一种基于六角格的越野通行方法

为了解决车辆的越野路径规划问题,分析了影响车辆越野通行的主要影响因子,提出了采用六角格网为基础格网量化地形的数据模型,研究了六角格网的空间数据结构及六角格网属性信息的建模过程。对影响车辆越野通行的影响因素进行了分类分析,重点研究了地形、道路、坡度等对车辆通行等级的影响,并且提出了多因子综合分析方法,建立了多因子综合作用下的越野机动通行性分析模型。     

面向OSM数据的多模式路径规划方法

阐述基于OSM数据进行多模式路径规划的方法,首先从OSM数据中提取所需的道路信息,构建合适的道路网络模型和存储模型,然后对出行者习惯采用的不同代价标准进行分析,最后针对多种交通模式,采用最短路径算法,求解出两连通节点之间的最优路径。     

A^＊算法的改进及其在路径规划中的应用

A*算法是一种启发式搜索算法,在路径规划中得到广泛的应用,其中启发函数的设计尤其重要.本文针对路径规划问题,对A*算法作了以下改进:一是在估价函数中考虑以距离和方向两个要素,通过归一化处理解决了单位不统一的问题;二是利用k-d树空间索引结构,动态加载节点信息,减小内存使用空间.实验结果表明,改进后的A*算法的搜索效率得到了明显的提高.     

面向不平衡POI类别分布的电子地图多层次标签预测模型EI北大核心CSCD

兴趣点(POI)是电子地图、导航等应用关注的主要要素之一,其数据质量直接影响地理信息服务的智能化水平。鉴于OpenStreetMap(OSM)等众源地理信息数据的非专业收集特征,其POI数据标签常存在缺失、标记错误等质量问题,亟须对POI标签进行智能化推断和增强处理。常规神经网络模型直接从单一层次预测多类别数据,未考虑POI类别在数量上分布不平衡的问题,其预测标签倾向于包含较多数据的类别,学习算法难以泛化小规模样本规则。本文考虑到不同POI类别间的数据规模差异较大,提出基于多层次POI类别组织的神经网络预测方法,通过小样本类别的层次化聚合,建立POI类别树结构,在树结构的不同层次上实现数据规模相对平衡的类别划分,支持神经网络高精度的标签预测。试验表明,本文方法仅需利用POI基础位置信息与邻近关系,其预测精度高于传统方法。     

面向BIM的室内拓扑-栅格分层路径规划方法

针对传统路径规划方法在复杂大场景环境下的搜索空间大、效率低、避障安全性差等问题,本文提出了一种基于BIM的室内拓扑-栅格分层路径规划方法。首先,建立复杂室内环境的BIM模型,提取模型中结构、障碍物和通道的语义、几何及其关联信息,通过栅格抽象映射得到基础导航地图,并结合层次图思想,开展地图空间分层,获取拓扑-栅格分层地图;然后,利用细化算法,生成拓扑层中各子区域之间的离线先验路网,联合Dijkstra算法选取其中的最优路径,并基于自主改进的A*算法,快速高效搜索栅格层的最优路径,通过组合拼接拓扑层与栅格层的局部最优路径,构建完整的全局最优路径;最后,将本文方法与标准A*算法及蚁群算法作对比,在保证计算效率的同时,不仅缩小了路径搜索空间,还确保了最优路径的安全性,综合验证了所提路径规划方法的优越性。     

基于格网模型的维特比旅游路径规划算法

传统的旅游路径规划算法大多仅考虑单因素的规划,即考虑景区对线路规划的影响,而现实中需考虑多因素(如景区、酒店、旅游时间和游客消费能力等)对旅游线路规划的作用.针对这一问题,提出一种结合格网模型的顾及多因素的维特比旅游路径规划算法.首先,利用高斯函数表达格网模型下的曼哈顿距离与状态转移概率之间的关系;其次建立景区、酒店的...     

基于STL的A*路径规划算法设计与实验

以图论作为理论基础分析道路网络数据,采用C 标准模板库(STL),针对道路网络的特征,分析设计了A*路径规划算法并给出实例。     

顾及转向延误的时间依赖A*最短路径算法

现有的动态路径规划算法通常只考虑当前时刻交通信息,而忽略了路段行程时间依赖于进入该路段的时刻这一现实。而且,转向延误的存在使得传统的基于节点标号的最短路径算法不再有效。本文建立了基于路段的时间依赖网络模型,将转向延误时间引入到FIFO（先进先出）条件的定义中,并给出了满足FIFO条件的路段到达时间和转向延误时间计算式。以此模型为基础,并通过将时间因子引入到启发式评价函数中,发展了基于路段标号的时间依赖A*最短路径算法。实验表明,所提出的算法能预测并回避即将发生的交通拥堵,有效节省用户的出行时间。而其平均计算时间仅比传统算法增加了10%左右。此外,由于不再需要进行频繁的路径重优化,该算法能大幅提高路径规划的整体效率。     

引入导航网格的室内路径规划算法

随着社会、经济的不断发展进步,室内导航定位越来越重要,其导航定位精度、准确性倍受业界关注,而路径规划是该研究方向的重要组成部分。针对传统的基于节点的拓扑模型无法较好解决室内空间"路网"的模糊性问题,该文分析了室内外导航定位的差异,并对传统路径规划算法的局限性进行了分析,提出将基于Delaunay三角剖分导航网格的A*算法应用于室内导航路径规划中。通过算例验证了该方法的有效性,具有较好的实用价值。     

面向三维重建的无人机航拍路径规划技术研究综述北大核心CSCD

在对城市大场景的三维重建中,使用无人机在低空采集图像成为主流方案,通过优化无人机的航拍路径,能有效提高场景三维重建的精度和效率。为此,近年来致力于发展新的无人机航拍路径规划技术和方法,包括视点规划和飞行路径规划,取得了显著成果。本文通过概述无人机航拍路径规划的基本流程,详述基于二维模型、三维模型和未知环境下的航拍路径规划技术,对比不同路径规划方法的优缺点,探讨无人机航拍路径规划的发展趋势,为开展无人机航拍控制、大场景三维重建研究提供重要参考。     

加权路网分层的最优路径计算

为了弥补传统分层算法在平面最短路径计算中对出行者出行习惯考虑不充分的缺陷,该文提出了一种分层算法的优化策略,即加权路网分层:首先运用层次分析法计算选定的道路属性的权值,对道路属性权值进行组合相加,进而确定道路权值,然后根据确定的分层阈值对路网进行分层,最后运用双向A*算法进行试验,并与传统的分层路网计算结果进行比较。实验结果表明,加权分层策略充分考虑了出行者的出行习惯,能够适用于路径导航中的最优路径计算,具有可行性与实用性。     

摩托化机动路径规划的改进A~*算法

针对摩托化机动路径规划问题,构建了顾及通行限制的动态道路网模型,重点针对道路通行能力变化、桥梁和隧道通行限制进行表达与建模;基于所构建的道路网模型,提出了一种改进的A*算法求解摩托化机动最短路径;通过构建三角不等式优化估价函数,并考虑机动过程中任务点、规避点和道路网通行限制因素的影响,最终得到耗时最短的机动路径。     

一种利用双侧凸包扩张模型的路径快速规划算法

针对障碍环境中路径规划存在的运算效率低、最短路径遗失问题,根据凸包边界在构建空间网络模型过程中具有快速高效的特点,结合路径与障碍物的相对位置关系,提出了一种基于双侧凸包扩张模型的路径快速规划算法.该算法在对凸包边界算法进行改进的基础上,提取左右侧关联障碍物的凸包边界作为网络模型,利用最短路径算法搜寻目标路径,并在Arc...     

满足实时导航应用的路径规划算法研究

主要针对当前嵌入式导航应用中路径规划计算存在的问题,设计了一种满足实时导航应用基于转换路网的分层搜索A*算法。该算法对于大区域的路径规划采用分层搜索策略,路径计算时采用能够处理交叉口转向限制和结点权重,并且占用存储空间小,搜索速度快的基于转换路网的二次搜索A*算法。通过实际的应用表明,算法在计算速度、路径合理性等方面可以满足实时导航应用的技术需求。     

基于POI分布的多导航任务路径规划算法研究

随着导航系统在各领域的广泛应用,用户对导航系统的要求呈现出专业化、需求多样化等特点,进而对导航服务相关理论提出了新的要求。因此,如何在现有导航服务模式的基础上,结合导航用户需求特点设计出更加科学合理的导航服务方案具有重要的研究意义与实际价值。研究首先针对导航需求建立了包括城市出行、远距离自驾游、物流运输、军事作战等一系列导航任务的多导航任务模型,探讨了不同导航任务下路径规划的特点。然后基于现有POI分类分级体系量化了地图POI分布对导航路径规划的影响,并在A*算法的基础上设计了考虑POI分布的路径规划算法,提高了规划路径的科学性与适用性。     

基于WiFi的室内位置服务路径规划研究

以室内电子地图路径模型为基础,采用基于WiFi的室内定位技术,探索了室内位置服务GIS应用系统的路径规划技术。通过比较和分析路径规划中的相关算法,采用A*算法作为室内路径规划算法,并利用A*算法在Android平台上实现室内路径规划的应用。进一步指出了室内路径规划研究的方向。     

面向多层次公众认知需求的土地利用规划信息重构模型

针对规划公示信息的多层次公众认知需求,利用本体思想解析土地利用规划信息,构建有向图为框架的信息重构模型;设计模型要素的关系数据结构,实现基于图遍历的信息检索与语义表达算法。以海南省昌江黎族自治县土地利用总体规划成果(2006～2020年)为实例,验证了模型的有效性。     

一种兼顾全局与局部特性的机器人动态路径规划算法

A*算法的规划路径全局最优,但存在拐点多、拐角大的缺点,而人工势场法的规划路径虽然平滑,却无法满足全局最优的要求。为达到机器人快速到达、安全避障的目的,分别对A*算法和人工势场法进行改进,并将两者相结合,提出一种兼顾全局与局部特性的机器人动态路径规划算法。全局路径规划采用剔除冗余节点的A*算法,生成局部目标节点序列;局部路径规划采用改进的人工势场法,提出5方向障碍物探测法替代原有斥力模型,大大减小运算量;设置最小引力场,引导机器人脱离局部最小点;采用扇形区域探测法,有效规避小型动态障碍物。仿真实验结果表明:与传统A*算法与人工势场法相比,该方法不仅生成全局最优平滑路径,而且还能够在顾及机器人移动控制的前提下,及时规避动态障碍物。     

基于改进A*算法的无人航道测量船路径规划方法

无人航道测量船由于具有低成本、高效率、便捷等优点,在航道测量领域受到越来越多的关注。在避碰过程中,为保证无人航道测量船测量数据的有效性,新规划的避碰路线应尽可能地与原规划测量航线一致。针对传统A*算法所规划的路径在避开障碍物之后无法快速回到预设航线上的问题,提出了一种改进的A*算法。该算法主要是在原始代价函数的基础上,新增了一个与当前点到预设航线的垂直距离相关的代价值,且该代价值的取值与无人航道测量船所处的位置相关。首先在MATLAB仿真环境下对改进A*算法进行仿真实验,然后利用无人航道测量船实船平台开展航行验证实验并进行围栏分析。实验结果表明,相比于传统A*算法,在保证安全的前提下,改进A*算法能够使无人航道测量船在避开障碍物之后更快地回到预设航线。