【摘 要】
：
科技的不断创新支撑着社会的飞速发展,机器人技术就是支撑当今社会持续发展的重要科技之一。其中,如何提高机器人导航和定位的精度是机器人技术的一个重要研究方向,而机器人的导航和定位技术又与移动机器人的路径优化和轨迹跟踪技术密切相关,不可分割。因此研究移动机器人的路径优化与轨迹跟踪对于创新和发展机器人技术及促进社会进步有着重要的意义。针对 RRT（the Rapidly exploring Random
论文部分内容阅读
科技的不断创新支撑着社会的飞速发展,机器人技术就是支撑当今社会持续发展的重要科技之一。其中,如何提高机器人导航和定位的精度是机器人技术的一个重要研究方向,而机器人的导航和定位技术又与移动机器人的路径优化和轨迹跟踪技术密切相关,不可分割。因此研究移动机器人的路径优化与轨迹跟踪对于创新和发展机器人技术及促进社会进步有着重要的意义。针对 RRT（the Rapidly exploring Random Tree,RRT）算法和 A*算法规划出的路径存在路径冗余节点与路径转折次数较多、路径不平滑、路径质量较差等问题,提出了光栏法-B样条曲线细分的路径优化算法和PTP（Path Turning Point,PTP）-B样条移动机器人路径优化算法分别对RRT路径和A*路径进行优化。最后使用线性时变模型预测控制算法使移动机器人对优化后的路径进行了轨迹跟踪。主要研究内容如下:为了解决RRT路径存在的问题,提出了光栏法-B样条曲线细分的路径优化算法。首先使用RRT算法在地图中得到RRT路径,然后使用光栏法进行反复实验确定最佳口径并提取最佳口径下的关键路标节点,最后使用B样条曲线细分算法对提取到的关键路标节点进行光滑拟合。通过在不同的地图中与RRT路径进行仿真对比试验验证了光栏法-B样条曲线细分的路径优化算法的有效性;通过在同一张地图中与其他路径优化算法进行仿真实验对比,验证了光栏法-B样条曲线细分的路径优化算法的优越性。为了改善A*路径,提出了 PTP-B样条移动机器人路径优化算法。首先根据A*路径节点的角度变化确定A*路径的转折点,其次根据优化规则优化A*路径的转折点并提取优化后的A*路径转折点作为PTP-B路径的初始节点,然后使用准均匀B样条函数拟合PTP-B路径的初始节点,得到PTP-B一次优化路径,并进行PTP-B一次优化路径与地图中障碍物的碰撞检测,最后根据PTP-B一次优化路径的碰撞检测结果适当增补节点,再次采用准均匀B样条函数生成与地图中障碍物无碰撞的最优PTP-B优化路径。通过在不同的环境地图中进行实验和与A*路径进行实验数据对比,有效地验证了 PTP-B样条移动机器人路径优化算法可以明显改善A*路径,提升A*路径质量。图[33]表[4]参[81]
其他文献
行人检测技术是计算机视觉领域下的热点研究内容,随着人工智能技术的进步与需求增加,行人检测成为了很多热门应用的基础性研究,如视频监控、自动驾驶、人工智能机器人等。在过去二十年里,行人检测技术在研究领域的热潮越来越高,特别是进入深度学习以及大数据时代,深度卷积神经网络的出现促使目标检测技术进步飞快,也驱使行人检测的发展,深度学习卷积网络的通用目标检测模型让行人检测获得了良好性能。当前卷积神经网络在面对
随着网络信息技术的快速发展,信息过载成为大数据时代的一个普遍问题,推荐系统（Recommendation Systems）在解决信息过载问题上发挥着至关重要的作用。但网络上可访问的数据量急速增长导致数据稀疏问题,这意味着明确的评分反馈并不总是可用的,而且主流的推荐算法都忽略了近期偏好对用户相似性以及推荐结果排名的影响。这些问题都成为了影响协同过滤（Collaborative Filtering）推
命名实体识别在自然语言处理实用化技术中占有重要地位,其目的是识别文本中有特定意义的实体并根据实体类型对其进行分类。针对基于统计方法需要大量时间构建特征以及深度学习方法缺乏丰富的输入语义信息问题,本文提出了基于注意力机制的双通道神经网络命名实体识别模型。以解决序列标注问题常用的模型BiLSTM-CRF作为基准,并对基准模型改进使其在中文命名实体识别任务中发挥更高性能。主要研究内容如下:（1）提出双通
矿井由通风、运煤、排矸等系统构成,各个生产系统复杂的交错在一起,因此巷道交岔点广泛的存在于生产系统中。交岔巷道容易形成空顶面积大、应力环境复杂和受多次掘进扰动影响的交岔点。并且伴随煤炭的深部开采,深部巷道围岩承受“三高一扰动”困扰,使得围岩变形量大,破坏范围及程度加剧。为解决交岔巷道变形量大导致的巷道失稳问题。本文基于潘三煤矿东一采区2121（3）轨顺进料巷交岔点为工程背景,通过室内岩石力学试验、
现如今各行各业都不能脱离互联网而独立存在,互联网给我们的生活与学习提供便捷的同时,也给我们带来了许多问题,如何确保数据安全就是一个重要问题。为确保数据的安全,首先要做的就是加密,尤其是文本文档信息的加密以及数字图像加密。针对文本文档信息,就需要去构造密码强度高的密码体制,以及保护信息的私密性而提出的签名方案。而针对数字图像信息,就需要安全有效的图像加密算法。密码学中最为普遍且被广泛应用的加密体制就
目前对吉他的研究主要集中在结构方面,对其声学以及振动特性方面的研究较少,针对这个问题,本文以吉他为研究对象,提出一种基于EMI技术的振动特性检测的方法,对吉他的振动特性进行研究。首先对吉他琴弦以及共鸣箱的振动特性进行有限元仿真分析;然后搭建了基于振动特性的声学以及压电阻抗实验平台,完成了吉他的声音实验和阻抗实验;最后在仿真数据的基础上,通过MATLAB神经网络完成了对吉他琴弦不同直径的识别。本文的
新型二维纳米材料MXenes具有优异的力学性能、导电性以及亲水性等理化性质,在复合材料、能源以及催化等领域表现出极大的潜在应用前景。目前主要采用氢氟酸（HF）和盐酸+氟化锂（HCl+LiF）作为刻蚀剂来制备MXenes相材料。然而,两种方法所制备的MXenes相各有优势和不足。本文在HCl+LiF作为刻蚀剂的基础上,首次利用了球磨预处理方法,得到了“手风琴”结构的MXenes相（Ti3C2Tx）材
煤与瓦斯突出灾害是煤矿开采过程中的重大灾害之一,其发生由众多复杂的因素综合作用导致,传统的煤与瓦斯突出危险性预测的可靠性还不够高,煤与瓦斯突出防治的许多难题没有得到很好的解决,近年来突出事故呈多发态势,严重威胁煤矿的安全生产。本文分析了目前常见的传统煤与瓦斯突出预测方法的优劣势,引入具有解决复杂线性或非线性问题功能的神经网络。针对目前标准BP及RBF神经网络在预测煤与瓦斯突出的研究中存在的问题,采
随着互联网信息技术的迅猛发展,特别是5G时代的到来,促使智能设备增长迅速,形成一个诸如由智能家电、汽车、设备和工具组成的庞大网络。这些设备工具收集大量的实时数据,执行复杂的计算任务,并提供重要的服务,显著改善人们的生活,丰富了集体生产力。海量的动态流数据处理成为当下亟待解决的问题,传统的批处理学习方式已不能满足动态流数据的处理,且已有一些算法是基于集中式网络设计的,容易造成中心节点通信过载,降低了
矿井地下水作为煤炭开采过程中不可忽视的重要一环,既是一种隐患,也是一种资源。因此,研究在煤矿开采过程中地下水动态特征,以及确定使其发生变化的影响因素,对解决矿井水害和合理利用地下水资源都有着重要的意义。本文以淮北煤田的五沟煤矿为例,通过数理统计和可视化该区水位与水化学数据,探讨了五沟煤矿自建井以来水位在时间和空间上的变化规律,以及该区水化学离子含量和空间分布等特征。并进一步对五沟煤矿地下水水位的影