本文针对多房间的移动机器人内墙作业的路径规划任务,提出一种两阶段路径规划方法.第1阶段针对沿墙作业过程中环境存在灰尘或雾气造成的传感器失效问题,以及房间多出口时路径规划不完整问题,我们提出起点自动选择沿墙路径规划方法,基于栅格地图离线生成沿墙规划路径.第2阶段,针对点到点路径规划过程中的动态避障问题,我们提出一种基于PSAC (prioritized experience replay soft actor critic)算法的点到点路径规划方法,在软行动者-评论家(soft actor critic,SAC)的中引入优先级经验回放策略,实现机器人的动态避障.实验部分设计了沿墙路径规划对比实验和动态避障的对比实验,验证本文所提出的方法在室内沿墙路径规划和点到点路径规划的有效性.
随着城市交通需求量的快速增加,过饱和的交通流在早晚高峰时段出现得愈发频繁。现有的交通信号配时方法通常针对非饱和交通流进行设计,其在过饱和交通流情况下往往无法发挥其优势;其主要缺陷在于未区分过饱和与非饱和信号相位,导致过饱和信号相位未被分配足够的绿灯时间,同时非饱和信号相位的绿灯时间利用率较低。针对上述问题,提出一种基于模糊控制的过饱和交通流配时方法(Fuzzy Control based Timing Method for Oversaturated Traffic Flows,FCTO)。在过饱和的交通流情况下,该方法首先基于改进的Webster配时法设置合理的初始信号周期,接着基于模糊控制确定各相位的绿延时间,最后结合各相位的初始绿灯时间和绿延时间确定最终的绿灯时间。基于开源仿真平台SUMO和真实交通流数据的实验结果表明,所提FCTO方法与其他方法相比较,在高峰时段其平均停车时长、车辆速度和拥塞车辆数方面表现出更优的性能。
暂无评论