冗余空间机械臂试探性搜索障碍规避策略

针对冗余空间机械臂的路径规划问题,研究了在构型空间内进行试探性搜索障碍规避的规划方法.在工作空间中对凸多面体障碍物进行碰撞检测算法研究,在此基础上建立7自由度冗余机械臂无碰撞的目标构型求解策略,并提出一种无碰撞路径试探性搜索算法,设计在构型空间中的机械臂路径试探算法,可在检测到碰撞后自主调整路径.仿真结果表明:与常规构...     

基于粒子群优化算法的月面巡视器全局路径规划

在月面巡视器遥操作系统中,路径规划分为任务级路径规划、全局路径规划和局部路径规划。根据巡视器全局路径规划的应用要求,引入粒子群优化算法应用于全局导航点的规划。针对粒子群算法在路径规划中容易造成不收敛或病态收敛的问题,对算法进行了修改,去掉了速度更新中的速度惯性因子,只保留自身认识因子和社会认识因子,使其在全局路径规划中能够快速收敛;同时引入经典遗传算法中的变异因子以增强算法的全局优化能力。仿真结果表明该算法具有计算简单、全局寻优能力强等特点,能够快速地找到优化的全局导航点。同时在不同的模拟月面地形上进行仿真试验,针对存在的问题提出了对应的二次优化方法,结果表明该方法较好地满足了巡视器全局路径规划的应用需求。     

基于单轴随机扩展算法的自主探测器大角度机动规划

自主姿态大角度机动是自主深空探测器的关键技术之一，而在满足敏感仪器、保持通信链路等约束的情况下实现姿态大角度机动的自主规划与执行是目前面临的一个难题。针对这个问题，提出一种单轴随机扩展算法，该算法采用扩展的方式生成规划路径，并充分利用扩展过程中邻近点的信息，把属于三维构造空间的大角度机动规划问题简化为二维规划问题，从而减少问题求解的搜索空间。最后利用前向搜索方法对初始的规划路径进行优化，并通过算例验证了此方法的可行性。     

基于改进稀疏A~*算法的无人机航路规划

为使无人机具有在复杂环境下快速有效规划的能力,针对无人机航路规划中的稀疏A*算法进行改进,提出基于预生成点的变步长稀疏A*算法。算法在存在可行航路的紧密威胁障碍之间预先生成备选航路点,然后通过带有约束条件的稀疏A*算法进行航路规划,且在航路规划过程中结合变步长思想,更好地规避威胁,并加快搜索,最后对生成的航路实现二次优化。仿真结果表明,相比稀疏A*算法,改进的稀疏A*算法收敛速度快,具有更强的鲁棒性、可行性,且生成航迹具有更好的飞行品质。     

一种航天器交会与接近路径规划算法

针对非合作交会与接近任务中近程导引段航天器的三维路径规划问题,提高其在多约束条件下的寻优性能,提出一种融合混沌映射、自适应随机动态扰动、随机探索机制以及反向学习策略的混合蝙蝠算法。首先,利用Circle混沌映射进行种群初始化,提高种群多样性;在全局搜索中引入自适应随机动态扰动系数,并在位置更新时进行位置限定,提高算法全局寻优的性能;在局部搜索中融入柯西分布的逆累积分布函数,避免算法进入局部最优。同时,引入分段随机的反向学习策略,进一步提高种群多样性,平衡全局寻优与局部探索的性能。然后,以基于升序排列的路径节点进行三次样条插值编码,构造躲避障碍物求解航天器三维路径的适应度函数,结合混合蝙蝠算法求得平滑路径曲线。最后,通过对比仿真表明了所提方法的最优路径次数较对比算法增加,最差路径次数减少,路径平均解减少。     

无人机集群路径规划算法研究综述

无人机集群路径规划算法是无人机集群控制的重要研究方向之一.多无人机路径规划相较于单无人机路径规划,会考虑空间协同和时间协同约束、飞行安全等问题.首先对无人机集群路径规划算法进行分类,分为传统路径规划算法、智能优化算法和深度强化学习算法.其次对各类算法进行简要分析和总结,针对缺陷,给出相应的改进思路及例子.再着重对深度强...     

规避姿态禁区的航天器姿态机动路径规划

对航天器姿态机动进行路径规划以规避姿态禁区,能有效保障航天器安全运行,提高在轨寿命。文章研究了多约束条件下的航天器姿态机动路径规划问题,将工程约束表达成明确的函数,提出了基于比例微分控制的编码方法,设计了一种以机动时间最短为目标的评价函数,将路径规划问题转换为最优化问题,采用粒子群优化算法进行最优解搜索,在可接受的代价范围内得到了满足约束的机动路径。仿真结果表明,该方法对于禁区规避问题是有效的。     

基于A?算法优化的月面巡视器路径规划研究

六轮月面巡视器采用的滚动窗口避障算法利用局部地图信息,通过评价函数在规定的待选圆弧中选择最优圆弧作为巡视器的行走路径。由于该算法的输入信息较少,应用于多障碍地图时规划成功率较低。文章通过改进的A*算法生成辅助线,将辅助线作为巡视器执行圆弧的选择依据。在此基础上提出了一种基于辅助线优化的算法,通过引入全局地图信息改进原始算法。相关仿真试验证明优化后的算法具有更高的成功率以及更短的规划路径。在实际试验中的应用验证了此算法的可行性,此算法在今后巡视器路径规划的研究和应用中具有一定的参考价值。     

基于改进快速距离转化的移动机器人路径规划方法

在分析快速距离转化法不足的基础上，提出了一种利用空间数据结构及编码方案的特性进行距离和安全转化，使用约束参量控制路径搜索过程的三维空间机器人路径规划方法。这种方法使用八叉树建立空间模型，通过构建树节点的拓扑关系使路径搜索转化为图搜索算法。根据拓扑关系按照波动传播的方法依次对各个节点进行距离和安全转化，保证了可行路径的产生。约束参量的使用能够有效地避免传统方法在搜索过程中的随机性，协调路径规划中的最短距离和最大安全需要，搜索给定参数下的最优路径空间。理论分析和仿真实验验证了该算法的可行性和正确性。     

一种基于启发式搜索的智能轨道规划

针对二体轨道模型,设计了一种时间固定点对点多冲量轨道机动的智能规划算法。算法基于非线性规划理论和启发式智能搜索技术,采用随机A*扩展树法保证优化的全局性,并利用逐步二次规划法(SQP)来保证结果的局部数值精确性。整个算法具有较好的智能自主性。最后通过数值仿真验证了算法的可行性。     

基于分层策略的三维航迹快速规划方法

快速航迹规划能力是任务规划系统追求的目标之一。提出了一种基于分层策略的三维航迹快速规划方法。该方法分为两个层次：全局规划和局部规划。全局规划在综合利用战场信息的基础上,利用遗传算法规划出最优或次优的引导点集,该引导点列所在的区域为最优连通域,并且在该连通域内能找到可行航迹,全局规划利用引导点列大致指明了最优航迹的走向;局部规划根据全局规划提供的引导信息和战场信息,利用SAS(Sparse A Search)算法快速规划出满足攻击角度约束的平面可行航迹,高度规划采用速度较快的几何规划方法。仿真实验表明,该方法比SAS规划方法要快,且生成的三维航迹近似最优。     

在轨操控机器人拓邻域搜索三维路径规划

针对空间在轨操控机器人在桁架式空间站执行操控任务时,需要在桁架间自由穿行且时刻与空间站保持接触的任务特性,提出基于拓邻域搜索蚁群算法的三维全局路径规划方法.该方法首先建立桁架式空间站的三维栅格模型;充分考虑机器人穿行时的包络约束和操控时的接触约束,在路径规划和轨迹搜索前对被操控对象的三维栅格模型进行预处理和修正,缩减路...     

空间机器人惯性参数辨识的粒子群优化新算法

提出了针对一类多自由度空间机器人卫星惯性参数在轨辨识的一种粒子群（PSO）优化新算法。通过粒子邻域限定的多样性保持、低效粒子随机重置和粒子误差的序列性评价,得到了比常规方法更好的结果,且具有无附加燃料消耗、线动量测量和特定的机器人路径规划等便利性优点。仿真算例表明,该改进方法具有较高的准确性与效率。     

S形进气道纤维铺放轨迹规划和优化方法

为研究纤维铺放轨迹规划和优化算法,在分析等铺放角法和等距偏置法两种轨迹规划 方法的基础上,提出基于纤维带边缘曲线的轨迹规划方法和纤维带丝束数量计算方法。在轨 迹铺放角范围满足设计要求的前提下,将等铺放角法和等距偏置法两种轨迹规划方法相结合 ,提出以曲线在曲面内等距偏置为核心的铺放轨迹优化方法。该算法可以提高铺放设备的工 作效率,并对纤维带丝束数量、纤维重叠面积、纤维间隙面积等铺放信息的计算方法进行了 分析。最后将以上分析结果应用到S形进气道曲面的铺放轨迹规划中,证明了该铺放轨迹规 划和优化方法的可行性。
     

可重复使用运载器的再入制导(英文)

提出了一种针对可重复使用运载器的再入制导算法。算法可分为轨迹规划算法和轨迹跟踪算法。较之经典的规划阻力的航天飞机制导方法,此算法最显著的特点在于轨迹规划与轨迹跟踪都直接在高度-速度空间里进行。在规划算法中,所有的轨道不等约束都可用高度-速度空间里的上下边界来表示,之后基于此边界采用线性化插值的方法来产生标称轨迹族,最后根据末端约束(末端能量管理)和航程约束来选择所需的标称轨迹。跟踪算法则采用反馈线性化来跟踪此标称轨迹进而满足所有的约束条件。此算法另一有别于传统方法的特点在于算法可使用一个航迹角控制器来增加航程,以满足大航程需要。适当地结合规划-跟踪算法和航迹角控制器可给再入制导带来极大的灵活性和适应性。另外,算法对各种建模误差与噪声的鲁棒性经验证也是符合要求的。     

弱全局信息下月面超远距离保通行性移动规划

针对月面超远距离移动规划任务因缺乏精确全局信息而导致的规划路径可通行性不足问题，提出了月面道路拓扑网的构建设想及相应路径规划技术，凭借复杂道路网络的连通能力确保巡视器超远距离规划路径的可通行性。首先进行月面道路拓扑网的设计方法研究，分别提出了基于滑动最优泊松采样算法的网络节点设计方法和基于均匀领邻网络拓扑模型网络结构设计方法，使月面道路网网络节点分布均匀、密度适中且覆盖完整，网络连接合理且各路径尽量远离障碍区域。然后进行基于月面道路拓扑网的超远距离移动规划研究，分析了基于月面道路拓扑网路径规划技术的概率完备性和整体可通行概率，并提出了基于月面道路拓扑网的K优路径规划方法，通过道路网的连通性来提高超远距离移动探测任务的整体可通行概率。最后以阿波罗两次登月任务的着陆点之间进行超远距离转移任务为仿真场景，验证了本方法的有效性。     

时间代价启发式多月基装备协同任务规划方法

针对月球科研站构建中优化整体任务用时的需求,提出时间代价启发式多月基装备协同任务规划方法。面向月球科研站构建过程中的原位和路径任务,构建双类型任务关系图,并提出多位置转移时间代价启发式策略引导此图的搜索方向,使规划器沿局部最短耗时任务路径逐个处理任务,降低装备路径转移的时间代价;提出时间代价启发式装备选择策略,从而均衡月基装备任务负载,缩短装备工作时长。最后,以包含资源开采、物料运输、设施建设等任务的月球科研站构建场景为例,对规划算法进行仿真验证。结果表明,此算法能够生成满足复杂约束的多装备协同规划序列。与传统规划方法相比,本文方法得到的月基装备任务序列冗余路径少、任务用时短,可实现多装备在多任务中的高效分时复用。     

凸优化算法在有人/无人机协同系统航迹规划中的应用

为更好地发挥多智能体在空战中的优势，以凸优化理论为基础，提出一种有人/无人机协同系统的航迹规划方法。首先，分析协同系统的体系结构和控制流程，建立系统的运动模型。其次，根据协同系统中有人机与无人机的任务特点，分别设计航迹规划器与编队规划器，并在编队规划器中引入协同时空约束条件，进而对两规划器模型进行近似与凸化，利用凸优化算法进行求解。最后，通过对比仿真，验证所提方法的可行性。结果表明，凸优化算法能有效求解航迹规划器与编队规划器的优化模型，并且通过协同时空约束，能有效提高系统的飞行安全性及航迹变换的灵活性。