设移动机器人工作环境为非完全平坦地形,提出一种多地形约束条件下的移动机器人路径规划方法.首先,为了表示环境内的不平坦地形,定义了一种2.5维栅格地图,引入半自由栅格与半障碍栅格的概念,将原可通行性系数范围扩增以便移动机器人识别.其次,通过综合地面高差、地面坡度和地表粗糙度3种非平坦地形因素设计总代价函数,将其与可通行性系数对应,从而判断栅格区域是否可行.最后,引入人工势场法中目标点的引力势场信息,融合蚁群算法进行路径规划.实验分别在静态和动态环境下进行,仿真结果验证了该方法的有效性和可行性. 展开更多
关键词 非完全平坦地形 路径规划 2.5维栅格地图 可通行性系数 势场蚁群融合算法
在线阅读 下载PDF
hAPF-ACO:广义障碍环境下的移动机器人路径规划算法 被引量：7
3
作者 代亚兰 熊禾根 +1 位作者 陶永 李公法 《高技术通讯》 EI CAS 北大核心 2018年第1期67-77,共11页
研究了移动机器人的路径规划问题。针对二值栅格建模法不能完整和真实反映复杂环境地理特征的问题,并考虑到移动机器人任务执行过程中存在破障工况,提出了广义障碍的定义,进而对广义障碍进行了分类,并给出了各种广义障碍的模糊隶属度函... 研究了移动机器人的路径规划问题。针对二值栅格建模法不能完整和真实反映复杂环境地理特征的问题,并考虑到移动机器人任务执行过程中存在破障工况,提出了广义障碍的定义,进而对广义障碍进行了分类,并给出了各种广义障碍的模糊隶属度函数,建立了广义障碍环境栅格地图模型。基于人工势场(APF)算法和蚁群优化(ACO)算法各自的特点,提出了一种求解广义障碍环境下移动机器人路径规划的混合APF算法和ACO算法的h APF-ACO算法。通过对案例的路径规划仿真实验,验证了广义障碍环境下路径规划问题的研究意义;与基本蚁群算法求解结果的对比表明,所提出的h APF-ACO算法在收敛性、解质量及鲁棒性等各方面具有明显的优越性。 展开更多
关键词 广义障碍 移动机器人 路径规划 人工势场法(APF) 蚁群优化(ACO)
在线阅读 下载PDF
基于合作博弈的多机冲突解脱算法 被引量：13
4
作者 张宏宏 甘旭升 +2 位作者 辛建霖 刘一群 陈旭祎 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2022年第5期863-871,共9页
为解决低空无人机冲突解脱过程中个体支付成本不公平问题,提出了基于合作博弈“核仁解”概念的多机冲突解脱算法。针对低空多机冲突场景的特点,基于“核仁解”概念,建立无人机冲突解脱支付矩阵。结合人工势场法与蚁群算法的优点,提出基... 为解决低空无人机冲突解脱过程中个体支付成本不公平问题,提出了基于合作博弈“核仁解”概念的多机冲突解脱算法。针对低空多机冲突场景的特点,基于“核仁解”概念,建立无人机冲突解脱支付矩阵。结合人工势场法与蚁群算法的优点,提出基于人工势场法-蚁群算法(APF-ACO)的冲突解脱混合求解策略。仿真结果表明:综合计算时间、可行性与系统效率3个评价指标,APF-ACO混合求解策略效能最优;基于合作博弈“核仁解”的求解策略在一定程度上可提升个体公平性;同时能够在牺牲少量整体利益的前提下,拥有优先级无人机的快速规划达到目标。 展开更多
关键词 无人机 冲突解脱 合作博弈 人工势场法(APF) 蚁群算法(ACO)
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部