“势场蚁群”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果225059个，建议您升级VIP下载更多相关专利

[发明专利]一种基于势场改进蚁群算法的无人机最优路径搜索方法-CN202010371998.1在审
发明人：周武能;罗勇 -专利权人：东华大学
申请日： 2020-05-06 - 公布日： 2020-12-04 - 主分类号： G01C21/20 文献下载
摘要：本发明涉及一种基于势场改进蚁群算法的无人机最优路径搜索方法，首先通过栅格法创建模型并进行各个参数的初始化，然后进行蚁群算法初始化，包括设置蚁群规模、信息素和启发信息等参数，蚁群进行搜索时依据概率选择公式，选择下一个搜索的位置，最后利用人工势场法进行全局搜索，利用蚁群算法进行局部搜索并更新信息素。本发明的一种基于势场改进蚁群算法的无人机最优路径搜索方法，与传统的人工势场法相比，克服了局部极值点的问题，准确性更高；与单一的蚁群算法相比，本发明在保证准确率的情况下，提高了搜索速度，因此在应对紧急交通路口的事故时可以进行快速响应
一种基于改进算法无人机最优路径搜索方法

[发明专利]一种基于蚁群算法的D*人工势场融合的路径规划方法-CN202310617283.3在审
发明人：吴琪曼;陈昌林;夏日升;吴平安;苟艺辉;何应东;宋仁成 -专利权人：合肥工业大学
申请日： 2023-05-29 - 公布日： 2023-08-25 - 主分类号： G05D1/02 文献下载
摘要：本发明公开了一种基于蚁群算法的D*人工势场融合的路径规划方法，包括：1、获取机器人自身定位信息以及周围的环境信息；2、利用栅格法构建环境栅格地图；3、根据采集到的信息，构建人工势场模型，计算各节点的势场差；4、利用D*得到初始路径，并综合改进蚁群算法参数，结合人工势场各节点的势场差，进行路径规划，将最短路径平滑处理后，最终得到最优路径。本发明构建栅格地图，通过基于蚁群算法的D*人工势场融合，完成机器人工作区域内的路径规划，从而使机器人在工作运行中能更准确，更有效率地通行，为机器人的导航提供保障。
一种基于算法人工融合路径规划方法

[发明专利]一种采用混合势场蚁群算法的车辆路径规划方法-CN201910643608.9有效
发明人：袁朝春;魏悦;何友国;孙晓强;张厚忠 -专利权人：江苏大学
申请日： 2019-07-17 - 公布日： 2022-10-28 - 主分类号： G01C21/34 文献下载
摘要：本发明公开了一种采用混合势场—蚁群算法的车辆路径规划方法，步骤1：获取车辆自身与环境信息；步骤2：通过分析车辆自身与环境信息，得到车辆当前所受虚拟势场力，建立改进后的车辆虚拟势场力模型；步骤3：初始化蚁群算法的相关参数；步骤4：路径规划初期，在蚁群算法中引入改进后的虚拟势场合力作为启发信息函数；引入权重系数；改进蚁群算法的转移概率函数；步骤5：随着避障路径规划的深入，信息素浓度和距离启发共同发挥作用；逐渐降低改进势场合力的作用，使用改进的蚁群算法进行路径规划；步骤6：按照步骤4和5所规划的路径由电子控制单元控制车速以及转向盘转角。
一种采用混合势场蚁群算法车辆路径规划方法

[发明专利]基于人工势场法与蚁群算法的混合多飞行器冲突解脱方法-CN201610028742.4有效
发明人：吕人力;管祥民;孙亮;刘洋 -专利权人：中国民航管理干部学院
申请日： 2016-01-15 - 公布日： 2019-02-15 - 主分类号： G06N3/00 文献下载
摘要：本发明公开了一种基于人工势场法与蚁群算法的混合多飞行器冲突解脱方法，包括如下步骤：S1，将飞机和目的地进行电荷转换，利用人工势场法得到初始路径；S2，将人工势场法得到的初始路径进行调整，对调整后的路径进行编码，得到权威蚂蚁的觅食路径；S3，由权威蚂蚁衍生权威蚁群，并利用权威蚁群初始化信息素矩阵；S4，根据初始化的信息素矩阵，利用蚁群算法迭代寻优，获得最终的冲突解脱方案。该方法避免了人工势场法完全追求时效性，造成解脱方案角度偏转的不可行问题；同时又解决了蚁群算法模拟生物自组织过程计算量大、难以实时应用于冲突解脱场景的时效性问题，有效地满足了现实场景中对时效性和可行性的要求
基于人工势场法算法混合飞行器冲突解脱方法

[发明专利]一种基于势场蚁群算法的无人机航迹规划方法-CN201810695244.4在审
发明人：叶润;闫斌;金钊 -专利权人：电子科技大学
申请日： 2018-06-29 - 公布日： 2018-09-21 - 主分类号： G05D1/10 文献下载
摘要：本发明属于无人机技术领域，具体的说是一种基于势场蚁群算法的无人机航迹规划方法。本发明以无人机地面站卫星数字地图作为研究平台，通过静态航迹规划来完成无人机自起点至作业点的安全航线导航工作。本发明将蚁群算法(Ant Colony Optimal)全局搜索能力与人工势场算法(Artificial Potential Field)局部搜索能力优势互补，通过将势场算法概念带入到蚁群算法的选择概率上，提高蚂蚁在搜索时对环境的适应性与实时性，提高蚁群算法局部搜索能力，并以此来对无人机巡航环境进行分析，完成无人机静态航迹规划，在电力无人机自主巡线中将有广泛的应用前景。
蚁群算法航迹规划势场局部搜索能力算法全局搜索能力无人机地面站卫星数字选择概率实时性作业点巡航巡线蚂蚁搜索航线应用分析安全研究

[发明专利]一种融合人工势场与对数蚁群算法的机器人路径规划方法-CN201910983177.0有效
发明人：胡章芳;罗磊;罗元;张毅 -专利权人：重庆邮电大学
申请日： 2019-10-16 - 公布日： 2022-08-23 - 主分类号： G05D1/02 文献下载
摘要：本发明请求保护一种融合人工势场与对数蚁群算法的机器人路径规划方法。包含如下步骤，S1：初始化；S2：建立包含障碍物信息的栅格地图；S3：根据当前蚂蚁所处位置，建立蚂蚁可移动的栅格表；S4：计算当前蚂蚁所在位置在人工势场中收到的引力，斥力，并建立人工势场的影响函数q(t)，计算蚂蚁在人工势场中所受合力与相邻栅格方向的最小夹角；S5：改进蚁群算法启发函数ηij与信息素跟新策略；S6：计算改进后的蚁群算法转移概率密度，并对禁忌表进行更新本发明方法有效的提高了蚁群算法在路径规划中的收敛速度，并且很大程度上降低了人工势场算法易陷入局部最优的情况。
一种融合人工对数算法机器人路径规划方法

[发明专利]一种基于势场蚁群算法的路径规划方法-CN201910396322.5在审
发明人：彭湘;向凤红;毛剑琳;郭宁 -专利权人：昆明理工大学
申请日： 2019-05-14 - 公布日： 2019-09-10 - 主分类号： G01C21/34 文献下载
摘要：本发明公开了一种基于势场蚁群算法的路径规划方法，针对蚁群算法前期搜索存在盲目性问题，引入人工势场法，使得目标点一开始就对蚂蚁的寻优做出引导作用，并且在整个寻优过程，目标点对蚂蚁的吸引力一直存在，这在一定程度上降低了蚁群前期搜索的“盲目性”，能够加快蚁群的收敛速度，同时也加强了算法全局搜索的能力；利用人工势场法计算下一可行节点到终点的距离综合构造启发信息，避免了蚁群在搜索中过早停滞，陷入局部最优；引入最优‑最差蚂蚁系统对全局信息素更新
蚁群算法蚁群算法人工势场法搜索路径规划全局搜索最优路径目标点势场寻优蚂蚁局部搜索蚂蚁系统平滑处理全局信息实际环境搜索效率引导作用有效地引入收敛停滞更新规划

[发明专利]基于改进人工势场法混合蚁群算法的多机器人编队运动方法-CN202310504276.2在审
发明人：杨立炜;李萍;钱松;杨珺菲;王涛;夏文杰;冯孜杰 -专利权人：新疆理工学院;李萍
申请日： 2023-05-07 - 公布日： 2023-10-10 - 主分类号： G05D1/02 文献下载
摘要：本发明提供了一种基于改进人工势场法混合蚁群算法的多机器人编队运动方法，首先，利用改进蚁群算法为领航者机器人提供复杂障碍物环境下的全局导航路径，并优化了启发式矩阵、启发式函数以及信息素更新策略解决了标准蚁群算法存在的收敛速度慢、易陷局部最优以及路径安全性的问题；其次，优化了引力斥力系数以及避障函数，解决了标准人工势场法避障策略下机器人易陷入局部最优、参数调整困难、易受复杂环境干扰的问题；然后，以领航者跟随法构建编队，多机器人基于人工势场法混合蚁群算法进行自适应编队运动
基于改进人工势场法混合算法机器人编队运动方法

[发明专利]一种基于人工势场和蚁群算法的无人机路径规划方法-CN202010735619.2在审
发明人：唐刚;冀香震;邵长专 -专利权人：上海海事大学
申请日： 2020-07-28 - 公布日： 2020-10-16 - 主分类号： G06Q10/04 文献下载
摘要：本发明提出一种基于人工势场和蚁群算法的无人机路径规划方法，包括以下过程：S1：将无人机的运行空间定义为一个势能场，利用人工势场法得到初始路径；S2：当检测到大型障碍物时，将地图栅格化，确定避障的起始节点和终止节点；S3：通过蚁群算法规划避障路线；S4：当无人机完成障碍物避让后，继续采用人工势场法进行路径规划，以此循环，直到到达目标点。
一种基于人工算法无人机路径规划方法

[发明专利]基于改进蚁群算法的无人机冲突解脱方法-CN202011639913.X在审
发明人：甄然;王一轩;吴学礼;许磊;常伟辉 -专利权人：河北科技大学
申请日： 2020-12-31 - 公布日： 2021-06-22 - 主分类号： G05D1/10 文献下载
摘要：本发明公开了一种基于改进蚁群算法的无人机冲突解脱方法，将无人机冲突解脱过程离散为N步，通过每步改变航向实现冲突解脱；通过人工势场法为蚁群算法提供初期搜索路径，细化解脱过程中无人机航向调整角度，采用分段调整的方法优化蚁群算法信息素蒸发系数利用人工势场算法规划出一条可行性较高的解脱路径，以此路径作为蚁群算法初期搜索路径，缩小了蚁群算法初期搜索空间，提高了初期搜索解的速度；针对蚁群算法易陷入局部最优的特点，对其信息素蒸发系数采用分段调整，使信息素蒸发系数逐渐衰减，直至最小值；既避免蚁群算法初期易陷入局部最优，还使得算法后期加快收敛速度，大大提高了算法的效率。
基于改进算法无人机冲突解脱方法

[发明专利]一种基于势场蚁群算法的导弹编队避障方法-CN202210027971.X在审
发明人：姜毅;苏政宇;邓月光 -专利权人：姜毅
申请日： 2022-01-11 - 公布日： 2022-03-11 - 主分类号： G05D1/02 文献下载
摘要：本发明涉及导弹编队协同探测技术领域，且公开了一种基于势场蚁群算法的导弹编队避障方法，包括以下步骤：S1、建立格栅地图，并初始化参数，同时使蚂蚁计数器归一；S2、判定飞行器是否进入障碍影响，若是，则计算人工势场法影响的信息素；若否，则计算普通模式的信息素，并根据计算出的普通模式的信息素得到人工势场法影响的信息素；根据得到的人工势场法影响的信息素确认下一步路线，并修改禁忌表；本发明相较于传统蚁群算法增加了对于障碍物的避障能力因为蚁群算法存在大量的算子即存在大量的解可以进行筛选，表现效果不理想的解将会被过滤掉。
一种基于势场蚁群算法导弹编队方法

[发明专利]基于改进蚁群算法和改进人工势场法的USV避碰方法-CN202211054163.9在审
发明人：郭峰 -专利权人：天津津航计算技术研究所
申请日： 2022-08-31 - 公布日： 2022-11-11 - 主分类号： G05D1/02 文献下载
摘要：本申请提供一种基于改进蚁群算法和改进人工势场法的USV避碰方法，包括以下步骤：构建坐标系，包括全局坐标系和局部坐标系；设计实时避碰规划的优化窗口；采用可视图法构建障碍模型；判断障碍物距离船体的距离选取实时避碰方法：若障碍物距离船体小于设定距离，采用改进人工势场法进行实时避碰，若障碍物距离船体大于设定距离，采用改进蚁群算法进行避碰。本申请提供的一种基于改进蚁群算法和改进人工势场法的USV避碰方法可对未知静态环境下突然出现的障碍物进行紧急避碰，并对下一时刻的路径进行规划，同时避免了传统人工势场法对只能根据距离做出避碰规划的问题，提高了避碰的实时性和有效性
基于改进算法人工势场法 usv 方法

[发明专利]一种基于优化混合蚁群算法的机器人路径规划算法-CN201711121774.X在审
发明人：张毅;刘杰 -专利权人：重庆邮电大学
申请日： 2017-11-14 - 公布日： 2018-04-17 - 主分类号： G01C21/20 文献下载
摘要：本发明请求保护一种基于优化混合蚁群算法的机器人路径规划算法。该算法包括S1，结合人工势场产生的目标引力和蚁群算法初始启发因子构造机器人移动的综合启发信息；S2，将蚁群算法中的信息素采用狼群分配原则进行更新；S3利用路径优化算法对规划路径进行优化。
一种基于优化混合算法机器人路径规划

[发明专利]一种动态环境下基于蚁群算法的移动机器人路径规划方法-CN201811069073.0在审
发明人：朱庆;朱可欣;张鹏 -专利权人：天津西青区瑞博生物科技有限公司
申请日： 2018-09-13 - 公布日： 2019-01-29 - 主分类号： G01C21/20 文献下载
摘要：一种动态环境下基于蚁群算法的移动机器人路径规划方法，其步骤如下：(1)对环境采用格栅法建模；(2)构建局部扩散信息素τ‘’_rs；(4)转移概率；(5)将可行节点S添加至禁忌表；(6本发明提出的基于势场法的蚁群算法具有更快的收敛速度和寻优能力局部扩散信息素具有较好的平滑性，进一步增强了蚂蚁个体间的协作能力，减少了局部交叉路径，降低了迷失蚂蚁数量，从而使蚁群算法以更快的速度收敛到全局最优，同时也兼顾了解的多样性，克服了人工势场法易陷入局部最优的缺陷。
蚁群算法移动机器人动态环境局部扩散路径规划禁忌表信息素蚂蚁人工势场法更新信息交叉路径结束条件矩阵元素路径信息全局最优速度收敛协作能力转移概率最优路径最终结果平滑性势场法迭代格栅构建建模算法寻优收敛多样性输出记录

[发明专利]基于蚁群算法与人工势场法的无人机编队重构系统及方法-CN202010408340.3有效
发明人：马建峰;高晨阳;沈玉龙;李腾;孙聪;魏大卫;王禾;廖艾;陈爽;于润泽;朱孝羽;丁宇辰;刘景 -专利权人：西安电子科技大学
申请日： 2020-05-14 - 公布日： 2021-08-10 - 主分类号： G05D1/10 文献下载
摘要：基于蚁群算法与人工势场法的无人机编队重构系统及方法，系统包括目标分配模块、路径规划模块、地面站模块；采用群智能优化算法对标准蚁群算法的选择策略进行改进，提高了算法的全局搜索能力以及搜索精度，当无人机群组规模较大时在路径规划过程中采用改进的人工势场法，其中对引力场公式的改进解决了无人机移动初期引力场过大可能导致碰撞的问题，对斥力场的改进解决移动无人机在靠近目标点过程中，目标不可达的问题。如果无人机陷入局部最小点，通过给当前无人机额外施加一个逃出力，帮助其摆脱局部最小点，采用局部极小点逃离策略有效解决了人工势场法容易陷入局部最优的问题。本发明具有较快的计算速度。
基于算法人工势场法无人机编队系统方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条