一种基于地形方向通行性的改进Theta*算法

提出了一种基于Basic Theta*改进的任意航向路径规划算法,利用星球巡视器在俯仰和滚转方向上抗倾覆能力的差异,对不同航向上的地形可通行性进行了分析,分别区别出障碍以及方向性障碍,并在此基础上将Basic Theta*扩展节点时的可视性检查改进为可通过性检查,从而筛选出能够通过方向性障碍的路径.仿真实验表明,该算法克服了Basic Theta*算法的局限性,能够更加充分地利用巡视器特性,在复杂地形上找到传统方法无法通行的最短路径,扩展了巡视器的行驶范围和工作能力,对于巡视器穿越崎岖地形及撞击坑底探测等星球表面特殊任务具有实用价值.      

基于可通过性的月面巡视探测器路径规划算法

应用于行星探测车的路径规划算法需要根据地形环境信息和车体的越障能力两方面进行考虑。结合月面巡视探测器移动子系统的通过特性以及地形信息将地图栅格进一步细分,使用了四个安全性指标描述车体静止或运动时的通过性,并将其引入到A~*与D~*两种规划算法的代价当中,给出了算法的流程,并通过仿真进行了验证。     

基于二维连通图的无人机快速三维路径规划

针对复杂真实环境下无人机三维路径规划解算速度慢的问题，提出一种基于二维连通图的快速三维路径规划方法。首先解析真实地理环境的地形特征和建筑要素，构建基于数字高程模型(DEM)的多层次等效三维数字地图；在此基础上，经过无人机可行空域到二维连通图的转化、连通图中的路径规划及路径的三维化与优化，快速获得一条可执行的三维路径。针对连通图中的全局路径规划，设计了一种基于步长地图的变步长稀疏A^*算法，在保证路径质量的同时有效降低路径搜索的时间；针对连通图中的局部路径规划，提出一种基于障碍预测的随机路标图(PRM)实时路径重规划算法，以满足无人机的实时性避障需求。分别在山地环境和城市环境中进行仿真飞行，结果表明：所提方法能够有效降低三维路径规划的解算难度，在短时间内完成复杂环境下不同尺度和需求的路径规划，全局路径规划算法同比三维A^*算法和基于二维连通图的二维A^*算法搜索时间分别降低了99%和95%，局部路径重规划算法能够在1 s的单次采样周期内完成路径重规划，实时躲避未知障碍物，保证飞行过程的安全。     

车辆定位与导航系统中的快速路径规划算法

针对车辆定位与导航系统中的最优路径规划问题,研究了最短路径搜索算法的快速实现技术,并提出了一种启发式快速最优路径规划算法.在分析经典迪杰斯特拉最短路径搜索算法的最优实现的基础上,引入基数堆结构缩减了算法的时间复杂度,再利用启发式搜索和地图分级搜索技术减小搜索空间,从而获得最短路径规划算法的高效率实现.仿真试验的结果证明了该算法的优异性能.     

基于栅格地图的火星车路径规划方法

火星车路径规划是实现火星车完成预定探测任务的关键。然而传统路径规划算法,如A*和D*等,存在计算速度较慢,算法复杂度较高等问题。本文将对传统路径规划方法 A*法改进并且得到一种快速高效的全局路径规划算法,之后结合合适的局部避障算法,得到一种基于栅格地图的完整的火星车路径规划方法,最后通过仿真验证了此方法的有效性及合理性。     

基于SA*的CE-3巡视器机械臂就位探测任务规划

针对机械臂规划方法无法满足CE-3巡视器成像及探测光照约束、避碰及机械臂位形切换次数等约束的不足,提出一种基于SA^*的月面巡视器机械臂就位探测任务规划算法。该算法在机械臂的工作空间进行搜索,根据星历计算太阳光照以解决光照约束,通过层次包围盒高效准确地进行机械臂碰撞检测以满足机械臂与环境不存在干涉的约束条件,通过相邻运动行为的代价削减保证规划后机械臂位形切换次数最少。最终通过月面巡视器在轨任务结果验证该算法的可行性。     

月球表面巡视探测GNC技术

嫦娥三号巡视器是中国首个地外天体表面巡视探测器, 其制导、导航及控制 (GNC)技术与地球卫星等航天器完全不同. 探测器实现月表巡视探测需要在地 外天体表面确定自身位置、航向及姿态, 识别周围地形环境并寻找安全路径, 控制巡视器沿规划路径安全行驶等. 本文针对嫦娥三号巡视器月面巡视对GNC系统的 任务要求及工作性能, 对月面自主导航定姿定位、协调运动控制、环境感知、 路径规划、激光探测避障以及地面试验等重要技术环节进行了分析, 研究月面制 导、导航与控制特性并进行实验验证, 进而对巡视器GNC技术进行了模拟仿真.      

复杂低空物流无人机路径规划

针对复杂低空物流无人机路径规划问题，考虑空域环境、运输任务等内外限制，以飞行时间、能耗及危险度最小为目标函数，建立多限制条件物流无人机路径规划模型，设计启发算法以快速解算路径。采用栅格法对规划环境表征，引入物流无人机性能约束确保路径可飞。针对A*算法存在的问题及物流无人机航空运输特色，引入栅格危险度因子、货物质量惩罚系数，增加飞行时间、能耗等代价以提升避障能力、降低成本。为匹配所提启发算法解算效率与精度，采用动态加权法对函数赋权。为筛除冗余路径点及保证平稳飞行，采用双向交叉判断法等对原路径优化平滑。为验证所提路径规划模型及启发算法的有效性，对比4种算法规划结果，分析栅格粒度大小与代价权重值对结果的影响。在既定的运输环境及物流无人机性能约束下，研究结果表明:所提算法与A*算法相比，保证了物流无人机飞行安全、能耗少，将飞行时间由406 s降至386 s，降低了5%；飞行路径点数为129个、栅格危险度因子为11.69，降低了姿态改变次数，保证了运输安全；当栅格粒度大小为5 m，代价权重值为0.4、0.1、0.5时，采用所提算法规划的路径最佳。      

多种群合作学习的多模态多目标路径规划算法

为同时规划出满足多种目标需求的多条可行路径,提高规划路径的鲁棒性与实用性,提出一种基于多种群合作学习的路径规划算法。基于粒子群算法的基本思想,先针对单一种群在多维目标空间内搜索时容易陷入局优的问题,提出基于多目标分解的子种群划分策略,平衡算法在目标空间内各个维度上的搜索能力。再依据地图中栅格点的出入度信息提取关键路径点。在编码阶段,根据关键路径点提供的维度信息,利用实数编码的方式初始化种群,降低解空间大小;在解码阶段,提出利用精英解的解码经验指导可行解的快速搜索,使解码经验能够被有效传递,降低解码的不确定性,提高了算法的寻优能力。最后,将多个种群的搜索结果进行非支配排序,得到满足优化目标的所有路径。实验结果表明:与标准粒子群算法相比,基于解码经验表指导的多种群合作学习算法具有更强的搜索能力和寻优能力,能够解决多模态多目标路径规划问题。      

应用改进果蝇优化算法的月面巡视器路径规划

文章针对果蝇优化算法易陷入局部最优的问题,对果蝇算法中的味道浓度判定值进行改进,并将其用于月球探测巡视器的动态路径规划。为验证算法的有效性,将改进果蝇优化算法与粒子群优化算法的路径规划寻优特性进行了仿真对比分析,结果表明改进果蝇优化算法具有良好的实时性,并有效解决了算法易陷入局部最优的问题。考虑到月球探测巡视器在沿规划路径进行月面巡视的过程中,有可能遇到未知障碍物的情况,提出了动态环境下月球巡视器遇到未知静态障碍物的避障策略。     

基于数字地图预处理的低空突防飞行路线规划

地形跟随/地形规避/威胁回避TF/TA²(Terrain Following, Terrain Avoidance, Threat Avoidance)路线规划是低空突防研究的关键技术.地形信息存贮在数字地图中.为保证所设计路线对飞行器来说是可实现的,研究了数字地图的预处理,把地形、威胁及飞行器性能等信息融合构造了虚拟的地形表面.预处理包括数据文件压缩、威胁信息转化为地形信息、数据插值、及地形的平滑处理.通过设计综合TF/TA²的指标函数、根据A^*算法对其转化,并采用优化方法,可实现三维TF/TA²路线规划.仿真结果证明了算法的有效性.     

基于改进蚁群算法的月面机器人的路径规划及虚拟仿真

针对月面机器人在复杂地形下的路径规划问题，提出了一种改进的蚁群算法。算法构建了栅格化地形图，基于人工势场法改进了蚁群算法的启发函数，加快了算法收敛速度；引入空间信息素划分方法，提高了蚁群在最短路径附近区域的搜索能力；实验证明，改进后的蚁群算法，路径规划成功率显著提高，收敛速度加快。在算法规划出月面机器人的最短路径后，采用虚拟仿真技术，基于unity3D构建虚拟月面环境和月球车，直观地展示了月面机器人在月面环境下的路径规划效果。     

一种基于概率路线图的月球巡航车路径规划算法

为提高月球巡航车自主探测时的安全，提出一种基于概率路线图(Probabilistic Roadmap, PRM)的改进路径规划算法.该算法基于距离变换地图，改善PRM算法的采样方式，控制采样点远离障碍物，使规划的路径远离障碍物，避免紧贴障碍物前进的危险情况，提高了月球巡航车自主探测过程中的安全程度.为评估路径的安全性，提出安全警戒系数和最小安全警戒系数两个安全指标，并在月球表面仿真环境下对A*，PRM和改进的PRM算法生成的路径进行安全评估.结果表明改进的PRM算法相较于A*算法，安全警戒系数和最小安全警戒系数分别提升了2.20 m，1.00 m；相较于PRM算法，安全警戒系数和最小安全警戒系数分别提升了1.68 m，1.00 m.改进的PRM算法不局限于月球巡航车的路径规划，还可以应用于对路径安全性要求较高的探索机器人和自动驾驶汽车.     

基于路径跟随的改进领航-跟随无人机协同编队方法

针对集群无人机完成高精度协同编队的需要，提出了一种基于路径跟随的改进领航-跟随无人机协同编队方法。首先，在传统A*算法的基础上，引入了障碍威胁系数改进A*算法，为领航无人机规划从起点到目标的全局安全路径；其次，采用Hermite多项式在离散化后对领航无人机的全局安全路径进行参数化表示。当遇到新的障碍信息时，利用改进A*算法重新规划路径；随后，领航无人机将跟随无人机的空间编队信息与编队路径参数信息在集群中完成同步；最后，基于一致性原理设计了编队队形协同控制器，并基于改进人工势场法设计了动态避障控制器。仿真结果表明，与传统的领航-跟随方法相比，该方法可以降低编队误差，提高了复杂曲线路径下无人机的编队精度与稳定性，具有一定的工程应用价值。     

基于改进遗传算法的移动机器人路径规划

路径规划是实现移动机器人自主导航的关键技术。针对常规路径规划算法求解的路径长度非最短以及在前后两次规划过程中规划路径不连贯的问题，提出一种基于改进遗传算法的帧间关联平稳路径规划方法。首先，结合随机和定向两种搜索方式生成候选路径；然后，在常规遗传操作算子中引入插入算子和删除算子，并将规划路径的连贯性考虑进适应度函数中来计算每条候选路径的适应度值；最后，输出适应度值最高的路径作为当前最优路径。仿真结果表明了所提方法的正确性和可行性。实验结果表明，所提方法与A*算法和常规遗传算法相比，移动机器人行驶路径长度分别减少了3.05%和1.85%；行驶过程中的最大偏航角变化量分别减少了38.02%和32.43%，转角绝对值之和分别减少了23.97%和19.94%，所提方法能规划出更优的路径，并显著提高移动机器人的行驶效率和平稳性。      

三维真实地形环境下无人机救援航路规划方法

利用无人机(UAV)的三维飞行能力,采用优化方法规划路径,能够使其在救援任务中比地面车辆以更短的时间到达救援区域,提高救援效率.针对真实的地理环境,根据无人机约束采用均匀化网格方法进行地形建模,之后根据地形数据的特点设计适合数学计算与求解的数据结构.最后设计了包含偏离代价、高度代价、地形跟随/回避代价、威胁代价和安全距离代价的综合性能指标函数,并采用航路点交叉和网格搜索代替航路点搜索的方法,对蚁群算法进行改进完成航路规划.仿真结果表明:本文方法能够直接处理三维地形数据,在保持地貌的前提下,完成了无人机的三维航路规划任务,得到满足无人机约束的三维最优航路,提高了航路规划方法的实用价值.      

月球软着陆过程高精度自主导航避障方法

针对未知地形和障碍会危及着陆安全的问题,给出了一种月球软着陆过程高精度自主导航避障方法,主要包括基于IMU配以测距测速修正的自主绝对导航、障碍识别与目标着陆点选取、针对目标着陆点的相对导航与相对避障控制等算法。该方法在保证着陆精度的同时也大大降低了着陆过程遇到障碍的风险,提高了系统的安全性,已成功应用于实际工程任务。