本文首先介绍 AGV 的结构组成及其系统组成，并对 AGV 控制系统中最主要的问题进行分析研究，阐述了导航小车的导引方法，并确定以激光导引作为研究对象；其次对单台 AGV 路径规划优化技术进行研究，在建立电子地图的基础 之上，对 Dijkstra 算法进行改进和优化，通过缩小搜索范围提高搜索效率，通过加入评价指标使得优化后的算法搜索到的路径更适合实际运行，从而实现单 AGV 路径规划；然后针对多台 AGVs 的无碰撞路径规划问题，采用与时间窗原 理相结合的预先规划算法，并提出弹性时间窗的概念对于路径连续且时间连续的情况可直接进行路径规划，对于路径连续但时间不连续的情况，通过提供弹性时间窗方式以获取更多可以被搜索的时间段；由于弹性时间窗的引入会使得在路径规划中在某些节点产生时间冲突，本文采用两种策略来解决：1）重新搜索路径，避开时间窗冲突的节点；2）通过速度调节平移时间窗，从而实现了基于先验决策的 AGV 无碰撞路径规划。将改进的 Dijkstra 算法和时间窗相结合，按照优先级顺序规划各个 AGV 的路径，通过检测后续规划路径是否与已存在的规划路径发生空间和时间冲突，并调用优化算法和规避策略进行最优路径的选择，从而实现 AGV 的无碰撞路径规划；最后开发了 AGV 系统地面控制仿真系统平台，对单台和多台 AGV 路径规划优化算法进行了仿真验证，结果表明优化后的路径规划算法和冲突解决策略是可行的，为实际应用打下了一定基础。
标签： 多自动导引小车系统（AGVS）路径规划研究 智能算法
上传时间： 2016-04-01
上传用户：五块钱的油条
实现rrt路径规划算法，从起始点到终点，完成快速随机拓展搜索
上传时间： 2017-10-19
上传用户：xyodfish
动态规划算法，寻找一条路径得到的值最大，用二维矩阵存储数据
上传时间： 2021-06-12
上传用户：FlowMaple
30个数学建模智能算法及MATLAB程序代码:chapter10基于粒子群算法的多目标搜索算法.rarchapter11基于多层编码遗传算法的车间调度算法.rarchapter12免疫优化算法在物流配送中心选址中的应用 .rarchapter13粒子群优化算法的寻优算法.rarchapter14基于粒子群算法的PID控制器优化设计.rarchapter15基于混合粒子群算法的TSP搜索算法 .rarchapter16 基于动态粒子群算法的动态环境寻优算法.rarchapter17基于PSO工具箱的函数优化算法.rarchapter18鱼群算法函数寻优.rarchapter19基于模拟退火算法的TSP算法.rarchapter1遗传算法工具箱.rarchapter20基于遗传模拟退火算法的聚类算法.rarchapter21模拟退火算法工具箱及应用.rarchapter22蚁群算法的优化计算——旅行商问题(TSP)优化 .rarchapter23基于蚁群算法的二维路径规划算法.rarchapter24 基于蚁群算法的三维路径规划算法.rarchapter25有导师学习神经网络的回归拟合——基于近红外光谱的汽油辛烷值预测.rarchapter26.rarchapter27无导师学习神经网络的分类——矿井突水水源判别.rarchapter28支持向量机的分类——基于乳腺组织电阻抗特性的乳腺癌诊断 .rarchapter29支持向量机的回归拟合——混凝土抗压强度预测.rarchapter2基于遗传算法和非线性规划的函数寻优算法 .rarchapter30极限学习机的回归拟合及分类.rarchapter3基于遗传算法的BP神经网络优化算法 .rarchapter4sa_tsp.rarchapter5基于遗传算法的LQR控制器优化设计.rarchapter6遗传算法工具箱详解及应用 .rarchapter7多种群遗传算法的函数优化算法.rarchapter8基于量子遗传算法的函数寻优算法 .rarchapter9基于遗传算法的多目标优化算法.rar
上传时间： 2021-11-28
上传用户：
IIR数字滤波器是冲激响应为无限长的一类数字滤波器，是电子、通信及信号处理领域的重要研究内容，国内外学者对IIR数字滤波器的优化设计进行了大量研究。其中，进化算法优化设计IIR数字滤波器虽然取得了一定的效果，但是其也有自身的一些不足；另外，基于粒子群算法以及人工鱼群算法的IIR数字滤波器优化设计也取得了较好的效果。但这些方法都是将多目标优化问题转化为单目标优化问题，这种方法是将每个目标赋一个权值，然后将这些赋了权值的目标相加，把相加的结果作为目标函数，在此基础上寻找目标函数的最小值，这样做造成的问题是可能将其中的任何一种满足目标函数值最小的情况作为最优解，但实际上得到的不一定是最优解。也就是说，单目标的方法难以区分哪一种情况为最优解，这样的寻优模型从理论上来说是难以得到最优解的。另外，在将多目标转化为单目标时，各个目标的权值难以确定，而且最终只能得到唯一解。针对这些问题，本文在研究传统遗传算法、进化规划算法以及量子遗传算法的IIR数字滤波器优化设计的基础上，将重点研究IIR数字滤波器的粒子进化规划优化、遗传多目标优化以及量子多目标优化。另外，由于在通信系统中IIR数字滤波器有广泛应用，并且大量采用FPGA实现，多目标优化方法得到的滤波器性能也值得验证，因此，对多目标优化方法得到的IIR数字滤波器系数进行FPGA仿真验证有重要的现实意义。 @@ 论文的主要工作及研究成果具体如下： @@ 1.分析IIR数字滤波器的数学模型及其优化设计的参数；针对低通IIR数字滤波器，采用遗传算法及量子遗传算法对其进行优化设计，并给出相应的仿真结果及分析。 @@ 2.针对使用进化规划算法优化设计IIR数字滤波器时容易陷入局部极值的问题，研究粒子进化规划算法，并将其应用于IIR数字滤波器的优化设计，该算法将粒子群优化算法与进化规划算法相结合，继承了粒子群算法局部搜索能力强和进化规划算法遗传父代优良基因能力强的优点。将这种新的粒子进化规划算法应用于IIR低通、高通、带通、带阻数字滤波器的优化设计，显示了较好的效果。 @@ 3.优化设计IIR数字滤波器时，通常将多目标转化为单目标的优化问题，这种方法虽然设计简单，但是在将多目标转化为单目标时，各个目标的权值难以确定，而且最终只能得到唯一解，不能提供更多的有效解给决策者。针对常 用基于单目标优化算法的不足，在分析IIR数字滤波器优化模型和待优化参数的基础上，本文研究遗传算法的IIR数字滤波器多目标优化设计方法，该方法将多个目标值直接映射到适应度函数中，通过比较函数值的占优关系来搜索问题的有效解集，使用这种方法可以求得一组有效解，并且将多目标转化为单目标的优化方法得到的唯一解也能被包括在这一组有效解中。@@ 4.将量子遗传算法应用于IIR数字滤波器多目标优化设计，研究量子遗传算法的IIR数字滤波器多目标优化设计方法，并将优化结果与传统遗传算法的多目标优化方法进行了比较。仿真结果表明，在对同一种滤波器进行优化设计时，使用该方法得到的结果通带波动更小，过渡带更窄，阻带衰减也更大。 @@ 5.针对IIR数字滤波器的硬件实现问题，在对IIR数字滤波器的结构特征进行分析的基础上，分别采用遗传多目标优化方法量子多目标方法优化设计IIR数字滤波器的系数，然后针对两组系数进行了FPGA( Field-Programmable GateArray，现场可编程门阵列)仿真验证，并对两种结果进行了对比分析。 @@关键词：IIR数字滤波器；优化设计
上传时间： 2013-06-09
上传用户：熊少锋
双足机器人是一个多自由度、多变量、非线性的复杂动力学系统。其控制平台的研究往往涉及嵌入式技术、传感器技术、步态规划、路径导航、人工智能、自动化控制等多种理论与技术，体现了信息科学和人工智能技术的最新成果，应用领域广大，具有重要的研究价值。其中，双足机器人导航控制系统是双足机器人控制平台研究中的重点和难点，将在自动驾驶、未知区域的探索、危险环境作业、核电站的维护等领域中发挥极大的作用。 本文以双足机器人导航控制系统的设计为研究背景，结合嵌入式系统开发的关键技术，主要论述了两个核心内容：一是双足机器人导航决策系统的设计。该系统是基于一种新式的ARM&DSP主从控制模式下的设计。该设计借助内外传感器系统的反馈，通过对多传感器信息的融合与处理，在导航决策算法的作用下，实现双足机器人在未知环境下平滑的自主导航。二是为增强双足机器人导航的人机交互性和控制系统对突发事件的处理能力，在基于MiniGUI的系统平台上设计了双足机器人的导航控制系统界面。论文的主要内容包括： 首先，设计了双足机器人的本体模型，并对双足机器人的步态规划做了理论研究，为步态控制获得理论上的支持。 然后，就双足机器人导航控制平台的搭建做了详细的介绍，并着重对主从控制器间通讯的CAN接口做了详细的设计。 接着，从两个层面设计了导航决策系统，一是根据内部传感器得到的关节信息，比对决策层中的步态规划算法，对关节的运动进行实时的补偿和调整，实现各关节动作的协调，得到标准的步态，保证每一步的稳定和准确。二是对外部传感器获得的外界环境信息进行处理，构建出供决策层使用的外部环境模型，之后在基于模糊神经网络的导航算法的指引下，实现双足机器人对外界环境做出合理、平滑的响应。 最后，介绍了导航控制界面的设计与实现。重点介绍了MiniGUI开发平台的搭建、基于MiniGUI的界面程序的设计以及程序在开发板上的移植，实现了控制界面在双足机器人导航上的应用。
上传时间： 2013-04-24
上传用户：527098476
随着国内汽车工业的发展，国内的车辆导航系统的市场需求也越来越大。目前国内推出的一些车载导航定位系统还没有在车载系统中得到广泛的应用，还须在改进技术、提高精度的同时降低开发成本。 车载导航终端结合了导航定位技术、地理信息系统(GIS)、通讯技术以及嵌入式计算机技术，为用户提供导航定位、地理信息等服务。车载导航终端由GPS定位系统、电子地图、嵌入式系统组成。导航终端接收GPS所传送的卫星信号，得到车辆的即时位置，通过GPS信号处理系统传送给主机，再配合嵌入式系统上的空间数据库，将车辆经过的轨迹显示在显示屏上。 本论文首先讨论了车载导航系统的原理和硬件结构，然后分析设计了软件系统的工作流程及实现方案；介绍了Boot Loader和Linux内核的定制、移植；重点介绍了在ARM处理器和Linux操作系统实现车载导航终端各功能模块的详细过程，以及地图匹配和路径规划算法及实现。 为了缩短开发周期、降低开发成本，本设计采用了基于开源软件二次开发的方式。
上传时间： 2013-06-01
上传用户：xmsmh
基于ARM的嵌入式运动控制器是集计算机数字控制技术、ARM技术、运动控制技术以及嵌入式操作系统技术等技术为一体的技术含量高的运动控制器；是对低成本、高性能运动控制器研究的一个新的尝试。本论文的研究重是点基于双端口RAM上下位机通讯的数控系统总体软件架构设计、嵌入式运动控制器轨迹规划算法的研究、嵌入式系统软件的构建以及运动控制器外设驱动程序的开发，其主要工作及成果如下： 1．针对数控系统上下位机信息交互频繁，提出了一种基于双端口RAM通讯结构的上下位机交互方式，实现了上下位机信息的高速、稳定通讯；且完成了基于双端口RAM上下位机通讯结构的数控系统总体软件架构设计。 2. 针对目前高速数控加工轨迹规划中存在的一些关键问题进行深入的探讨。提出一种轨迹拐角的速度平滑方法，当高速加工不在同一直线方向而形成拐角的加工段时，在拐角过渡时能获得很好的速度响应和较小的轮廓误差；还提出了一种高速数控加工小线段的前瞻平滑算法，当高速加工多段微小直线段时，能够优化规划多段微小线段的加工速度，有效避免了频繁的加减速给系统带来较大冲击以及加工效率低的问题。 3. 构建了适合本运动控制器系统的系统软件；研究了嵌入式运动控制器引导程序的移植、嵌入式Linux内核的优化配置以及根文件系统的构建。 4．探讨了Linux驱动程序开发的原理以及流程；并以双端口RAM为例介绍了运动控制外设驱动程序开发的方法。
上传时间： 2013-07-02
上传用户：笨小孩
近几年来，旅游业在国内迅速发展，已成为规模最大的产业之一，在拉动内需，刺激消费，发展经济，推动城市化进程中正发挥着极其重要的作用。然而旅游服务和旅游咨询跟不上社会的发展需求，游客在旅途中存在各种不便。把嵌入式技术和嵌入式GIS技术结合的电子导游系统，能给游客提供各种旅途服务，方便游客出门旅游。 本文依托浙江省科技计划重点项目开展研究，在开源软件基础上开发电子导游系统，以有效降低产品价格，适应社会需要。以广州斯道S3C2410 ARM开发板为底层硬件，采用Linux嵌入操作系统为软件平台，利用QT/Embedded GUI为图形界面，对MapInfo文件格式进行转换，使之适应嵌入式系统。通过C/C++编程开发嵌入式GIS模块和电子导游应用软件模块；把硬件、软件相结合，使电子地图显示在触摸屏上；最终实现了景点查询和介绍、景区路径规划、距离测量、GIS操作等功能。 本文的主要研究工作有：第一在ARM S3C2410开发板上移植Linux内核及驱动程序。第二在自由软件Linux平台下研究和开发嵌入式GIS模块。第三在QT/Embedded GUI图形界面下开发电子导游应用软件。第四研究和设计基于模拟退火算法的景区路径规划算法。 最后，将本文的研究成果在西湖景区电子导游原型系统中实现，并取得良好效果。
上传时间： 2013-08-02
上传用户：redmoons
多阶段决策过程（ multistep decision process ）是指 这样一类特殊的活动过程，过程可以按时间顺序分解成若干个相互联系的阶段，在每一个阶段都需要做出决策，全部过程的决策是一个决策序列。 动态规划 （ dynamic programming ）算法 是解决 多阶段决策过程最优化问题 的一种常用方法，难度比较大，技巧性也很强。利用动态规划算法，可以优雅而高效地解决很多贪婪算法或分治算法不能解决的问题。动态规划算法的基本思想是：将待求解的问题分解成若干个相互联系的子问题，先求解子问题，然后从这些子问题的解得到原问题的解； 对于重复出现的子问题，只在第一次遇到的时候对它进行求解，并把答案保存起来，让以后再次遇到时直接引用答案，不必重新求解 。动态规划算法将问题的解决方案视为一系列决策的结果，与贪婪算法不同的是，在贪婪算法中，每采用一次贪婪准则，便做出一个不可撤回的决策；而在动态规划算法中，还要考察每个最优决策序列中是否包含一个最优决策子序列，即问题是否具有最优子结构性质。
标签： multistep decision process 过程
上传时间： 2015-06-09
上传用户：caozhizhi
