搜索资源列表
Matlab
- 为了提高四足机器人在复杂环境下的适应性,重点研究了采用飞行时间(TOF)原理相机的四足机器人环境感知策略并改进了地形识别及路径规划算法.首先采用高斯过程回归(GPR)模型对TOF相机的距离数据进行误差校正,解决了采用传统多项式或三角函数模型进行误差修正时模型阶次过高及函数组合复杂的问题.基于得到的环境深度信息,采用数字高程模型(DEM)进行地形描述,并通过计算各栅格的坡度、粗糙度、起伏度对地形进行识别.粗糙度由该栅格所处的坡度平面与其8邻域高程点的离散程度进行计算,避免了采用高程方差计算时对粗糙
Planner
- 自主车的局部路径规划,对初学者很有帮助,应用了经典的算法-Local Path Planning of autonomous vehicles
Robot-Path-field-method-planning
- 改进人工势场法的机器人路径规划,可以学习下人工势场的学习-Robot Path improved artificial potential field method planning
vehicle--planning
- 非结构化环境下自主车辆轨迹规划方法,路径规划的又一方法,可参考-Autonomous vehicle trajectory planning method unstructured environment
Astar-search-algorithm
- 机器人路径规划中基于栅格地图的A*搜索算法-A* search algorithm based on grid map in robot path planning
Pathfinding_by_AStar
- 利用A*算法实现的路径规划,能够执行点击设置地理环境,地理环境能够模拟沼泽、水面等障碍环境,根据环境能够自动生成所需航路,支持动态环境设置。-An implement of pathfinding of A star.By seting environment including swamp and water,a useable path can ve found.
ACA
- 用matlab编写的人工蚁群算法实现路径规划,能画出机器人在规划空间中的运行路径-Prepared using matlab artificial ant colony algorithm path planning, we can draw the robot travel path planning space
potentialfield
- 人工势场法Matlab仿真程序,应用于机器人路径规划的程序-Artificial Potential Field Matlab simulation program, used in robot path planning program
An-Improved-A--Star-Algorithm
- (被EI收录,不错的文章)传统A*算法在栅格地图上进行路径规划时,求解得到的路径长度不是最短并且转折点较多。针对这些不足,提出了一种改进A*算法,将传统A*算法的可搜索邻域个数从离散的8个拓展为无限个,可以沿任意方向进行搜索。这样不仅求解出来的路径长度更短,并且大大降低了其转折点的个数。该算法被应用于自主研发的“智能先锋”号系列无人驾驶车辆上,实车试验以及它们在“中国智能车未来挑战赛”中的优异表现证明该方法能够在栅格地图中求解出一条更优的可行驶路径,可以显著提升无人驾驶车辆行驶的效率和平稳性。-
chapter24
- 蚁群算法三维路径规划 蚁群算法蚁群算法路径规划-RRT fast random spanning tree algorithm for sorting contain four different versions of the code has been collated all the available version 4 codes are matlab
CCD_ljl1028
- 智能车中单片机CCD光电传感器路径规划算法-CCD calculated
dynamic-path-planning
- (不错的一篇文章,已被EI收录)模型预测控制(model predictive control,MPC)路径规划算法适用于三维动态环境下的无人机(un-manned aerial vehicle,UAV)路径规划;动态贝叶斯网络(dynamic Bayesian network,DBN)能够有效推理战场态势,对无人机进行威胁评估。针对威胁尾随无人机时的路径规划问题,构建 DBN 威胁评估模型,将 UAV 在战场环境中的威胁态势用威胁等级概率表示,与 MPC 路径规划算法相结合,得到基于 DBN
path-planning
- 针对自治水下机器人(AUV)的路径规划问题进行了研究,依据模糊控制规则,提出了一种基于粒子群优化(PSO)的模糊路径规划算法.首先建立水下水平面内路径规划的模糊规则,并应用A/B模型进行静态和动态障碍物的避障.同时考虑到模糊边界的选择具有很大的随意性,所生成的路径并非最优,利用PSO算法进行模糊集合的优化,使得最终生成的路径最优.应用设计的粒子群优化模糊(PSO-fuzzy)算法针对动静态障碍物进行了避障路径规划,仿真结果验证了所设计的方法的有效性.-The study was conducte
ant-colony-algorithm
- 针对车辆的越野路径规划问题,设计了以最少行驶时间为目标的多策略蚁群算法.首先,分析了地形坡度和地表属性对于车辆路径规划的综合影响,通过叠加坡度与粗糙度约束建立了禁忌表 其次,一方面引入了自适应调整策略以提高路径搜索的有效性,另一方面设计了双向搜索策略以增加蚂蚁之间的协作能力和成功路径的搜索机率 另外,还提出了子路径多段交叉策略以提高算法的全局搜索能力和收敛速度,在详细叙述改进算法的步骤之后,优化了算法的部分参数取值 最后,就基本算法和改进算法的性能指标、收敛代数和仿真结果进行了比较与分析.实验结
Collision-avoidance-path-planning
- 针对舰载机牵引系统的甲板调运过程,提出了一种适用于复杂障碍物环境中不规则形状目标的路径规划方法。针对舰载机外轮廓特点,建立了目标的凸构型描述形式,并推导了多目标间碰撞检测及距离计算方法,在此基础上提出了舰载机牵连运动的轨迹跟踪控制算法,同时引入行为动力学方法实现牵引系统的避碰路径规划。为提高复杂环境下的避碰能力,基于广义符号阈值函数,提出了避障行为策略改进方法。仿真结果表明,本文提出的算法能够有效地解决舰载机牵引系统的避碰路径规划问题。-For dealing with dispatching
Improved-Ant-Colony-Optimization
- 将改进的蚁群算法与路径几何优化相结合,用于解决移动机器人的全局路径规划问题.算法结合机器人的越障性能对移动机器人的环境空间进行建模.通过设置初始信息素加快蚂蚁的搜索速度,同时设置自适应信息素挥发机制,解决特定地图中初始信息素的干扰问题 设置自适应路径长度,筛选规划路径的优劣 提出由路径优劣程度决定的信息素散播策略,并从几何原理出发,对规划路径进行优化处理,加快最优解的收敛速度.仿真结果验证了该算法的有效性和普遍应用性,在随机给定的环境地图中,该算法能够迅速规划出最优路径.-The improve
LJnew
- 参考吉林大学姜辉一篇论文,采用几何路径规划计算两端弧长的MATLAB m文件-Reference Jilin University Jiang Hui paper, using geometric path planning at both ends of the arc length calculated MATLAB m file
artificial--potential-filed
- 人工势场法的matlab代码,实现机器人的路径规划,避开障碍物- Artificial potential field method matlab code to achieve the robot s path planning, obstacle avoidance
A-star-4-connected
- A star 算法的matlab代码,用于机器人的路径规划与避障,以四节点往外扩展-A star algorithm matlab codes for path planning and obstacle avoidance robot out to a four-node expansion
Astar
- A star算法的matlab代码,用于机器人的路径规划,总共有400个节点,从结果中可以看出所有的路径-A star algorithm matlab codes for robot path planning, a total of 400 nodes, the results can be seen all paths