面向群组机器人自组装的Voronoi图边界求交细分路径规划方法

来源 :小型微型计算机系统 | 被引量 : 0次 | 上传用户:jessiexsu
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
自组装是群组机器人实现各种目标配置的有效途径,群组路径规划是群组机器人自组装实现的关键问题所在.本文在CVT算法基础上提出了一种基于Voronoi图边界求交细分的VBIT算法.首先根据群组机器人成员位置绘制相应Voronoi图,然后利用匈牙利算法为机器人与目标地分配对应关系,通过将机器人与目标地连线和机器人所在单元的交点作为下一次机器人移动起始点,多次迭代后达到目标配置.实验结果证明在自组装的精度、耗时、适用性方面比现有算法更优.
其他文献
针对目前基于深度卷积特征的图像检索方法无法充分突出图像显著性区域特征和不能有效抑制背景噪声等问题,提出了一种加权聚合深度卷积特征的图像检索方法.根据逆文档频率,该方法对拥有较少特征和紧密特征的特征图赋予较大权重,生成差异性加权向量.由于不同图像表现的特征不同,该方法选择最能真实反映图像特征的一组特征图,计算出权重矩阵并对其进行滤波处理,最终生成选择滤波加权矩阵.公开数据集上的实验结果表明,本文提出
蛇形机器人通过改变自身的形状可以在复杂的地形环境中有效地运动,然而传统的一体化设计面临着任务搜救效率低、机器人本体维修困难、机体灵活性差等挑战性问题.针对这些问题
针对港口作业中大船需乘潮进出港口的现实,研究潮汐影响下的泊位分配与船舶进出港次序集成优化问题.考虑船舶偏好泊位与进出港时段等约束,以到港船舶作业时间成本、偏离偏好
针对煤岩体声发射信号具有随机非平稳、易受噪声信号干扰的特点,提出一种基于小波变换和压缩感知理论相结合的煤岩体声发射信号降噪方法.该方法利用噪声信号不具有稀疏性的特
针对肌电识别中粘贴较多的电极引起的通道冗余问题,提出了一种基于梯度提升树(Gradient Boosting Decision Tree,GBDT)模型的最优通道组合选择方法.首先,手动提取每个通道肌
针对来自系统参数、模型结构以及测量数据的不确定性等因素,建模它们的最优下界对实际问题的研究显得尤为重要.基于复杂系统的不确定性测量数据,提出了一种带稀疏特性的最优
针对离散系统的执行器和传感器故障以及存在的白噪声干扰,提出了一种基于改进自适应卡尔曼滤波和动态输出反馈的容错控制方法.在白噪声干扰下,该方法利用改进的自适应卡尔曼
众所周知,食品产业已逐渐发展成为了我国国民经济第一大产业,世界各国之间食品加工与贸易合作也日益频繁,营养与食品卫生专业英语的学习与研究越来越受到人们重视.与其它专业
期刊
知识库问答(KBQA)是指利用知识库中的一个或多个知识三元组回答一个自然语言问题,需要检测问题中提及的知识库实体和关系.关系检测是知识库问答的核心.为了解决现有关系检测
近几年来,基于端到端模型的语音识别系统因其相较于传统混合模型的结构简洁性和易于训练性而得到广泛的应用,并在汉语和英语等大语种上取得了显著的效果.本文将自注意力机制