检索结果-内蒙古大学图书馆

系统工程与电子技术 2018年第12期40卷 2714-2721页

作者：王生印龙腾王祝蔡祺生北京理工大学宇航学院北京100081 飞行器动力学与控制教育部重点实验室北京100081

针对动态环境下无人机航迹规划对时效性、可行性和最优性的需求,将稀疏A~*搜索(sparse A~*search,SAS)算法嵌入到即时修复式架构,并在航迹迭代改善过程中引入双排序准则、存储空间约束及变步长策略,提出了即时修复式稀疏A~*(anytime rep... 详细信息

针对动态环境下无人机航迹规划对时效性、可行性和最优性的需求,将稀疏A~*搜索(sparse A~*search,SAS)算法嵌入到即时修复式架构,并在航迹迭代改善过程中引入双排序准则、存储空间约束及变步长策略,提出了即时修复式稀疏A~*(anytime repairing SAS,AR-SAS)算法。静态环境下蒙特卡罗仿真结果表明AR-SAS算法生成可行航迹与最优航迹的时间都小于标准SAS和分层SAS算法;动态仿真结果表明AR-SAS算法能够快速生成可行航迹,并在规定时间内不断提高航迹最优性,满足动态航迹规划的需求。

关键词：无人机航迹规划动态环境稀疏A^*算法即时修复式架构

来源：评论

学校读者我要写书评

暂无评论

基于稀疏A＊算法的三维航迹并行规划算法

引用

华中科技大学学报（自然科学版） 2005年第5期33卷 42-45页

作者：周成平陈前洋秦筱楲华中科技大学图像识别与人工智能研究所湖北武汉430074 中国航天科工集团三院研发中心北京100074

提出三维稀疏A*算法的规划时间组成,并分析该算法的时间复杂度和并行性,随后给出并行任务划分的不同策略.判断OPEN表中是否存在与新节点相同节点的准则修改为:只比较OPEN表中代价比新节点代价小的节点,新准则可以有效地减少对共享式OPEN... 详细信息

提出三维稀疏A*算法的规划时间组成,并分析该算法的时间复杂度和并行性,随后给出并行任务划分的不同策略.判断OPEN表中是否存在与新节点相同节点的准则修改为:只比较OPEN表中代价比新节点代价小的节点,新准则可以有效地减少对共享式OPEN,CLOSED表的瓶颈效应.提出的三维航迹并行规划算法在并行机群环境中实现,实验结果表明时间效果改善明显.

关键词：稀疏A*算法航迹规划并行算法

来源：评论

学校读者我要写书评

暂无评论

基于稀疏A*算法与文化算法的无人机动态航迹规划

引用

应用科学学报 2017年第1期35卷 128-138页

作者：李军华刘群芳南昌航空大学信息工程学院南昌330063

针对无人机动态航迹规划问题,结合数字地形和天气等信息建立全数字概率地图,采取先离线静态全局规划后在线实时动态规划的两级分层规划方法,基于稀疏A*算法与文化算法实现了无人机动态航迹规划,改善了稀疏A*算法的绕径问题,提高了航迹... 详细信息

针对无人机动态航迹规划问题,结合数字地形和天气等信息建立全数字概率地图,采取先离线静态全局规划后在线实时动态规划的两级分层规划方法,基于稀疏A*算法与文化算法实现了无人机动态航迹规划,改善了稀疏A*算法的绕径问题,提高了航迹的可靠性和实时性.

关键词：航迹规划概率地图稀疏A*算法文化算法

来源：评论

学校读者我要写书评

暂无评论

基于改进变步长稀疏A^(*)算法的无人艇路径规划方法

引用

武汉理工大学学报（交通科学与工程版） 2024年第6期48卷 1089-1094页

作者：冯辉杨皓杰徐海祥朱凤娜武汉理工大学高性能船舶技术教育部重点实验室武汉430063 武汉理工大学船海与能源动力工程学院武汉430063

文中提出了一种改进变步长稀疏A^(*)算法的路径规划方法.基于USV回转性能限制,建立USV回转模型,确定前向探索角度与探索步长之间的关系;针对A^(*)算法中的启发项进行改进,加快算法搜索速度;在此基础上,结合USV回转模型和变步长方法,建... 详细信息

文中提出了一种改进变步长稀疏A^(*)算法的路径规划方法.基于USV回转性能限制,建立USV回转模型,确定前向探索角度与探索步长之间的关系;针对A^(*)算法中的启发项进行改进,加快算法搜索速度;在此基础上,结合USV回转模型和变步长方法,建立了符合USV操纵特性的变步长探索策略;通过增加备选节点机制,有效提高算法规划路径的质量.结果表明:所提出的算法相比固定步长和变步长的稀疏A^(*)算法有更好的寻优性能,在复杂环境下生成的路径质量更佳.

关键词：无人艇全局路径规划 A^(*)算法稀疏A^(*)算法避障

来源：评论

学校读者我要写书评

暂无评论

基于稀疏A*算法与进化算法的无人机动态航迹规划研究

基于稀疏A*算法与进化算法的无人机动态航迹规划研究

引用

作者：刘群芳南昌航空大学

学位级别：硕士

无人机航迹规划是促进无人机发展的重要研究内容,而动态航迹规划则是一项航空飞行器具备智能导航功能的关键技术。随着军事科技的发展,无人机的飞行环境愈加复杂,传统的航迹规划方法已无法适应复杂战场环境的飞行需求,因此需要提出一种... 详细信息

无人机航迹规划是促进无人机发展的重要研究内容,而动态航迹规划则是一项航空飞行器具备智能导航功能的关键技术。随着军事科技的发展,无人机的飞行环境愈加复杂,传统的航迹规划方法已无法适应复杂战场环境的飞行需求,因此需要提出一种能在实际复杂环境中可实现在线实时航迹规划的方法。本文基于实时动态航迹规划的实现需要解决四大问题:(1)航迹规划的速度问题;(2)航迹规划的质量问题;(3)在起点与固定目标点之间,针对突发威胁情况的动态实时航迹规划问题;(4)在起点与动态目标点之间,针对突发威胁情况的动态实时航迹规划问题。为解决动态航迹规划问题,本文对现有的航迹规划算法进行研究分析后,提出一种采用稀疏A*算法与进化算法相结合的方法,应用于复杂环境中的动态航迹规划。本文的研究内容主要分为三部分:地图模型的建立、全局静态航迹规划、动态实时航迹规划。第一部分建立地图模型。分析各种地图建模方法,选择建立全概率数字地图,将各种预知威胁按其威胁模型等效为地形,再融合于已知地形信息,建立全概率综合数字地图;第二部分为全局静态航迹规划。研究现有的航迹规划算法,在全概率综合数字地图上结合各种约束条件及飞行任务要求,分别采用稀疏A*算法、改进型稀疏A*算法规划出一条全局静态航迹,为解决稀疏A*算法呈现出的航迹绕径问题,采用稀疏A*算法与进化算法相结合的方法进行静态航迹规划以实现静态航迹最优,并通过MATLAB进行仿真验证,对比三种算法的规划速度和航迹代价;第三部分为动态实时航迹规划。将全局静态航迹作为参考航迹,在实际飞行中根据突发威胁情况和目标的变化情况进行规划方案选择,将突发威胁与无人机当前位置之间的距离作为选择标准,判断航迹重规划是以航迹规划速度优先还是以航迹最优解优先,灵活保障无人机的飞行安全,最后通过MATLAB仿真实现。通过MATLAB仿真验证,本文提出采用稀疏A*算法与进化算法相结合的方法能够解决稀疏A*算法的绕径问题,并且在复杂环境中可以灵活实现动态航迹规划,对于实际战场环境中保障无人机的飞行安全和提高作战能力具有重大意义。

关键词：全概率数字地图稀疏A*算法进化算法动态航迹规划

来源：评论

学校读者我要写书评

暂无评论

基于遗传算法和稀疏A*算法的无人机三维航迹规划研究

基于遗传算法和稀疏A*算法的无人机三维航迹规划研究

引用

作者：贾广芝南京邮电大学

学位级别：硕士

随着自动化技术的发展,现代航空技术水平有了前所未有的提高,促进了无人机在军事、民用领域的广泛应用。航迹规划技术作为无人机任务规划的关键技术,一直都是无人机领域的一大研究热点。无人机航迹规划是指在满足其运动约束条件的同时,... 详细信息

随着自动化技术的发展,现代航空技术水平有了前所未有的提高,促进了无人机在军事、民用领域的广泛应用。航迹规划技术作为无人机任务规划的关键技术,一直都是无人机领域的一大研究热点。无人机航迹规划是指在满足其运动约束条件的同时,寻找无人机从起始点到目标点符合某种性能指标的最优或次优的可飞轨迹。在现实应用中,由于无人机飞行环境复杂,约束条件多,航迹规划的质量不仅取决算法的优劣还与解决问题的策略相关,因此如何建立准确的环境模型和如何选取高效的规划算法成为解决航迹规划问题的要素。本文是在遗传算法(GA)和稀疏A*算法(SAS)的基础上,对无人机三维航迹规划问题展开研究,主要研究内容如下:首先,对无人机航迹规划相关问题进行数学建模,包括无人机模型、机动性能约束和等效数字地图。重点介绍飞行空间三维数学模型的建立,将飞行区域中基准地形、山峰及威胁综合,建立包含飞行区域综合信息的三维数学模型。为后面研究无人机离线、在线航迹规划问题做了铺垫。其次,研究基于遗传算法的无人机三维离线航迹规划。GA解决航迹规划问题需要进行复杂的编码,故需要改进进化操作算子。本文根据航迹段特点改进变异操作算子,从而生成更适合无人机飞行的航迹。此外针对GA算法早熟问题改进适应度函数,构造一种随进化代数动态调整的非线性适应度函数,该方法解决了算法早熟问题并且提高了算法收敛速度。最后,研究基于GA和SAS的在线航迹规划。由于在突发威胁情况下需要采取应急的二次重规划,为提高应对突发威胁的应急能力,在线航迹规划阶段应选用实时性较好的规划算法。本文将改进遗传算法与稀疏A*算法结合,应用到无人机在线航迹规划中,其中改进遗传算法用于无人机的全局航迹规划,而稀疏A*算法应用于突发威胁回避,即局部航迹规划。本文采用的在线航迹规划方法充分结合了GA的全局规划特点和SAS的实时规划能力,很好的解决了无人机三维在线航迹规划问题,并且在两种不同的场景下进行仿真,对比实验结果证明了算法的可行性和有效性。

关键词：航迹规划遗传算法稀疏A*算法无人机

来源：评论

学校读者我要写书评

暂无评论

基于稀疏A^(*)算法的微小型固定翼无人机航迹规划

引用

兵工自动化 2021年第3期40卷 14-18,39页

作者：时浩田聪玲任意贾芳中国兵器工业第208研究所北京102202 陆军装备部装备项目管理中心北京100072

为在微小型固定翼无人机嵌入式平台上应用航迹规划,设计一种基于稀疏A^(*)算法的自动航迹规划方法。根据微小型固定翼无人机的应用环境、特点和运动约束,建立航迹规划的环境模型和运动模型,利用单元分解法实现飞行区域环境建模和无人机... 详细信息

为在微小型固定翼无人机嵌入式平台上应用航迹规划,设计一种基于稀疏A^(*)算法的自动航迹规划方法。根据微小型固定翼无人机的应用环境、特点和运动约束,建立航迹规划的环境模型和运动模型,利用单元分解法实现飞行区域环境建模和无人机运动建模,使用稀疏A^(*)算法进行航迹规划,给出其操作使用流程,并对2种不同的启发函数进行仿真分析。结果表明:该方法能提高航迹规划的安全阈度,优化算法。

关键词：无人机固定翼航迹规划稀疏A^(*)算法启发函数

来源：评论

学校读者我要写书评

暂无评论

结合进化算法的稀疏A*算法对动态目标的无人机航迹规划研究

引用

计算机时代 2016年第6期 17-21,25页

作者：刘群芳李军华南昌航空大学信息工程学院江西南昌330063

针对移动目标的无人机航迹规划问题,结合文化算法改进稀疏A*算法解决静态航迹的绕径问题,然后进一步使用混合算法解决目标跟随过程中动态航迹的规划速度和最优路径的平衡选择问题,最终实现不确定环境下跟随目标和威胁躲避的动态航迹实... 详细信息

针对移动目标的无人机航迹规划问题,结合文化算法改进稀疏A*算法解决静态航迹的绕径问题,然后进一步使用混合算法解决目标跟随过程中动态航迹的规划速度和最优路径的平衡选择问题,最终实现不确定环境下跟随目标和威胁躲避的动态航迹实时规划。通过采用静态和动态两级分层规划结构,使用基于稀疏A*算法与文化算法的混合算法实现了动态目标和动态威胁的无人机航迹规划。

关键词：航迹规划稀疏A*算法文化算法混合进化算法目标跟随

来源：评论

学校读者我要写书评

暂无评论

融合简化稀疏A~*算法与模拟退火算法的无人机航迹规划

引用

计算机系统应用 2019年第4期28卷 25-31页

作者：杨玉金敏鲁华祥中国科学技术大学微电子学院合肥230026 中国科学院半导体研究所北京100083 中国科学院大学北京100049 中国科学院脑科学与智能技术卓越创新中心上海200031 半导体神经网络智能感知与计算技术北京市重点实验室北京100083

针对无人机航迹规划问题,提出了一种融合简化稀疏A~*算法与模拟退火算法(Fusion of Simplified Sparse A~*Algorithm and Simulated Annealing algorithm,简称FSSA-SA)的航迹规划方法.首先,在对威胁环境进行建模之后,将模拟退火思想与... 详细信息

针对无人机航迹规划问题,提出了一种融合简化稀疏A~*算法与模拟退火算法(Fusion of Simplified Sparse A~*Algorithm and Simulated Annealing algorithm,简称FSSA-SA)的航迹规划方法.首先,在对威胁环境进行建模之后,将模拟退火思想与具体航迹规划问题求解相结合,给出了模拟退火算法求解航迹规划问题的具体设计与实现方法.其次,利用简化的稀疏A~*算法在规划起止点之间进行一次往返搜索,并将所得结果中较优的一条航迹作为模拟退火算法的初始解,实现了两种算法的融合.然后,当退火进行至低温区时,通过对位置存在冗余的航迹节点的剔除,进一步改善了算法的求解质量.最后为了验证算法的优越性,将本文算法与稀疏A~*算法、模拟退火算法进行了仿真对比试验.试验结果表明,本文提出的FSSA-SA算法相比于上述两种算法,具有较少的规划耗时;相比于稀疏A~*算法,在所得航迹的综合代价相差不大的情况下,内存占用量少了两个量级;相比与模拟退火算法,在相同的退火条件下,其规划所得航迹的综合代价平均减少了35%左右.

关键词：无人机航迹规划融合稀疏A~*算法模拟退火算法

来源：评论

学校读者我要写书评

暂无评论

基于稀疏A*算法的AUV全局路径规划

引用

水下无人系统学报 2012年第4期20卷 271-275页

作者：陈实刘纯武黄芝平蔡郭汕国防科技大学机电工程与自动化学院

路径规划是自主式水下航行器(AUV)研究领域的重要课题之一。传统的AUV路径规划算法,如人工势场法、图搜索法等,容易出现陷入局部最优解、计算速度慢等问题,为克服上述缺陷,本文基于稀疏A*算法,提出了一种新的用于构造搜索空间的随机布... 详细信息

路径规划是自主式水下航行器(AUV)研究领域的重要课题之一。传统的AUV路径规划算法,如人工势场法、图搜索法等,容易出现陷入局部最优解、计算速度慢等问题,为克服上述缺陷,本文基于稀疏A*算法,提出了一种新的用于构造搜索空间的随机布点方法,在路径规划区域内,利用随机函数均匀地布撒足够多的搜索节点,从而构成搜索空间,可显著降低计算量,提高搜索效率;并进一步对所得路径进行通视性检查,有效地减少路径点个数和折点数,获得更优路径。仿真试验结果验证了该算法的正确性和有效性,表明该算法具有全局优化能力强、计算速度快的优点,具有一定的工程应用价值。

关键词：自主式水下航行器路径规划稀疏A*算法路径优化

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：