期刊文献+
共找到270篇文章
< 1 2 14 >
每页显示 20 50 100
An Adaptive Rapidly-Exploring Random Tree 认领 引用 被引量:31
1
作者 Binghui Li Badong Chen 《IEEE/CAA Journal of Automatica Sinica》 SCIE EI CSCD 2022年第2期283-294,共12页
Sampling-based planning algorithms play an important role in high degree-of-freedom motion planning(MP)problems,in which rapidly-exploring random tree(RRT)and the faster bidirectional RRT(named RRT-Connect)algorithms ... Sampling-based planning algorithms play an important role in high degree-of-freedom motion planning(MP)problems,in which rapidly-exploring random tree(RRT)and the faster bidirectional RRT(named RRT-Connect)algorithms have achieved good results in many planning tasks.However,sampling-based methods have the inherent defect of having difficultly in solving planning problems with narrow passages.Therefore,several algorithms have been proposed to overcome these drawbacks.As one of the improved algorithms,Rapidlyexploring random vines(RRV)can achieve better results,but it may perform worse in cluttered environments and has a certain environmental selectivity.In this paper,we present a new improved planning method based on RRT-Connect and RRV,named adaptive RRT-Connect(ARRT-Connect),which deals well with the narrow passage environments while retaining the ability of RRT algorithms to plan paths in other environments.The proposed planner is shown to be adaptable to a variety of environments and can accomplish path planning in a short time. 展开更多
关键词 Narrow passage path planning rapidly-exploring random tree(RRT)-Connect sampling-based algorithm
暂未订购 下载PDF
Global optimization of manipulator base placement by means of rapidly-exploring random tree 认领 引用
2
作者 赵京 Hu Weijian +1 位作者 Shang Hong Du Bin 《High Technology Letters》 EI CAS 2016年第1期24-29,共6页
Due to the interrelationship between the base placement of the manipulator and its operation object,it is significant to analyze the accessibility and workspace of manipulators for the optimization of their base locat... Due to the interrelationship between the base placement of the manipulator and its operation object,it is significant to analyze the accessibility and workspace of manipulators for the optimization of their base location.A new method is presented to optimize the base placement of manipulators through motion planning optimization and location optimization in the feasible area for manipulators.Firstly,research problems and contents are outlined.And then the feasible area for the manipulator base installation is discussed.Next,index depended on the joint movements and used to evaluate the kinematic performance of manipulators is defined.Although the mentioned indices in last section are regarded as the cost function of the latter,rapidly-exploring random tree(RRT) and rapidly-exploring random tree*(RRT*) algorithms are analyzed.And then,the proposed optimization method of manipulator base placement is studied by means of simulation research based on kinematic performance criteria.Finally,the conclusions could be proved effective from the simulation results. 展开更多
关键词 base placement rapidly-exploring random tree (RRT) rapidly-exploring random Tree (RRT*) optimization
暂未订购 下载PDF
Prediction of hot-rolled strip crown based on Boruta and extremely randomized trees algorithms 认领 引用 被引量:4
3
作者 Li Wang Song-lin He +1 位作者 Zhi-ting Zhao Xian-du Zhang 《Journal of Iron and Steel Research International》 SCIE EI CAS CSCD 2023年第5期1022-1031,共10页
The quality of hot-rolled steel strip is directly affected by the strip crown.Traditional machine learning models have shown limitations in accurately predicting the strip crown,particularly when dealing with imbalanc... The quality of hot-rolled steel strip is directly affected by the strip crown.Traditional machine learning models have shown limitations in accurately predicting the strip crown,particularly when dealing with imbalanced data.This limitation results in poor production quality and efficiency,leading to increased production costs.Thus,a novel strip crown prediction model that uses the Boruta and extremely randomized trees(Boruta-ERT)algorithms to address this issue was proposed.To improve the accuracy of our model,we utilized the synthetic minority over-sampling technique to balance the imbalance data sets.The Boruta-ERT prediction model was then used to select features and predict the strip crown.With the 2160 mm hot rolling production lines of a steel plant serving as the research object,the experimental results showed that 97.01% of prediction data have an absolute error of less than 8 lm.This level of accuracy met the control requirements for strip crown and demonstrated significant benefits for the improvement in production quality of steel strip. 展开更多
关键词 Hot-rolled strip Data improvement Strip crown Feature selection Boruta algorithm Extremely randomized trees algorithm
暂未订购 下载PDF
A Hybrid of RRTand TD3 Deep Reinforcement Learning Algorithm for UAV Path Planning in 3D Partially Unknown Environments 认领 引用 被引量:2
4
作者 HE Yanxi QI Jie WU Nailong 《Journal of Donghua University(English Edition)》 CAS 2025年第6期639-649,共11页
To guide an unmanned aerial vehicle(UAV)flying in complex three-dimensional(3D)environments with unknown obstacles,a novel UAV path planning algorithm named IRRT-C2TD3 is proposed.The algorithm combines the rapidl... To guide an unmanned aerial vehicle(UAV)flying in complex three-dimensional(3D)environments with unknown obstacles,a novel UAV path planning algorithm named IRRT-C2TD3 is proposed.The algorithm combines the rapidly-exploring random tree star(RRT)algorithm with the twin delayed deep deterministic policy gradients(TD3)algorithm(a deep reinforcement learning algorithm).By employing exploration strategies from reinforcement learning,IRRT-C2TD3 improves the RRTalgorithm.IRRT-C2TD3 is a two-stage path planning algorithm comprising pre-planning and real-time planning.It performs pre-planning of paths by generating paths based on geometric connections toward the goal and smoothing them using cubic B-spline curves.By designing the network architecture and reward function of the TD3 algorithm,real-time planning in unknown environments is achieved based on the pre-planned path from the first stage.Simulation results show that IRRT-C2TD3 demonstrates better path planning performance in 3D partially unknown environments than RRT-C2TD3,M-C2TD3 and MODRRTalgorithms. 展开更多
关键词 3D path planning deep reinforcement learning rapidly-exploring random tree(RRT) UAV
暂未订购 下载PDF
多向人工势场法引导的RRT-Connect路径规划算法研究 认领 引用 被引量:1
5
作者 丁建军 梁甲杭 +3 位作者 胡志明 章超 叶子安 孙超 《机电工程》 CAS 北大核心 2026年第3期499-513,共15页
针对快速随机扩展树(RRT-Connect)算法的随机性强、搜索效率低、路径规划时间长的问题,提出了一种面向机械臂的多向人工势场法引导的RRT-Connect路径规划算法。首先,引入了多向随机树拓展策略,在初始节点与目标节点连线中点选取了第三... 针对快速随机扩展树(RRT-Connect)算法的随机性强、搜索效率低、路径规划时间长的问题,提出了一种面向机械臂的多向人工势场法引导的RRT-Connect路径规划算法。首先,引入了多向随机树拓展策略,在初始节点与目标节点连线中点选取了第三节点作为根节点,增加了随机树的连接概率;其次,在路径拓展过程中融入了虚拟人工势场法,构建了复合势场函数,该函数将环境信息转化为具有梯度特征的势能空间,其中,引力场结合路径平滑度约束与运动学模型生成了渐进优化的轨迹牵引力,引导随机树向目标节点拓展;斥力场梯度通过自适应参数动态调整,形成了柔性避障区域,实时感知障碍物,提高了算法的收敛速度与避障能力;最后,在二维平面与三维空间环境下进行了仿真分析,还进行了实物抓取实验,验证了该算法的性能。研究结果表明:相较于传统RRT-Connect算法,多向人工势场法引导的RRT-Connect算法的路径平均节点数减少了54.36%,平均路径长度降低了10.23%,路径规划运行时间缩短了53.12%;此外,将该算法结合视觉抓取网络GR-ConvNet,开展了路径规划与实际抓取试验,该算法的路径规划长度减少了15.97%,规划运行时间缩短了51.74%,平均迭代次数降低了27.63%。该算法显著提升了路径规划的效率与稳定性,可为机械臂实现高效自主路径规划提供有力支撑。 展开更多
关键词 机械臂 运动学建模 多向随机树 人工势场法 快速随机扩展树算法
暂未订购 下载PDF
智慧课堂多维师生互动特征与高阶思维的动态关联阈值——基于随机森林与决策树算法的实证研究 认领 引用 被引量:1
6
作者 吴宏超 应美金 张林静 《中国电化教育》 CSSCI 北大核心 2026年第6期110-118,共9页
师生互动是智慧课堂中促进学生高阶思维发展的关键机制。为揭示师生互动与高阶思维之间的非线性动态关联及其阈值规律,该文基于432节课堂多模态数据,构建训练集与测试集,运用随机森林与决策树算法展开分析。结果发现,师生互动与高阶思... 师生互动是智慧课堂中促进学生高阶思维发展的关键机制。为揭示师生互动与高阶思维之间的非线性动态关联及其阈值规律,该文基于432节课堂多模态数据,构建训练集与测试集,运用随机森林与决策树算法展开分析。结果发现,师生互动与高阶思维之间并非线性叠加,而是呈现出高、中、低三类互动区间及其对应的动态关联阈值;互动结构是影响高阶思维的基础性前提,互动质量与课堂互动话语权表现出差异化作用,且存在多要素协同约束与动态适配机制。由此可见,智慧课堂中高阶思维的培育并不取决于互动数量的简单增加,而在于通过优化互动结构、把握教师指导的适度边界并加强过程监测,促进师生互动与高阶思维之间的动态适配。据此,该文从互动结构、互动质量与互动监测三个维度提出课堂优化路径,可为智慧课堂中的高阶思维培育、课堂教学优化与教学决策支持提供依据。 展开更多
关键词 智慧课堂 高阶思维 互动特征 随机森林算法 决策树算法
暂未订购 下载PDF
多策略改进鲸鱼优化算法的无人机路径规划 认领 引用
7
作者 薛阳 王馨玥 +1 位作者 卢秋红 倪大斌 《电光与控制》 CSCD 北大核心 2026年第6期10-17,共8页
针对传统鲸鱼优化算法(WOA)处理无人机三维路径规划任务时,存在收敛性能不足及局部极值敏感度较高的问题,提出一种多策略改进鲸鱼优化算法的无人机路径规划算法。首先,该算法借助快速扩展随机树法的全局搜索能力初始化鲸鱼种群,生成覆... 针对传统鲸鱼优化算法(WOA)处理无人机三维路径规划任务时,存在收敛性能不足及局部极值敏感度较高的问题,提出一种多策略改进鲸鱼优化算法的无人机路径规划算法。首先,该算法借助快速扩展随机树法的全局搜索能力初始化鲸鱼种群,生成覆盖三维可行空间的多模态初始路径,提升种群多样性和算法的全局探索能力;然后,将WOA中的线性收敛因子调整为非线性,平衡算法的全局搜索能力与局部开发能力;最后,通过引入自适应权重策略和随机差分变异策略,在加快种群收敛的同时,使算法能够及时跳出局部最优。仿真结果表明,随着场景复杂度的提升,改进算法在三个场景中所规划的平均最短路径长度相较于传统WOA分别减少了28.886%、30.486%和33.061%。 展开更多
关键词 无人机 路径规划 鲸鱼优化算法 快速扩展随机树法 自适应权重 随机差分变异
暂未订购 下载PDF
基于改进RRT算法的煤矿锚杆支护钻臂智能路径规划 认领 引用
8
作者 张旭辉 解彦彬 +6 位作者 雷孟宇 宋成志 董征 王泽尧 王腾辉 田思昊 张勤焕 《煤田地质与勘探》 EI CAS CSCD 北大核心 2026年第6期323-336,共14页
【目的】在煤矿智能化开采背景下,实现井下锚杆支护作业自动化已成为提升巷道掘进效率与作业安全性的核心需求,然而在复杂井下环境中钻臂路径规划存在自动化程度低、钻臂姿态调整繁琐、作业稳定性不足且钻孔精度不达标的问题。【方法】... 【目的】在煤矿智能化开采背景下,实现井下锚杆支护作业自动化已成为提升巷道掘进效率与作业安全性的核心需求,然而在复杂井下环境中钻臂路径规划存在自动化程度低、钻臂姿态调整繁琐、作业稳定性不足且钻孔精度不达标的问题。【方法】针对上述问题,提出一种改进RRT(rapidly exploring random tree)算法的煤矿锚杆支护钻臂智能路径规划方法。首先,采用目标偏向引导策略缩小采样范围,建立基于碰撞检测的更新列表以实现步长的高效自适应调整,并提出一种自适应方向权重更新策略,完成采样方向的灵活调控。通过建立钻臂关节约束模型,实现非传统多自由度机械臂逆运动学高效求解,并将约束条件嵌入采样环节完成采样点的实时约束与动态修正。最后,通过冗余节点裁剪和路径平滑策略优化路径质量,结合关节约束模型求解得到全局最优路径规划方案,确保钻机始终垂直于巷道顶板作业,从而兼顾钻孔精度与作业效率的提升。【结果和结论】相较于RRT及其改进算法,本文算法在3D避障规划中搜索时间为0.18 s、最终路径长度为338.04 mm、成功率为100%,均为最优;引入关节约束后使钻臂在路径规划长度上减少19.71%,搜索时间缩短48.89%;钻臂规划实验中其相较RSA-RRT路径长度缩短45.19%、耗时降低15.54%;物理实验验证钻臂末端位置偏差在1.1~2.9 cm、钻孔角度误差在1.9°~3.9°,实现了稳定可靠的钻孔精度,具备更优异的综合性能与工程应用价值。 展开更多
关键词 煤矿锚杆支护 改进RRT算法 关节约束 逆运动学 自适应调整 路径规划
暂未订购 下载PDF
基于改进PF-RRT*算法的果园复杂地形下移动机器人路径规划 认领 引用
9
作者 肖珂 王创 +1 位作者 高冠东 张璠 《农业机械学报》 EI CAS CSCD 北大核心 2026年第12期69-79,共11页
为提高果园自主移动机器人在山区、丘陵等复杂地形环境下运动路径规划效果,增强机器人野外工作性能,针对果园非结构化布局和起伏地形,本文提出了一种基于改进PF-RRT*(Plane fitting-rapidly exploring random trees star)算法的果园机... 为提高果园自主移动机器人在山区、丘陵等复杂地形环境下运动路径规划效果,增强机器人野外工作性能,针对果园非结构化布局和起伏地形,本文提出了一种基于改进PF-RRT*(Plane fitting-rapidly exploring random trees star)算法的果园机器人路径规划方法。利用自适应采样步长策略,在果园不同障碍物密度环境下能够灵活地调节随机树扩展步长。采用自适应目标偏置的势场引导采样方法,能够有效引导随机树避开障碍物并向目标点扩展。此外,在随机树扩展过程引入地形评估函数。通过平面拟合技术对地形坡度、稀疏度和粗糙度进行综合评估,确保规划的路径在复杂地形中可通过性和安全性。最后,采用三次样条插值与高斯过程回归对路径进行平滑和优化。在仿真环境中,改进PF-RRT*算法与RRT*、Q-RRT*和PF-RRT*算法相比,轨迹偏差最多减少46.97%,路径长度最多减少7.64%,规划时间最多减少23.58%,且成功率和避障效果均优于对比算法。真实果园行间试验结果表明,与RRT*、Q-RRT*和PF-RRT*算法相比,改进PF-RRT*算法与理想轨迹偏差量减少34.04%、26.19%、27.91%、路径长度减少6.58%、3.16%和4.10%、规划时间减少30.56%、18.25%和33.52%。表明本文算法在果园复杂地形下能够实现自主移动机器人最优路径规划与导航。 展开更多
关键词 果园机器人 路径规划 改进PF-RRT*算法 快速搜索随机树 复杂地形环境
暂未订购 下载PDF
基于BO-TPE优化ERT模型的污泥焚烧SO2排放预测 认领 引用
10
作者 罗松 王丽花 王飞 《动力工程学报》 CAS CSCD 北大核心 2026年第2期174-182,共9页
为提高污泥焚烧过程中SO2排放的预测精度以优化焚烧与烟气处理工况,提出了一种高效稳定的SO2排放混合预测模型。首先,以鼓泡流化床污泥焚烧系统为研究对象,从火焰图像中提取静态与动态火焰特征,并结合分布式控制系统(DCS)参数构... 为提高污泥焚烧过程中SO2排放的预测精度以优化焚烧与烟气处理工况,提出了一种高效稳定的SO2排放混合预测模型。首先,以鼓泡流化床污泥焚烧系统为研究对象,从火焰图像中提取静态与动态火焰特征,并结合分布式控制系统(DCS)参数构建输入特征,SO2排放浓度设为模型输出。然后,利用互信息(MI)确定SO2与各输入特征的最优滞后时间并据此进行数据重组。最终构建基于树结构的贝叶斯优化(BO-TPE)的极端随机树(ERT)预测模型,并与多种主流预测模型进行性能对比。结果表明:基于BO-TPE优化的ERT模型相关系数R2为0.93,平均绝对百分比误差(MAPE)小于3%,适用于污泥焚烧系统SO2排放的在线预测与过程优化控制。 展开更多
关键词 SO2排放浓度预测 污泥焚烧 火焰图像 极端随机树 优化算法
暂未订购 下载PDF
基于RRT-SAC算法的无人机路径规划方法 认领 引用
11
作者 周晓光 张源原 +1 位作者 徐光达 吕游 《火力与指挥控制》 CSCD 北大核心 2026年第4期121-129,共9页
针对深度强化学习在无人机路径规划中的奖励稀疏问题,提出基于RRT-SAC算法无人机路径规划方法。构建基于RRT-SAC算法的无人机路径规划框架,将RRT算法求解的全局导航静态信息引入SAC学习策略,从而增强局部可观条件下导航能力;设计RRT-SA... 针对深度强化学习在无人机路径规划中的奖励稀疏问题,提出基于RRT-SAC算法无人机路径规划方法。构建基于RRT-SAC算法的无人机路径规划框架,将RRT算法求解的全局导航静态信息引入SAC学习策略,从而增强局部可观条件下导航能力;设计RRT-SAC学习策略,分别对环境、状态、动作和奖励进行研究;基于无人机路径规划场景进行仿真实验,实验结果显示,RRT-SAC算法具有收敛快、稳定性好等特点。 展开更多
关键词 无人机 路径规划 深度强化学习 快速扩展随机树算法 策略网络
暂未订购 下载PDF
基于改进RRT算法的智能小车路径规划设计 认领 引用
12
作者 魏芳波 冯吴穹 杨佳敏 《河北软件职业技术学院学报》 2026年第2期1-5,共5页
随着智能小车技术的快速发展,路径规划成为其自主导航的核心环节,但基于传统的RRT算法采样随机性大、收效慢。为此,提出一种改进的RRT算法。通过引入融合目标偏置策略与动态步长调整机制,优化随机采样点的生成概率,提升算法搜索效率。... 随着智能小车技术的快速发展,路径规划成为其自主导航的核心环节,但基于传统的RRT算法采样随机性大、收效慢。为此,提出一种改进的RRT算法。通过引入融合目标偏置策略与动态步长调整机制,优化随机采样点的生成概率,提升算法搜索效率。分别在未知开放式地图、复杂障碍地图、混合迷宫地图进行仿真,相比于开放式环境,小车在复杂障碍和混合迷宫等环境中效果显著,路径规划效率分别提高了51.4%和64.3%。研究结果验证了改进RRT算法在复杂障碍和混合迷宫场景中的实用性与优越性,为智能小车、自动驾驶等领域的路径规划问题提供了较高的工程实践价值。 展开更多
关键词 改进RRT算法 路径规划 智能小车 小车自主导航
暂未订购 下载PDF
基于改进DECBBA-SR算法的异构多无人飞行器任务分配 认领 引用
13
作者 王爽宇 刘伟鹏 +3 位作者 胡春朝 马梓元 龚华军 王皓淳 《南京航空航天大学学报(自然科学版)》 CSCD 北大核心 2026年第4期878-891,共14页
针对异构多无人飞行器在障碍环境下的实时多类复杂任务规划问题,对任务分配模型的分布式求解方法进行研究。本文提出了一种改进的基于共识的捆绑算法(Consensus⁃based bundling algorithm,CBBA),重新设计任务包构建阶段的边际成本函数,... 针对异构多无人飞行器在障碍环境下的实时多类复杂任务规划问题,对任务分配模型的分布式求解方法进行研究。本文提出了一种改进的基于共识的捆绑算法(Consensus⁃based bundling algorithm,CBBA),重新设计任务包构建阶段的边际成本函数,并基于快速扩展随机树星(Rapidly⁃exploring random tree star,RRT*)算法耦合路径规划成本计算,优化包构建时的任务选择操作,设计了一种局部按需选择通信优化的冲突消解机制,针对动态任务分配问题求解提出了一种局部任务路径集重构机制。仿真结果表明,在障碍环境下,改进算法的动态分配收敛时间减少38.1%,总得分增加15.1%,飞行总航程减少58.0%,且满足任务时序、时间窗口、飞行器资源限制以及动态任务添加等多重约束,实现了高效任务分配,具有较高的可行性和实时性。 展开更多
关键词 异构多无人飞行器 基于共识的捆绑算法 动态任务分配 时间窗口约束 路径集重构机制 快速扩展随机树星算法
暂未订购 下载PDF
基于视觉的船舶水下机械臂自主抓取系统研究 认领 引用
14
作者 张春文 刘晨 +2 位作者 刘义 吴乃龙 王旭阳 《船舶》 2026年第4期124-133,共10页
为提升船舶与海洋工程水下作业的自主化水平,该文提出一种基于MB-Grasp模型的水下目标物抓取方法。首先通过搭载于作业平台的双目相机获取目标物RGB图像,再结合半全局立体匹配算法得到视差深度图;随后将RGB图像和深度图输入MB-Grasp网络... 为提升船舶与海洋工程水下作业的自主化水平,该文提出一种基于MB-Grasp模型的水下目标物抓取方法。首先通过搭载于作业平台的双目相机获取目标物RGB图像,再结合半全局立体匹配算法得到视差深度图;随后将RGB图像和深度图输入MB-Grasp网络,估计目标物的位置、种类及抓取角,并通过坐标变换计算其在机械臂基坐标系下的位姿;最终利用RRT*(rapidly-exploring random tree star)算法进行路径规划,通过逆运动学求解各路径点关节角,经多项式插值生成关节空间平滑轨迹,驱动机械臂完成抓取。该研究搭建了模拟船舶水下作业环境的实验平台,成功实现了对模拟缆线和小型部件等目标的自主抓取,为船舶水下自主作业提供了可行方案。 展开更多
关键词 水下机器人 机械臂系统 MB-Grasp 半全局立体匹配算法 RRT*算法 船舶水下作业
暂未订购 下载PDF
基于改进RRT-Connect算法的无人车路径规划 认领 引用
15
作者 姚利娜 李金龙 《郑州大学学报(工学版)》 CAS 北大核心 2026年第5期1-8,共8页
针对传统双向快速扩展随机树算法搜索盲目、节点冗余和路径不平滑等问题,对其在目标采样、节点扩展以及轨迹优化等方面进行了改进。首先,引入目标动态概率采样策略,根据当前随机树的扩展状态与目标点的位置,动态调整目标采样点的采样概... 针对传统双向快速扩展随机树算法搜索盲目、节点冗余和路径不平滑等问题,对其在目标采样、节点扩展以及轨迹优化等方面进行了改进。首先,引入目标动态概率采样策略,根据当前随机树的扩展状态与目标点的位置,动态调整目标采样点的采样概率,对生成的随机点进行筛选,从而提高采样效率,加快算法收敛速度;其次,在节点扩展过程中加入基于出逃力的改进人工势场分量,在避免陷入局部最优的同时,提高无人车的目标搜索能力和节点扩展效率;最后,构建轨迹质量评估函数,分别对无人车在不同时刻下生成轨迹的安全程度、偏移程度以及平滑性进行代价评估并选取代价函数值最小的轨迹来引导无人车行驶。将所提改进算法与传统双向快速扩展随机树算法在不同测试环境下进行仿真,仿真结果表明:相比传统算法,所提算法在简单障碍物环境下规划出来的平均路径长度缩短了9.83%,平均规划时间缩短了85.40%,在狭窄通道环境下,所提算法规划出来的平均路径长度和平均规划时间分别缩短了10.56%和64.63%,在U形障碍物环境下,所提算法规划出来的平均路径长度和平均规划时间分别缩短了22.82%和66.92%。此外,所提算法在复杂环境下的规划成功率得到了显著提升,更适用于无人车的路径规划。 展开更多
关键词 无人车 双向快速扩展随机树算法 目标动态概率采样 人工势场 轨迹质量评估函数
暂未订购 下载PDF
基于改进RRT*算法的桥式起重机智能路径规划 认领 引用
16
作者 王全伟 季子亚 +3 位作者 刘旭莹 侯佳怡 王晓洋 文豪 《机电工程》 CAS 北大核心 2026年第4期761-771,共11页
针对桥式起重机无人化智能运行场景下智能路径优化和决策问题,提出了一种改进RRT*算法,即一种融合了人工势场法(APF)和粒子群优化算法(PSO)的双向探索快速扩展随机树星(APF-BI-PSO-RRT*)算法。首先,RRT*算法融合了APF,智能地... 针对桥式起重机无人化智能运行场景下智能路径优化和决策问题,提出了一种改进RRT*算法,即一种融合了人工势场法(APF)和粒子群优化算法(PSO)的双向探索快速扩展随机树星(APF-BI-PSO-RRT*)算法。首先,RRT*算法融合了APF,智能地引导随机树的生长方向,有效地解决了传统RRT*算法的盲目性、效率低的问题;然后,采用了双向探索策略(BI)加快了搜索速率,在保持算法概率完备性的同时,能够更快地收敛到最优解;接着,引入了PSO和贪心算法平滑路径,并剔除了冗余节点,减少了路径代价,降低了能耗并提高了运行效率;最后,为评估该算法的有效性,采用了MATLAB仿真实验,对比了人工操作路径1、路径2、路径3、路径4,及4种算法RRT*、APF-RRT*、APF-BI-RRT*和APF-BI-PSO-RRT*,共8种方法的性能;并以路径长度、能耗、起重机沿生成路径完成了一次工作循环所用时间、总节点数量、路径节点数量和规划时间这6个关键指标作为评价标准。研究结果表明:APF-BI-PSO-RRT*算法在所有评估标准上均优于所对比的其他方法;与传统算法相比,该算法在路径长度上缩减了34.8%,平均能耗减少了74.2%,时间代价降低了48.3%,平均总节点数量减少了83%,平均路径节点数量减少了97.1%,平均规划时间减少了90.5%。该算法具有高效性和实用性,其规划的路径支持桥式起重机的多机构协同运行,能够实现无人化场景下的智能路径规划,提升工业现场的安全性和可靠性。 展开更多
关键词 起重机械 快速扩展随机树星算法 改进RRT*算法 路径规划 人工势场法 双向探索策略 粒子群优化算法 贪心算法
暂未订购 下载PDF
基于改进APF-RRT的采摘机械臂运动路径规划 认领 引用 被引量:2
17
作者 贾通 潘星宇 +3 位作者 钱振东 路红 李佩娟 张文 《农机化研究》 北大核心 2026年第2期173-182,共10页
在农业自动化快速发展的背景下,机械臂作为果园智能采摘作业的核心设备,其路径规划能力直接影响作业效率。然而果园环境复杂,传统人工势场法(APF)、快速随机搜索树(RRT)等路径规划算法在避障能力与运动平滑等方面仍存在一定不足,难以满... 在农业自动化快速发展的背景下,机械臂作为果园智能采摘作业的核心设备,其路径规划能力直接影响作业效率。然而果园环境复杂,传统人工势场法(APF)、快速随机搜索树(RRT)等路径规划算法在避障能力与运动平滑等方面仍存在一定不足,难以满足高效、安全的采摘需求。针对上述问题,提出了一种基于改进APF-RRT的路径规划算法。通过人工势场引导目标采样方向,增强路径趋近性,并引入非线性斥力场模型平滑势能分布,缓解斥力突变导致的局部震荡;同时,设计了基于最小障碍距离的动态步长策略,自适应调整采样粒度,以兼顾搜索效率和避障精度;通过障碍可行性检测方法去除冗余节点,结合三次B样条曲线实现路径平滑处理,提升路径连续性与执行稳定性。试验表明:在二维空间环境下,改进APF-RRT算法较RRT与APF-RRT算法分别缩短耗时78.75%、58.99%,路径长度减少16.88%、5.93%;在三维空间环境下,耗时缩短88.85%、65.20%,路径长度减少19.60%、5.61%;在机械臂仿真环境中,改进算法生成的路径更加平滑,转折点数量减少。研究结果验证了改进APF-RRT算法在复杂果园下具备良好的全局搜索与避障能力,以及较好的有效性与稳定性。 展开更多
关键词 采摘机械臂 路径规划 人工势场法 快速随机搜索树 改进APF-RRT算法 避障
暂未订购 下载PDF
基于CSSOA-DSRF模型的致密砂岩储层流体测井智能识别 认领 引用 被引量:1
18
作者 展硕硕 李可赛 +5 位作者 刘岩 林行杰 雷铠铖 郑明明 刘彦君 冯国栋 《测井技术》 CAS 2026年第1期108-120,共13页
储层流体识别对致密砂岩油气藏评价和开发具有重要意义。致密砂岩储层具有低孔隙度低渗透率、非均质性强等特点,导致气水关系复杂。传统的储层流体识别方法主要依赖电阻率测井等数据,对于导电性对比度不强的储层流体识别困难。随着机器... 储层流体识别对致密砂岩油气藏评价和开发具有重要意义。致密砂岩储层具有低孔隙度低渗透率、非均质性强等特点,导致气水关系复杂。传统的储层流体识别方法主要依赖电阻率测井等数据,对于导电性对比度不强的储层流体识别困难。随着机器学习、人工智能技术的发展,测井技术与智能算法耦合在流体识别中发挥了关键性的作用。然而传统机器学习模型对重复度高、类间不平衡的样本缺乏区分能力,预测能力受限。提出一种基于混沌麻雀搜索算法-双重代价敏感随机森林(Chaos Sparrow Search Optimization Algorithm-Double Cost Sensitive Random Forest,CSSOA-DSRF)模型的致密砂岩储层流体测井智能识别方法。双重代价敏感随机森林(Double Cost Sensitive Random Forest,DSRF)在随机森林算法的特征选择阶段和集成投票阶段引入代价敏感学习,通过为不同流体类型分配权重系数,增强了模型对少数类样本的关注,使得特征选择更有针对性,从而选出对少数类数据更敏感的决策树集合,解决了样本类别不平衡问题。为克服传统优化方法易陷入局部最优的局限,混沌麻雀搜索算法(Chaos Sparrow Search Optimization Algorithm,CSSOA)在麻雀搜索算法(Sparrow Search Algorithm,SSA)的框架上融入改进的Tent混沌映射与高斯变异机制,提升了种群多样性与全局搜索能力,降低早收敛风险。该模型结合研究区声波时差测井、补偿中子测井、密度测井、自然伽马测井、深侧向电阻率测井这5条测井响应特征曲线输入和输出对应的流体类型预测结果。通过对照射孔结论预测准确率达到90.46%,并与DSRF、随机森林(Random Forest,RF)、K近邻算法(K-Nearest Neighbors,KNN)和支持向量机(Support Vector Machine,SVM)进行对比,该方法准确率高,保持了较好的鲁棒性和稳定性,可为致密砂岩储层流体识别提供一种可行方案。 展开更多
关键词 致密砂岩 机器学习 随机森林 支持向量机 麻雀搜索算法 遗传算法 决策树 种群
暂未订购 下载PDF
改进蛇鹫-EP-RRT算法的城乡无人机血液配送选址-路径研究 认领 引用 被引量:1
19
作者 戴斯澄 刘勤明 +1 位作者 叶春明 汪宇杰 《计算机工程与应用》 EI CSCD 北大核心 2026年第7期332-349,共18页
针对城乡医疗配送中无人机选址与路径规划的复杂性,提出了一种基于智能优化的选址-路径联合优化模型。该模型采用结合深度强化学习的蛇鹫优化算法(DRL-SBOA)解决基站选址问题,通过智能搜索策略,在满足禁飞区约束与覆盖需求的前提下,实... 针对城乡医疗配送中无人机选址与路径规划的复杂性,提出了一种基于智能优化的选址-路径联合优化模型。该模型采用结合深度强化学习的蛇鹫优化算法(DRL-SBOA)解决基站选址问题,通过智能搜索策略,在满足禁飞区约束与覆盖需求的前提下,实现了选址方案的全局优化。在路径规划阶段,引入了增强路径快速探索随机树算法(EP-RRT),显著提升了多无人机系统在复杂环境下的路径生成效率与能耗表现。仿真结果表明,与传统RRT算法相比,该模型能有效减小路程,优化了9.64%,配送时间上优化了29.41%,降低碳排放量,提升整体配送效率与系统稳定性。模型还展现出良好的扩展性,适应大规模、多目标的选址与路径优化任务。为构建高效、低碳、智能化的城市医疗物流体系提供了理论参考与技术支持。 展开更多
关键词 无人机血液配送 蛇鹫优化算法 增强路径快速探索随机树(EP-RRT)算法 选址-路径优化
暂未订购 下载PDF
无线充电机库- 无人机系统的时空路径规划 认领 引用 被引量:1
20
作者 代沛 刘小刚 +6 位作者 徐远思 蒋英豪 毕猛 田彦豪 霍明英 邓嘉宁 齐乃明 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2026年第8期203-214,226,共12页
为提升无线充电机库-无人机系统在城市环境中的安全性与效率,助力低空经济发展,开展该协同系统的时空路径规划研究。首先,结合中国无人机120 m飞行高度限制,建立包含30、60、90、120 m 4层的城市格栅化环境模型。其次,提出“全局粗规划... 为提升无线充电机库-无人机系统在城市环境中的安全性与效率,助力低空经济发展,开展该协同系统的时空路径规划研究。首先,结合中国无人机120 m飞行高度限制,建立包含30、60、90、120 m 4层的城市格栅化环境模型。其次,提出“全局粗规划-局部细规划”的分层路径规划算法:全局层面运用改进A*算法完成机库节点间的路径优化;局部层面采用改进快速探索随机树(IRRT)算法实现城市密集建筑区域的精准避障。最后,融入时空规划机制,在空间上依据路径特性分配高度层以避免空域冲突,在时间上基于多阶段恒流(MCC)策略动态调控充电时间。仿真结果表明,所提动态充电方案较满充策略的总充电时间缩减55%,且分层路径规划算法可实现全局机库节点衔接与局部建筑避障的高效适配,高度分层模型能契合城市建筑分布与低空飞行法规要求。该研究验证了所提模型、算法,以及机制的有效性,解决了传统单一规划算法难以兼顾全局与局部、传统充电管理策略效率低的问题,为无线充电机库-无人机系统的实际应用提供支撑。 展开更多
关键词 机库-无人机 改进快速探索随机树(IRRT)算法 时空路径规划 高度分层 动态充电管理
暂未订购 下载PDF
上一页 1 2 14 下一页 到第
在线咨询 使用帮助 返回顶部 意见反馈