一种基于改进蚁群算法的载人潜水器全局路径规划

当前关于使用蚁群算法解决载人潜水器路径规划问题的研究,往往只注重路径的长度和算法收敛速度,容易忽略路径点与障碍物之间的距离和路径的平滑度等要素。载人潜水器过于靠近障碍物航行时容易产生碰撞;按照不平滑路径行驶时,频繁地转向会降低航行效率。为解决这些问题,受人工势场法启发,文中在蚁群算法的概率选择环节引入障碍物惩罚因子φ和转向惩罚因子ψ,对路径点的选择加以限制。仿真测试表明,相比于传统蚁群算法和Dijkstra算法,该算法规划的路径与障碍物之间保持安全距离且转向次数更少,因此载人潜水器按照此路径航行时,安全性和航行效率更高。     

一种求解旅行商问题的改进蚁群算法

提出一种求解旅行商问题的改进蚁群算法。该算法在信息素更新过程中,利用信息素局部更新和全局动态更新结合的方法,使得当前最优路径上的信息素值能够动态地调配,避免算法陷入停滞状态;在局部搜索过程中,仅对部分走出更优路径的售货员使用2-opt方法,加快了最优解的收敛速度。仿真实验验证了算法的有效性,与其它算法相比,本文算法在解的质量和收敛速度上都显示出了良好的性能。     

基于蚁群算法深海采矿机器人工作路径规划

针对深海采矿机器人路径规划问题,提出一种适合于采矿作业的改进蚁群算法。该算法利用位图法建立环境模型,依据构型空间的思想将路径规划问题简化为质点运动问题;利用改进的蚁群算法对问题进行描述,蚁群搜索中采用邻居搜索原则和中线偏移策略。最后通过仿真实验表明,该算法精度高,在海底环境中,能够完成机器人采矿作业的要求。     

基于改进遗传算法的无人水下航行器路径规划

针对无人水下航行器（Autonomous Underwater Vehicle,AUV）运动约束多,传统遗传算法的路径寻优效率低、收敛速度慢等问题,提出了一种改进遗传算法的 AUV 路径规划方法。该算法选用栅格法构建环境,使用路径长度、平滑度和危险区域作为评价函数。改进遗传算法种群初始化过程,引入周围点栅格提高收敛速度,同时结合灾变思想避免群体陷入局部最优解。该算法根据 AUV 最大转角的约束条件,设计了 AUV 平滑过程和删除过程,避免了 AUV 航行出现急停急转。仿真及湖上试验结果表明：改进遗传算法相比传统遗传算法,路径长度减少 11.4%,收敛速度加快 20.0%,且收敛路径满足 AUV 航行约束要求。     

基于电子海图的智能潜水器路径规划研究

随着地理信息系统技术的发展,电子海图作为一种专门的电子地图也越来越成熟。电子海图中提供了详细而准确的海洋环境信息。利用电子海图的环境建模和考虑海流因素的遗传搜索策略为解决大范围海洋环境下智能潜水器全局路径规划提供了一个新的方法。利用电子海图中的信息对智能潜水器的工作环境进行环境建模,以遗传多目标优化算法为搜索策略进行全局路径规划,并考虑海流因素对潜水器的影响,使潜水器在航行时可充分利用海流的能量。通过仿真试验对环境建模和路径规划进行了验证。该方法具有很好的实用性。     

多障碍环境中基于增强式学习的势场优化和机器人路径规划

该文把增强式学习方法应用于多障碍环境中机器人路径规划 ,并将增强式学习和路径规划相结合 ,通过工作空间势场的自适应优化学习 ,实现机器人的全局路径规划 ,即得到从任何初始位置开始的最优路径。与传统的人工势场方法相比 ,该方法避免了势场中局部极小点所引起的陷阱区域 ,并且所得到的路径具有最优特性。计算机仿真实验结果表明 ,这种学习方法能有效的解决多障碍环境中的机器人路径规划问题     

多仿生机器人协同编队捕获策略

机器人的协同编队问题是一个综合性的研究课题,主要包括编队策略及路径规划 2 个阶段。针对单一机器人在未知水下环境中执行任务时能源受限等问题,提出一种基于改进蚁群算法的安全域协商捕捉策略,以解决多仿生机器人系统水下环境中对目标的协同编队捕获问题。机器人随机搜索过程中发现目标后, 利用安全域协商策略,实现目标机器人周围捕获点的分配;采用改进的蚁群算法实现编队过程的路径规划和自适应避障。在不同大小的障碍物环境中进行仿真实验,并与经典的路径规划算法进行对比,实验结果表明： 所提出的策略能够使机器人在复杂的水下障碍物环境中完成高效的协作编队捕捉任务,具备有效性。     

基于改进量子粒子群算法的AUV路径规划研究

针对海洋环境下自主水下机器人（AUV）的路径规划问题,提出了一种基于框架四叉树的改进量子粒子群算法（QPSO）,首先使用框架四叉树的方法对障碍物建模,该方法提高了建模的精度且对后续算法的效率也有极大的改进,之后设计改进的量子粒子群算法,并且结合水下环境的特殊性设计适应度函数,综合考虑航线路径长度、偏转角度以及海流影响,使得算法可以在水下环境中寻得能耗最短的解路径。最后通过仿真试验验证,相比于传统的栅格法和粒子群算法,改进量子粒子群算法的运算时间更短,收敛速度更快,其独特的适应度函数可以使AUV能更好适应水下多变的环境,且能利用海流设计能耗更小的路径,具有很大的实用价值。     

改进的模糊C均值聚类算法及其在海底热液硫化物组分分析中的应用

在聚类分析中,模糊C均值(FCM)聚类算法有着广泛的应用。在实际应用中,该算法存在着很多缺陷,如最优聚类数目的确定完全依赖于数据的数目,算法易收敛到局部极值点以及收敛速度慢等。本文针对这些缺陷提出了2点改进方法:首先,利用减法聚类确定聚类数目的范围,提出一个新的聚类有效性指标函数,实现最优聚类数目的自适应确定。在此基础上,提出了基于粒子群(PSO)的模糊C均值混合聚类算法,以解决已有原始FCM聚类算法容易陷入局部极小点和收敛速度慢的问题。仿真测试结果表明:改进后的FCM聚类算法能够有效减少迭代次数,并以较快的收敛速度获得更加准确的聚类结果。最后,将改进的FCM聚类算法应用到冲绳海槽热液硫化物矿物组分分析中,准确地反映出了其矿物化学组分中主要金属元素的分布特征及矿石分类状况。     

基于蛟龙号的深海小型岩芯原位取样装置

针对"蛟龙"号载人潜水器海底岩芯原位取样作业需求,结合大洋航次开展国际海底矿区调查和科学研究需要,开展了基于蛟龙号的深海小型岩芯原位取样装置概念规划和系统设计。在分析国内外搭载于潜水器上的深海小型钻机特点基础上,针对潜水器作业工况和技术难点,研究了"蛟龙"号载人潜水器海底岩芯原位取样装置关键技术,分析计算了钻进压力、钻头转速和岩芯剪切扭矩等工作参数,完成了整机概念设计和操作工艺流程分析。为增加原位取芯作业能力和解决"蛟龙号"载人潜水器无配套岩石取芯作业工具的问题提供了相应的技术方案,对"蛟龙号"载人潜水器开展海底精细勘探和原位取样作业具有重要的现实意义。     

顾及恶劣海况的船舶救援路径规划

为了保障救援船舶在恶劣海况环境下能够安全、高效地到达救援区域,本文改进人工鱼群算法开展海上救援路径规划研究.选取地形、海风和海浪等指标进行风险度量,采用GIS(geographical infor-mation system)多指标决策方法构建海洋环境威胁场,通过粒子群算法计算救援路径规划的最佳参数,并实现海上救援路径...     

AUV Local Path Planning Based on Acoustic Image Processing

The forward-looking image sonar is a necessary vision device for Autonomous Underwater Vehicles （AUV）. Based on the acoustic image received from forward-looking image sonar, AUV local path is planned. When the environment model is made to adapt to local path planning, an iterative algorithm of binary conversion is used for image segmentation. Raw data of the acoustic image, which were received from serial port, are processed. By the use of ＂Mathematic Morphology＂ to filter noise, a mathematic model of environment for local path planning is established after coordinate transformation. The optimal path is searched by the distant transmission （Dt） algorithm. Simulation is conducted for the analysis of the algorithm. Experiment on the sea proves it reliable.     

Jason-2高度计电离层GIM误差分析及修正研究

基于Jason-2高度计2015年地球物理数据集(GDR)38个周期太平洋海域的全球电离层图(GIM)电离层校正值和双频校正值的数据,分不同季度和不同纬度区域比较二者的差异,结果表明:GIM值与双频校正值之间存在明显的差异,GIM校正值普遍高于双频校正值,说明GIM高估了电离层路径延迟,GIM校正值与双频校正值的差异与季节和纬度区间有关。用梯度下降法得到GIM值的修正方程,将修正方程应用于2016年Jason-2的全年数据,修正后的GIM值与双频校正值十分接近,在各年份中均具有良好的适用性。在单频高度计不能使用电离层双频校正算法的情况下,可以利用不同季度和不同纬度区域的修正方程对同等高度的高度计GIM值进行修正以达到双频校正值的精度水平。     

一种基于道路网分层的最短路径算法

D ijkstra算法是求解最短路径的经典算法,A*是目前最流行的启发式搜索算法,分析了这两种算法的搜索空间和时间复杂度。在此基础上,提出了一种基于道路网分层最短路径算法。实验证明:该算法是一种效率好、实用性强的最短路径算法。     

动态环境下矢量化路径规划算法

对全方位机器人在完全未知动态环境下实时路径规划和针对移动障碍物的避障问题进行研究。提出矢量化路径描述方法,并将其与Bug算法思想相结合来解决机器人的路径规划问题。机器人的初始路径由其初始位置和目标位置生成,其运动过程是:首先沿初始路径行进,以规定间隔扫描当前环境,判断是否有障碍物阻挡当前路径,并检测障碍物的位置、移动方向和速度等信息;然后根据障碍物信息和机器人安全距离计算路径中间点,并插入中间点更新路径以实现避障。本文的机器人路径规划结果是以矢量形式进行描述及保存的,降低了对路径存储空间的需求,且按规划结果行进时只需要考虑直线移动距离和转动方向,简化了全方位机器人的控制。仿真结果说明本文方法的可行性及有效性。     

利用常规测井资料识别砂岩储层大孔道方法研究

通过对测井原理、水淹层解释、大孔道形成机理的研究,总结大孔道形成后在测井曲线上的响应特征,并利用层次分析原理对各个因素综合分析,提出1个准确合理的综合参数,最终实现人机交互式识别大孔道,称之为大孔道参数法。将其应用到大庆喇嘛甸油田大孔道判别中,取得令人满意的结果,正确率达80%以上。结果表明:大孔道参数法识别大孔道是行之有效的。     

一种公共交通的最优路径算法

在总结公交网络特点的基础上,提出了运用“燃烧”算法来计算公共交通系统的最优路径算法.并用一个简化的例子来说明这种算法的流程,最后结合北京公交网络的一些数据,对这种算法以及经典的Dijkstra算法做了几点比较,无论在空间还是时间复杂度上这种算法都大大优于Dijkstra算法.     

长期稳定河口流路方案评价

分析了长期稳定黄河河口流路的必要性及可行性,阐明了长期稳定流路的思路,对比评价了几条方案,提出了流路安排建议。     

An Assessment of Jason-1 Microwave Radiometer Measurements and Products

In the context of the sea level survey at the mm level, it is necessary all along the lifetime of the altimeter mission to survey the quality of the products from the microwave radiometer. The calibration of the brightness temperatures has been validated using reference brightness temperatures over selected continental areas as well as simulations for a wide range of oceanic and atmospheric situations. The validation of the wet path delay is performed by comparison with radiosonde measurements and pointed out that both the JMR and the TMR estimate wet path delay around 5 mm higher than the one measured by radiosondes. Furthermore, it appeared that the correction of the TMR drift degrades the product with respect to radiosonde measurements. The monitoring of the brightness temperatures since launch shows a mean drift around +0.1 K/year for the 18.7 GHz, ?0.6 K/year for the 23.8 GHz channel, and around ?0.4 K/year for the 34 GHz channel.