基于改进RRT-Connect算法的移动机器人路径规划

来源 :计算机工程 | 被引量 : 0次 | 上传用户:chenjason886
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
针对双向快速扩展随机树算法RRT-Connect在移动机器人路径规划中生成路径绕远、转折多、收敛速度慢等问题,提出一种改进RRT-Connect算法。对新节点引入考虑祖代点的重选父节点环节,利用三角不等式原理优化部分路径长度,对每一个新节点的生成设置转角约束以减小路径转折,同时设计一种动态步长策略以加快算法的收敛速度。在两树连接阶段,为使拓展树之间能够平滑且快速连接,在连接处设置转角约束和距离约束,并使用同父节点重连的连接方法。实验结果表明,改进算法能够缩短规划路径长度和收敛时间,生成的路径质量较改进前更
其他文献
为在复杂网络鲁棒性优化过程中尽可能保留网络初始社区结构,分析重连边策略对网络社区结构的影响,提出一种结合社区结构的复杂网络鲁棒性优化策略。采用Louvain算法确定复杂网络社区结构,利用模拟退火算法提升复杂网络中单个社区的内部鲁棒性,使用改进的智能重连边策略(Smart Rewiring)提升社区间的连接鲁棒性,并通过标准化互信息指标评价鲁棒性优化过程中社区结构的保留程度。在BA、WS和WU-PowerGrid网络中的实验结果表明,与Smart Rewiring和MA策略相比,该策略能在提升网络鲁棒性的同
湘绣在国内乃至全世界都大有名气,被评为四大名绣之一,是湖湘文化中一颗熠熠生辉的明珠。文章将对当代审美需求下的湘绣屏风创新进行分析和研究,将湘绣屏风和现代设计风格有机结合,让新生代文化和传统文化碰撞融合,将湘绣文化转化为符合现代人精神生活需求的作品,实现对优秀传统文化的保护和传承。
品牌成立之初,一般都会明确品牌的定位,主要分为高级定制时装、高级成衣以及大众成衣。多数企业将成衣市场作为主要方向,因此主要针对品牌成衣进行研究。成衣设计本质上是一项产品开发工作,具有鲜明的技术特征,同时,也是一项文化含量尤为突出的创新活动。在拥有自己的服装品牌时,这项工作对于品牌运作目标的达成,尤其是在以品牌名义开展的服装品牌建设事业中,具有非凡的意义。因此,文章将从概述、要素、管理3个方面阐述品牌成衣设计。
与嬉皮士、朋克相似,近年来风靡一时的新兴小众服饰也属于青年亚文化。文章首先介绍了青年亚文化的概念和发展,其次阐述了新兴小众服饰的3类代表服饰—JK制服、现代汉服、洛丽塔服饰的起源、分类和制式,最后总结了青年亚文化的特点在3类服饰着装群体中的体现,包括青年亚文化群体的身份认同、自我呈现和圈层意识。
羌族是中国历史上最为悠久的一个民族,最早作为一个游牧民族,羌族人民“逐水草而居”,后“依山而居、垒石为室”,在漫长的迁徙历史中,羌族人民创造出丰富而厚重的历史文化。其中,服饰是羌族人民最为重要的一个艺术表现形式。陕南羌族的服饰具有朴素的特质,同时也不失华美。陕南地区的羌族聚集地主要在宁强和略阳两地。古时,羌族迁移至此,与当地的汉族通婚、共同生活,逐渐形成了具有地域特征的服饰文化。文章重点从陕南羌族人民的服饰形制、特点、纹样、功用等方面进行分析。
刺绣是中华民族传统的手工艺之一,我国各地区都有特有的刺绣种类,除了耳熟能详的四大名绣外,西秦刺绣也在刺绣史上具有重要地位。西秦刺绣具有鲜明的艺术特色,体现了汉族人民对于美好生活的追求。
地域文化是指一定时空内自然要素和人文要素共同作用下的综合体,“双创”是人才培养模式的核心诉求,高校是二者在地化共生的重要土壤,既是探索“双创”模式路径的起点,又是“
传统求图传递闭包的方法存在计算量大与计算时间长的问题。为加快处理大数据量的传递闭包算法的计算速度,结合算法密集计算和开放式计算语言(OpenCL)框架的特征,采用本地存储器优化的并行子矩阵乘和分块的矩阵乘并行计算,提出一种基于OpenCL的传递闭包并行算法。利用本地存储器优化的并行子矩阵乘算法来优化计算步骤,提高图形处理器(GPU)的存储器利用率,降低数据获取延迟。通过分块矩阵乘并行计算算法实现大数据量的矩阵乘,提高GPU计算核心的利用率。数据结果表明,与CPU串行算法、基于开放多处理的并行算法和基于统一
针对云存储数据过程,结合协调器与遗传算法提出一种新的数据复制策略。在Hadoop分布式文件系统体系结构基础上构建一个用于复制管理的协调器,采用接收查询算法和遗传算法接收查询,并将其发送给合适的节点以满足用户期望的服务质量功能需求,同时考虑一个查询中数据块的物理位置以获得更好的复制参数。仿真结果表明,与目前典型的数据中心选择和动态数据复制策略以及逐步删除和添加数据副本策略相比,该数据复制策略不仅优化了系统的负荷分配,而且具有更高的可用性和更小的延迟。
利用动态时间弯曲(DTW)技术在原始多元时间序列进行相似性度量时时间复杂度较高,且DTW在追求最小弯曲距离的过程中可能会出现过渡拉伸和压缩的问题。提出一种基于分段特征及自适应加权的DTW多元时间序列相似性度量方法。对原始时间序列在各个变量维度上进行统一分段,选取分段后拟合线段的斜率、分段区间的最大值和最小值以及时间跨度作为每一段的特征,实现对原始序列的大幅降维,提高计算效率。在DTW计算最佳弯曲路径的过程中为每个点设置自适应代价权重,限制弯曲路径中点列的重复使用次数,改善时间序列因过度拉伸或压缩所导致的度