摘要： 本文提出一種基于時(shí)間彈性帶的軌跡規(guī)劃方法,用于求解移動(dòng)機(jī)器人動(dòng)態(tài)避障問題。軌跡規(guī)劃需要考慮環(huán)境中不確定障礙等因素,因此該方法包含機(jī)器人運(yùn)動(dòng)速度、運(yùn)動(dòng)狀態(tài)、障礙物等多種約束條件。結(jié)合多種約束條件,完成從起始點(diǎn)到目標(biāo)點(diǎn)的無碰撞軌跡規(guī)劃,移動(dòng)機(jī)器人實(shí)現(xiàn)平穩(wěn)無碰撞運(yùn)動(dòng)。實(shí)驗(yàn)結(jié)果表明,該方法具有優(yōu)越的運(yùn)動(dòng)學(xué)特性和良好的避障規(guī)劃效果。

摘要： 林區(qū)環(huán)境復(fù)雜,為使工程裝備在林地作業(yè)中實(shí)現(xiàn)良好的軌跡規(guī)劃與穩(wěn)定性,本文以林地作業(yè)車的六維度臂架為研究對(duì)象,通過標(biāo)準(zhǔn)型D-H法對(duì)臂架各連桿建立坐標(biāo)系,運(yùn)用MATLAB中Robotics Toolbox工具箱建立運(yùn)動(dòng)學(xué)模型進(jìn)行了正逆運(yùn)動(dòng)學(xué)求解,分析了關(guān)節(jié)空間下臂架末端的軌跡規(guī)劃問題,得到有關(guān)臂架關(guān)節(jié)位移、速度、加速度的變化曲線。研究表明:臂架末端能夠準(zhǔn)確到達(dá)指定位置,且各關(guān)節(jié)運(yùn)行連續(xù)、平穩(wěn),證明了臂架軌跡規(guī)劃的可行性,為后續(xù)驅(qū)動(dòng)系統(tǒng)與控制方法的選取提供了重要理論依據(jù)。

摘要： 以蘋果采摘機(jī)械臂為研究對(duì)象,采用分步遷移控制策略和分步空間約束策略對(duì)其運(yùn)行軌跡進(jìn)行規(guī)劃模擬。通過基于深度梯度控制算法的分步空間約束和分步遷移控制策略解決非結(jié)構(gòu)化場(chǎng)景和蘋果分步無規(guī)則的問題,然后對(duì)機(jī)械臂的采摘軌跡進(jìn)行規(guī)劃仿真。仿真結(jié)果表明:該算法的應(yīng)用有效提高了機(jī)械臂的采摘性能和訓(xùn)練效率,驗(yàn)證了該控制策略的軌跡跟蹤有效性。

摘要： 多機(jī)器人系統(tǒng)相較于單機(jī)器人系統(tǒng)具有更高的工作效率、更大的工作空間、更靈活的作業(yè)方式,能完成更復(fù)雜的工作任務(wù)。針對(duì)多機(jī)器人協(xié)同焊接系統(tǒng),研究采用雙機(jī)器人和三機(jī)器人完成螺旋軌跡時(shí),各機(jī)器人的關(guān)節(jié)運(yùn)動(dòng)學(xué)特性。仿真結(jié)果表明:三機(jī)器人完成螺旋軌跡時(shí)間比雙機(jī)器人短,且關(guān)節(jié)運(yùn)動(dòng)量減少;驗(yàn)證本文建立模型的正確性,為后續(xù)研究提供理論依據(jù)。

摘要： 體能訓(xùn)練機(jī)器人操作臂的力方向可操作度直接影響著運(yùn)動(dòng)軌跡規(guī)劃精度?；诖?研究了體能訓(xùn)練機(jī)器人操作臂交互動(dòng)態(tài)軌跡規(guī)劃方法,分析體能訓(xùn)練機(jī)器人操作臂的力方向可操作度,利用多維支持向量機(jī)代替高斯混合模型,在李雅普洛夫第二方法的基礎(chǔ)上確定穩(wěn)定性約束條件,構(gòu)建基于支持向量機(jī)的軌跡規(guī)劃模型,實(shí)現(xiàn)體能訓(xùn)練機(jī)器人操作臂交互動(dòng)態(tài)軌跡規(guī)劃。實(shí)驗(yàn)結(jié)果表明,所提方法的角位移更小、噪聲識(shí)別值和超參數(shù)更高,驗(yàn)證了所提方法軌跡規(guī)劃彈性規(guī)劃能力較好且軌跡規(guī)劃精度較高。

摘要： 為了解決智能網(wǎng)聯(lián)汽車隊(duì)列在強(qiáng)制換道場(chǎng)景下的通行效率低、舒適性差、燃油消耗大等問題,提出一種考慮多種優(yōu)化目標(biāo)的智能網(wǎng)聯(lián)汽車隊(duì)列強(qiáng)制換道方法。綜合考慮道路通行效率、駕乘舒適性以及燃油經(jīng)濟(jì)性等優(yōu)化目標(biāo),并結(jié)合換道距離、行車安全及車輛動(dòng)力學(xué)等約束條件,將強(qiáng)制換道場(chǎng)景下的換道軌跡規(guī)劃問題轉(zhuǎn)化為多優(yōu)化目標(biāo)下的最優(yōu)軌跡問題加以求解。設(shè)計(jì)了基于滑?？刂频闹悄芫W(wǎng)聯(lián)汽車隊(duì)列跟蹤控制算法,實(shí)現(xiàn)了多約束條件下面向多種優(yōu)化目標(biāo)的穩(wěn)定換道。仿真結(jié)果驗(yàn)證了所提方法的可行性和有效性。

摘要： 半球諧振子作為半球諧振陀螺的核心部件,其加工精度和表面質(zhì)量直接影響半球諧振陀螺的工作精度和使用壽命。為解決半球諧振子加工難題,提高半球諧振陀螺的性能,從半球諧振子的結(jié)構(gòu)特征出發(fā),對(duì)諧振子加工過程中的干涉進(jìn)行理論分析;再根據(jù)球頭砂輪磨削區(qū)域分布的特點(diǎn)進(jìn)行磨削軌跡規(guī)劃,確定諧振子不同磨削階段球頭砂輪的最佳轉(zhuǎn)角;最后在自研的半球諧振子超精密磨削機(jī)床上進(jìn)行加工實(shí)驗(yàn)。超精密磨削后的諧振子表面粗糙度(Ra值)由0.615 8μm提升至0.040 2μm,面形精度(PV值)由4.590 4μm提升至0.339 0μm;經(jīng)磁流變拋光后諧振子表面粗糙度(Ra值)進(jìn)一步提高至0.003 2μm。研究表明:采用軌跡規(guī)劃后的磨削工藝可避免砂輪與工件間的干涉,并加工出高質(zhì)量的半球諧振子零件。

摘要： 根據(jù)對(duì)自動(dòng)駕駛車輛的平行泊車場(chǎng)景的分析,提出一種基于采樣的自動(dòng)駕駛車輛平行泊車軌跡規(guī)劃方法。該方法把自動(dòng)駕駛車輛平行泊車的軌跡規(guī)劃解耦成路徑規(guī)劃和速度規(guī)劃。通過對(duì)泊車起始點(diǎn)區(qū)域采樣,生成一系列曲率連續(xù)、滿足路徑約束的泊車路徑曲線,利用多目標(biāo)評(píng)價(jià)函數(shù)選取最優(yōu)的泊車路徑。然后,在最優(yōu)泊車路徑基礎(chǔ)上,通過對(duì)時(shí)間采樣選取時(shí)間最短、滿足約束的S-t曲線生成泊車軌跡。最后,通過仿真和實(shí)車試驗(yàn)驗(yàn)證了該方法的可行性和有效性,成功實(shí)現(xiàn)自動(dòng)駕駛車輛的平行泊車。

摘要： 針對(duì)機(jī)器人磨削自由曲面存在的輪廓精度低、粗糙度均勻性難以控制等問題,提出一種基于改進(jìn)弦高誤差約束的機(jī)器人曲面磨削軌跡規(guī)劃方法.首先,在分析刀具與曲面局部接觸狀態(tài)的基礎(chǔ)上,建立磨削行距計(jì)算模型;然后,對(duì)弦高誤差約束法進(jìn)行改進(jìn),推導(dǎo)考慮軌跡線曲率影響的進(jìn)給步長(zhǎng)計(jì)算模型,規(guī)劃出曲面輪廓誤差約束的磨削軌跡;最后,對(duì)一張自由曲面進(jìn)行軌跡規(guī)劃.結(jié)果表明,該方法可將弦高誤差控制在給定范圍內(nèi),提高磨削軌跡的曲率適應(yīng)性和磨削后工件表面輪廓質(zhì)量.

摘要： 本文以當(dāng)前柔性拋光工業(yè)機(jī)器人為研究對(duì)象,對(duì)最優(yōu)軌跡規(guī)劃進(jìn)行了研究,首先,簡(jiǎn)單介紹了5次B樣條軌跡曲線的構(gòu)造,之后以此為基礎(chǔ),以遺傳算法為核心,設(shè)計(jì)出一種時(shí)間最優(yōu)解方法,并通過仿真分析的方式對(duì)該方法進(jìn)行了驗(yàn)證,通過仿真分析可以發(fā)現(xiàn),該方法可以為機(jī)器人設(shè)計(jì)出較為良好的軌跡曲線,能夠有效縮減機(jī)器人的工作時(shí)間。

摘要： 針對(duì)高溫合金誘導(dǎo)輪零件粗加工過程,研究了多軸動(dòng)態(tài)銑削刀具軌跡規(guī)劃方法,并針對(duì)該策略開展了基于的基于切削力的仿真與優(yōu)化方法,通過正交試驗(yàn)驗(yàn)證了上述方法對(duì)于提升誘導(dǎo)輪加工效率,提高刀具壽命的效果.

摘要： 汽車主動(dòng)避撞系統(tǒng)是一種高級(jí)駕駛輔助系統(tǒng)(ADAS),它能夠在一定條件下幫助駕駛?cè)酥鲃?dòng)避開前方移動(dòng)障礙物,從而有效地提高車輛的主動(dòng)安全性能.本文提出了一種基于主動(dòng)前輪轉(zhuǎn)向的汽車主動(dòng)避撞系統(tǒng),主要包括軌跡規(guī)劃以及魯棒跟蹤控制兩大部分.軌跡規(guī)劃部分首先是用七次多項(xiàng)式對(duì)所規(guī)劃軌跡進(jìn)行參數(shù)化,并建立優(yōu)化模型:確定規(guī)劃軌跡的優(yōu)化變量、約束條件以及目標(biāo)函數(shù),最后設(shè)計(jì)動(dòng)態(tài)粒子群算法對(duì)所建立的優(yōu)化模型進(jìn)行優(yōu)化得到連續(xù)無碰軌跡.魯棒控制部分首先是建立AFS模型、整車動(dòng)力學(xué)模型以及駕駛?cè)四Ｐ?推導(dǎo)出廣義控制對(duì)象的狀態(tài)方程,設(shè)計(jì)穩(wěn)定性控制策略并分析實(shí)際過程中存在的干擾,最后設(shè)計(jì)魯棒穩(wěn)定性控制器.最后通過CarSim和Simulink聯(lián)合仿真平臺(tái)來對(duì)所開發(fā)的主動(dòng)避撞系統(tǒng)進(jìn)行驗(yàn)證,仿真結(jié)果表明,所開發(fā)的主動(dòng)避撞系統(tǒng)能夠有效避開移動(dòng)障礙物,能夠有效提高汽車主動(dòng)安全性能;并且能夠有效抑制側(cè)向風(fēng)、路面不平度等各種干擾,能夠有效提高汽車的魯棒性能.

摘要： 通過從幾何方法、結(jié)構(gòu)及功能考慮,可獲取機(jī)械臂的逆運(yùn)動(dòng)學(xué).通過雙曲線函數(shù)對(duì)經(jīng)典滑?？刂颇Ｐ偷膬?yōu)化,得到了一種新的算法,可以減少實(shí)際執(zhí)行器的抖動(dòng)效應(yīng),并將其與學(xué)習(xí)和自適應(yīng)控制器一起應(yīng)用于機(jī)械臂仿真模型.設(shè)計(jì)并實(shí)現(xiàn)了5自由度機(jī)械臂,包含用于反饋的通信接口及信號(hào)調(diào)理電路.通過仿真和實(shí)現(xiàn)獲得的結(jié)果由聯(lián)合誤差的比較曲線和RMS指數(shù)表示,并且表明,在仿真和實(shí)現(xiàn)中,冗余操縱器遵循具有不太明顯的最大誤差的測(cè)試軌跡,使用自適應(yīng)控制器比其他控制器,具有更均勻的機(jī)械手運(yùn)動(dòng).

摘要： 實(shí)現(xiàn)仿人機(jī)器人低速移動(dòng)到快速機(jī)動(dòng)的轉(zhuǎn)變,存在著許多困難.本文提出一種基于力模式的3D倒立擺模型來描述機(jī)器人跑步運(yùn)動(dòng)過程中連桿力變化情況.該模型中,質(zhì)心在連桿力的作用下達(dá)到期望的運(yùn)動(dòng)軌跡,而連桿力由預(yù)先定義好的力模式計(jì)算得到,并用非線性的優(yōu)化方法求解.采用OpenGL編寫的仿人機(jī)器人動(dòng)畫平臺(tái),生成機(jī)器人周期性跑步運(yùn)動(dòng)動(dòng)畫.結(jié)果表明,跑步步態(tài)逼真,提出的新方法對(duì)于跑步運(yùn)動(dòng)軌跡的規(guī)劃有效可靠.

摘要： 機(jī)器人集成三維測(cè)頭能夠提高三維自動(dòng)化檢測(cè)效率,本文總結(jié)航天器典型零件特征識(shí)別的約束條件,提出了采用圖論方法實(shí)現(xiàn)對(duì)航天器零件的模型表達(dá),通過識(shí)別屬性鄰接圖各節(jié)點(diǎn)中的屬性值,提取出零件上的檢測(cè)特征,對(duì)每一個(gè)特征上的檢測(cè)視點(diǎn)進(jìn)行規(guī)劃,并通過三次樣條法生成軌跡.完成了在Siemens NX的檢測(cè)特征識(shí)別的二次開發(fā),實(shí)現(xiàn)KUKA機(jī)器人與GOM ATOS的集成通訊,并進(jìn)行了仿真和試驗(yàn)驗(yàn)證.

摘要： 本文闡述了工業(yè)4.0特點(diǎn)及對(duì)機(jī)器人與數(shù)控裝備的要求，知道本系統(tǒng)的加工能力和狀態(tài)，能夠監(jiān)控和自主優(yōu)化加工過程，能夠自行度量工作(輸出)的質(zhì)量，能夠不斷持續(xù)學(xué)習(xí)和提高自己的能力。工業(yè)機(jī)器人目前趨勢(shì)是向高速、高精、重載、輕量化發(fā)展，傳統(tǒng)機(jī)構(gòu)的控制理論在國際上己較成熟，應(yīng)重點(diǎn)解決人機(jī)環(huán)境共融，高性能控制，智能感知和驅(qū)動(dòng)控制等問題。機(jī)器人運(yùn)動(dòng)控制芯片(軌跡規(guī)劃、多種驅(qū)動(dòng)器接口等)，驅(qū)控一體化控制器設(shè)計(jì)技術(shù)，嵌入式控制器的開發(fā)平臺(tái)，機(jī)器人可靠性問題。在高速及高精度運(yùn)動(dòng)情況下，需考慮非線性、不確定性及機(jī)器人機(jī)構(gòu)的柔性，研究新的非線性、智能等動(dòng)力學(xué)、力控制方法。

摘要： 現(xiàn)有研究中自動(dòng)駕駛車輛的換道決策取決于換道意圖的產(chǎn)生和換道條件的滿足,很少與換道實(shí)施過程和換道完成狀態(tài)聯(lián)系起來,而且換道研究聚焦于單體車輛的換道實(shí)現(xiàn),而非考慮交通系統(tǒng)運(yùn)行情況.以換道車輛和受影響車輛構(gòu)成的系統(tǒng)整體為控制對(duì)象,以換道決策到換道完成后整個(gè)過程為控制時(shí)間域,構(gòu)建由預(yù)測(cè)層和決策層構(gòu)成的雙層換道控制策略.預(yù)測(cè)層基于模型預(yù)測(cè)控制理論預(yù)測(cè)系統(tǒng)協(xié)作換道過程,并向決策層輸出行駛成本,決策層選取最優(yōu)行駛成本,輸出控制命令和控制輸入.通過迭代數(shù)值算法求解數(shù)學(xué)模型,并在MATLAB上搭建仿真平臺(tái),定性分析參數(shù)與結(jié)果之間的關(guān)系,選擇合適的參數(shù)進(jìn)行快速路的場(chǎng)景模擬,驗(yàn)證換道策略的協(xié)作換道和決策換道功能.

摘要： 現(xiàn)有研究中自動(dòng)駕駛車輛的換道決策取決于換道意圖的產(chǎn)生和換道條件的滿足,很少與換道實(shí)施過程和換道完成狀態(tài)聯(lián)系起來,而且換道研究聚焦于單體車輛的換道實(shí)現(xiàn),而非考慮交通系統(tǒng)運(yùn)行情況.以換道車輛和受影響車輛構(gòu)成的系統(tǒng)整體為控制對(duì)象,以換道決策到換道完成后整個(gè)過程為控制時(shí)間域,構(gòu)建由預(yù)測(cè)層和決策層構(gòu)成的雙層換道控制策略.預(yù)測(cè)層基于模型預(yù)測(cè)控制理論預(yù)測(cè)系統(tǒng)協(xié)作換道過程,并向決策層輸出行駛成本,決策層選取最優(yōu)行駛成本,輸出控制命令和控制輸入.通過迭代數(shù)值算法求解數(shù)學(xué)模型,并在MATLAB上搭建仿真平臺(tái),定性分析參數(shù)與結(jié)果之間的關(guān)系,選擇合適的參數(shù)進(jìn)行快速路的場(chǎng)景模擬,驗(yàn)證換道策略的協(xié)作換道和決策換道功能.

摘要： 現(xiàn)有研究中自動(dòng)駕駛車輛的換道決策取決于換道意圖的產(chǎn)生和換道條件的滿足,很少與換道實(shí)施過程和換道完成狀態(tài)聯(lián)系起來,而且換道研究聚焦于單體車輛的換道實(shí)現(xiàn),而非考慮交通系統(tǒng)運(yùn)行情況.以換道車輛和受影響車輛構(gòu)成的系統(tǒng)整體為控制對(duì)象,以換道決策到換道完成后整個(gè)過程為控制時(shí)間域,構(gòu)建由預(yù)測(cè)層和決策層構(gòu)成的雙層換道控制策略.預(yù)測(cè)層基于模型預(yù)測(cè)控制理論預(yù)測(cè)系統(tǒng)協(xié)作換道過程,并向決策層輸出行駛成本,決策層選取最優(yōu)行駛成本,輸出控制命令和控制輸入.通過迭代數(shù)值算法求解數(shù)學(xué)模型,并在MATLAB上搭建仿真平臺(tái),定性分析參數(shù)與結(jié)果之間的關(guān)系,選擇合適的參數(shù)進(jìn)行快速路的場(chǎng)景模擬,驗(yàn)證換道策略的協(xié)作換道和決策換道功能.

摘要： 現(xiàn)有研究中自動(dòng)駕駛車輛的換道決策取決于換道意圖的產(chǎn)生和換道條件的滿足,很少與換道實(shí)施過程和換道完成狀態(tài)聯(lián)系起來,而且換道研究聚焦于單體車輛的換道實(shí)現(xiàn),而非考慮交通系統(tǒng)運(yùn)行情況.以換道車輛和受影響車輛構(gòu)成的系統(tǒng)整體為控制對(duì)象,以換道決策到換道完成后整個(gè)過程為控制時(shí)間域,構(gòu)建由預(yù)測(cè)層和決策層構(gòu)成的雙層換道控制策略.預(yù)測(cè)層基于模型預(yù)測(cè)控制理論預(yù)測(cè)系統(tǒng)協(xié)作換道過程,并向決策層輸出行駛成本,決策層選取最優(yōu)行駛成本,輸出控制命令和控制輸入.通過迭代數(shù)值算法求解數(shù)學(xué)模型,并在MATLAB上搭建仿真平臺(tái),定性分析參數(shù)與結(jié)果之間的關(guān)系,選擇合適的參數(shù)進(jìn)行快速路的場(chǎng)景模擬,驗(yàn)證換道策略的協(xié)作換道和決策換道功能.

摘要： 公開了一種軌跡速度規(guī)劃方法及軌跡速度規(guī)劃裝置，該方法包括：對(duì)于指定的目標(biāo)軌跡MP，確定單個(gè)軸的加速度與合成加速度之間的關(guān)系系數(shù)fi，得到點(diǎn)M為目標(biāo)軌跡MP的起點(diǎn)，點(diǎn)P為目標(biāo)軌跡MP的終點(diǎn)；確定關(guān)系系數(shù)fi的最大值為B；根據(jù)關(guān)系系數(shù)fi的最大值B和單個(gè)軸的加速度的最大值計(jì)算合成加速度的最大值arm，得到A為給定的最大加速度值；根據(jù)合成加速度的最大值arm和給定的進(jìn)給速度F進(jìn)行目標(biāo)軌跡MP的速度規(guī)劃。通過將單個(gè)軸的加速度的最大值設(shè)定為最大加速度A，進(jìn)而確定合成加速度的最大值arm，提高了加工效率。

摘要： 本發(fā)明實(shí)施例公開了一種軌跡速度規(guī)劃方法及軌跡速度規(guī)劃裝置，本發(fā)明實(shí)施例方法包括：對(duì)于指定的目標(biāo)軌跡MP，確定單個(gè)軸的加速度與合成加速度之間的關(guān)系系數(shù)fi，得到點(diǎn)M為目標(biāo)軌跡MP的起點(diǎn)，點(diǎn)P為目標(biāo)軌跡MP的終點(diǎn)；確定關(guān)系系數(shù)fi的最大值為B；根據(jù)關(guān)系系數(shù)fi的最大值B和單個(gè)軸的加速度的最大值A(chǔ)，計(jì)算合成加速度的最大值arm，得到arm＝A/B，A為給定的最大加速度值；根據(jù)合成加速度的最大值arm和給定的進(jìn)給速度F進(jìn)行目標(biāo)軌跡MP的速度規(guī)劃。本發(fā)明通過將單個(gè)軸的加速度的最大值設(shè)定為最大加速度A，進(jìn)而確定合成加速度的最大值arm，提高了加工效率。

摘要： 本發(fā)明實(shí)施例公開了一種軌跡規(guī)劃方法、裝置、設(shè)備和存儲(chǔ)介質(zhì)，軌跡規(guī)劃方法包括：判斷是否存在與當(dāng)前待規(guī)劃軌跡連接的下一待規(guī)劃軌跡；若是，確定當(dāng)前待規(guī)劃軌跡和下一待規(guī)劃軌跡的過渡區(qū)域；規(guī)劃出當(dāng)前待規(guī)劃軌跡在過渡區(qū)域的多個(gè)第二軌跡點(diǎn)和下一待規(guī)劃軌跡在過渡區(qū)域的多個(gè)第三軌跡點(diǎn)；采用第二軌跡點(diǎn)和所述第三軌跡點(diǎn)確定過渡區(qū)域的多個(gè)第三軌跡點(diǎn)作為當(dāng)前待規(guī)劃軌跡過渡至下一待規(guī)劃軌跡的軌跡點(diǎn)。能夠采用當(dāng)前待規(guī)劃軌跡和下一待規(guī)劃軌跡在過渡區(qū)域的軌跡點(diǎn)確定過渡區(qū)域的最終軌跡點(diǎn)，使得當(dāng)前待規(guī)劃軌跡能夠平滑地過渡到下一待規(guī)劃軌跡，避免了軌跡過渡不平滑造成減速機(jī)震蕩和磨損的問題，大大減少了對(duì)機(jī)器人的震蕩和對(duì)減速機(jī)的磨損。

摘要： 本公開提供一種軌跡規(guī)劃方法、裝置、存儲(chǔ)介質(zhì)與電子設(shè)備，涉及智能導(dǎo)航技術(shù)領(lǐng)域。該方法包括：在地圖中獲取起點(diǎn)和終點(diǎn)，確定起點(diǎn)的狀態(tài)參數(shù)，狀態(tài)參數(shù)包括時(shí)刻；建立開放列表，以記錄其中每個(gè)節(jié)點(diǎn)的狀態(tài)參數(shù)，將起點(diǎn)加入開放列表；依次以開放列表中代價(jià)值最小的節(jié)點(diǎn)為父節(jié)點(diǎn)，根據(jù)預(yù)設(shè)間隔時(shí)間內(nèi)的狀態(tài)變量，確定該父節(jié)點(diǎn)的子節(jié)點(diǎn)的狀態(tài)參數(shù)，并將子節(jié)點(diǎn)加入開放列表，將該父節(jié)點(diǎn)從開放列表移除；當(dāng)將終點(diǎn)加入開放列表時(shí)，從終點(diǎn)開始，依次連接子節(jié)點(diǎn)及其父節(jié)點(diǎn)，直到連接到起點(diǎn)，得到目標(biāo)路徑；根據(jù)目標(biāo)路徑中每個(gè)節(jié)點(diǎn)的狀態(tài)參數(shù)，生成從起點(diǎn)到終點(diǎn)的目標(biāo)軌跡。本公開可以實(shí)現(xiàn)在動(dòng)態(tài)場(chǎng)景中的軌跡規(guī)劃，并且符合車輛等物體的運(yùn)動(dòng)學(xué)特性。

摘要： 本發(fā)明實(shí)施例提供一種軌跡規(guī)劃方法、裝置、軌跡規(guī)劃器、無人機(jī)及存儲(chǔ)介質(zhì)，該方法包括：確定作業(yè)路線的全局軌跡點(diǎn)；將所述全局軌跡點(diǎn)的起點(diǎn)作為第一預(yù)設(shè)長(zhǎng)度的起點(diǎn)；在所述全局軌跡點(diǎn)中篩選所述第一預(yù)設(shè)長(zhǎng)度所覆蓋的軌跡點(diǎn)，基于篩選的軌跡點(diǎn)確定局部軌跡點(diǎn)，并基于所述局部軌跡點(diǎn)生成局部軌跡；控制無人機(jī)基于所述局部軌跡運(yùn)動(dòng)第二預(yù)設(shè)長(zhǎng)度的距離，將所述無人機(jī)當(dāng)前位置的下一個(gè)軌跡點(diǎn)作為所述第一預(yù)設(shè)長(zhǎng)度的起點(diǎn)，返回在所述全局軌跡點(diǎn)中篩選所述第一預(yù)設(shè)長(zhǎng)度所覆蓋的軌跡點(diǎn)的操作，直至所述全局軌跡點(diǎn)篩選完畢，其中，所述第一預(yù)設(shè)長(zhǎng)度大于所述第二預(yù)設(shè)長(zhǎng)度。由此在遇到障礙物時(shí)，可以精確躲避障礙物，保證無人機(jī)安全、提高作業(yè)效率。

摘要： 本公開提供一種軌跡規(guī)劃方法、軌跡規(guī)劃裝置、存儲(chǔ)介質(zhì)與電子設(shè)備，涉及智能導(dǎo)航技術(shù)領(lǐng)域。該方法包括：根據(jù)目標(biāo)車輛的物理參數(shù)確定動(dòng)態(tài)約束條件；根據(jù)所述目標(biāo)車輛的預(yù)設(shè)起始位姿和預(yù)設(shè)終止位姿確定邊值約束條件；根據(jù)預(yù)設(shè)范圍內(nèi)的障礙物信息確定碰撞約束條件；在所述動(dòng)態(tài)約束條件、所述邊界約束條件和所述碰撞約束條件下，通過計(jì)算最小代價(jià)值，生成由所述預(yù)設(shè)起始位姿到所述預(yù)設(shè)終止位姿的目標(biāo)軌跡。本公開可以較為全面地覆蓋到實(shí)際應(yīng)用中的各種影響因素，從全局優(yōu)化代價(jià)值并做約束，使得所規(guī)劃的軌跡質(zhì)量較高，符合實(shí)際情況。

摘要： 本發(fā)明實(shí)施例公開了一種軌跡規(guī)劃方法、裝置、設(shè)備和存儲(chǔ)介質(zhì)，軌跡規(guī)劃方法包括：判斷是否存在與當(dāng)前待規(guī)劃軌跡連接的下一待規(guī)劃軌跡；若是，確定當(dāng)前待規(guī)劃軌跡和下一待規(guī)劃軌跡的過渡區(qū)域；規(guī)劃出當(dāng)前待規(guī)劃軌跡在過渡區(qū)域的多個(gè)第二軌跡點(diǎn)和下一待規(guī)劃軌跡在過渡區(qū)域的多個(gè)第三軌跡點(diǎn)；采用第二軌跡點(diǎn)和所述第三軌跡點(diǎn)確定過渡區(qū)域的多個(gè)第三軌跡點(diǎn)作為當(dāng)前待規(guī)劃軌跡過渡至下一待規(guī)劃軌跡的軌跡點(diǎn)。能夠采用當(dāng)前待規(guī)劃軌跡和下一待規(guī)劃軌跡在過渡區(qū)域的軌跡點(diǎn)確定過渡區(qū)域的最終軌跡點(diǎn)，使得當(dāng)前待規(guī)劃軌跡能夠平滑地過渡到下一待規(guī)劃軌跡，避免了軌跡過渡不平滑造成減速機(jī)震蕩和磨損的問題，大大減少了對(duì)機(jī)器人的震蕩和對(duì)減速機(jī)的磨損。

摘要： 本公開提供一種軌跡規(guī)劃方法、裝置、存儲(chǔ)介質(zhì)與電子設(shè)備，涉及智能導(dǎo)航技術(shù)領(lǐng)域。該方法包括：在地圖中獲取起點(diǎn)和終點(diǎn)，確定起點(diǎn)的狀態(tài)參數(shù)，狀態(tài)參數(shù)包括時(shí)刻；建立開放列表，以記錄其中每個(gè)節(jié)點(diǎn)的狀態(tài)參數(shù)，將起點(diǎn)加入開放列表；依次以開放列表中代價(jià)值最小的節(jié)點(diǎn)為父節(jié)點(diǎn)，根據(jù)預(yù)設(shè)間隔時(shí)間內(nèi)的狀態(tài)變量，確定該父節(jié)點(diǎn)的子節(jié)點(diǎn)的狀態(tài)參數(shù)，并將子節(jié)點(diǎn)加入開放列表，將該父節(jié)點(diǎn)從開放列表移除；當(dāng)將終點(diǎn)加入開放列表時(shí)，從終點(diǎn)開始，依次連接子節(jié)點(diǎn)及其父節(jié)點(diǎn)，直到連接到起點(diǎn)，得到目標(biāo)路徑；根據(jù)目標(biāo)路徑中每個(gè)節(jié)點(diǎn)的狀態(tài)參數(shù)，生成從起點(diǎn)到終點(diǎn)的目標(biāo)軌跡。本公開可以實(shí)現(xiàn)在動(dòng)態(tài)場(chǎng)景中的軌跡規(guī)劃，并且符合車輛等物體的運(yùn)動(dòng)學(xué)特性。

摘要： 本公開提供了訓(xùn)練軌跡預(yù)測(cè)模型和軌跡規(guī)劃的方法和裝置，涉及人工智能領(lǐng)域，尤其涉及自動(dòng)駕駛領(lǐng)域。具體實(shí)現(xiàn)方案為：獲取樣本集；從樣本集中選擇目標(biāo)樣本，以及執(zhí)行如下訓(xùn)練步驟：將目標(biāo)樣本中的當(dāng)前觀測(cè)狀態(tài)輸入第一神經(jīng)網(wǎng)絡(luò)，輸出預(yù)測(cè)動(dòng)作；將預(yù)測(cè)動(dòng)作和目標(biāo)樣本中的當(dāng)前觀測(cè)狀態(tài)輸入第二神經(jīng)網(wǎng)絡(luò)，輸出動(dòng)作得分；若動(dòng)作得分大于等于目標(biāo)值，則將第一神經(jīng)網(wǎng)絡(luò)作為軌跡預(yù)測(cè)模型；若動(dòng)作得分小于目標(biāo)值，則基于目標(biāo)樣本中的動(dòng)作、獎(jiǎng)勵(lì)、下一時(shí)刻觀測(cè)狀態(tài)調(diào)整第一神經(jīng)網(wǎng)絡(luò)和第二神經(jīng)網(wǎng)絡(luò)的相關(guān)參數(shù)，重新選擇目標(biāo)樣本繼續(xù)執(zhí)行上述訓(xùn)練步驟。通過該實(shí)施方式能夠在保證路線的安全性、舒適性和高效性下，完成未來運(yùn)動(dòng)軌跡的規(guī)劃。

摘要： 本發(fā)明實(shí)施例涉及一種基于多目標(biāo)預(yù)測(cè)軌跡進(jìn)行軌跡規(guī)劃的處理方法，所述方法包括：規(guī)劃模塊在任意時(shí)刻t0接收上游預(yù)測(cè)模塊輸出的多目標(biāo)預(yù)測(cè)軌跡集合；對(duì)未來時(shí)段T中所有目標(biāo)的任一種可能的預(yù)測(cè)軌跡進(jìn)行組合并將每種組合視為一種可能的未來場(chǎng)景從而得到分別對(duì)應(yīng)多個(gè)未來場(chǎng)景的場(chǎng)景軌跡組合fx；對(duì)自車在未來時(shí)段T于對(duì)應(yīng)場(chǎng)景x中的最優(yōu)行駛軌跡進(jìn)行規(guī)劃；進(jìn)行軌跡合理性檢查；檢查成功則對(duì)規(guī)劃軌跡集合進(jìn)行保存。通過本發(fā)明，可將未來時(shí)段任一種可能場(chǎng)景下的最優(yōu)規(guī)劃軌跡保存下來作為待查軌跡數(shù)據(jù)，如此不但可以避免發(fā)生常規(guī)處理方式中只沉淀一條規(guī)劃軌跡的問題，還可為實(shí)時(shí)軌跡查詢提供完整的查詢依據(jù)，從而達(dá)到提高車輛安全保障的目的。