-
公开(公告)号：CN113190017B
公开(公告)日：2022-02-15
申请号：CN202110562995.0
申请日：2021-05-24
Applicant: 东南大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于改进蚁群算法的收获机器人作业路径规划方法，包括步骤：1、建立不规则四边形农田的数学模型，以转弯次数最少、作业行与边界的垂直程度最大为条件确定最优作业方向；2、将农田全覆盖路径规划抽象为车辆路线问题(VRP)，并根据不同的卸粮位置分布，建立相应的VRP模型；3、根据收获机容量、总行驶距离、满载行驶距离和卸粮位置分布约束条件，采用改进的蚁群算法设计最优的作业行遍历顺序；4、根据作业行遍历顺序和农田模型，求解各个路径的表达式，生成农田全覆盖路径，为收获机的路径跟踪提供参考。该方法能够根据不同的卸粮位置分布情况设计满载行驶距离最小的农田全覆盖路径。
-
Patent Agency Ranking
公开(公告)号：CN111176284B
公开(公告)日：2022-09-23
申请号：CN202010002535.8
申请日：2020-01-02
Applicant: 东南大学
IPC: G05D1/02
Abstract: 本发明公开了一种用于无人驾驶的车辆路径追踪自适应控制方法和系统，其中控制方法包括：1、建立车辆的Stanley模型：2、根据车辆当前的运行状态，采用改进的蚁群算法计算当前时刻的最优增益参数kopt；3、将当前时刻的最优增益参数kopt代入车辆的Stanley模型中，得到下一时刻车辆的最优期望转向角，控制车辆运行；判断是否要切换参考点，跳转至步骤2继续下一时刻的控制，直到车辆到达参考路径的终点。该方法能够根据车辆运行状态自适应调整Stanley模型参数，得到最优的轮胎转向角，从而控制车辆精确跟踪参考路径。
-
公开(公告)号：CN111176284A
公开(公告)日：2020-05-19
申请号：CN202010002535.8
申请日：2020-01-02
Applicant: 东南大学
IPC: G05D1/02
Abstract: 本发明公开了一种用于无人驾驶的车辆路径追踪自适应控制方法和系统，其中控制方法包括：1、建立车辆的Stanley模型： 2、根据车辆当前的运行状态，采用改进的蚁群算法计算当前时刻的最优增益参数kopt；3、将当前时刻的最优增益参数kopt代入车辆的Stanley模型中，得到下一时刻车辆的最优期望转向角，控制车辆运行；判断是否要切换参考点，跳转至步骤2继续下一时刻的控制，直到车辆到达参考路径的终点。该方法能够根据车辆运行状态自适应调整Stanley模型参数，得到最优的轮胎转向角，从而控制车辆精确跟踪参考路径。
-
公开(公告)号：CN110362084B
公开(公告)日：2022-08-26
申请号：CN201910658937.0
申请日：2019-07-22
Applicant: 东南大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于蚁群算法的车辆路径追踪控制方法，包括步骤：1、建立车辆的运动学模型；2、设计车辆模型预测控制器；3、获取当前时刻车辆的状态，利用蚁群算法求解使目标函数取最小值的控制量增量序列，其第一个元素为当前时刻的最优控制增量；4、根据当前时刻的最优控制增量控制轮胎转向角和车辆行驶速度，控制车辆运行，判断是否需要切换参考点后进入步骤2继续下一个时刻的控制。该方法计算速度快，能够提高车辆路径追踪的实时性。
-
公开(公告)号：CN113190017A
公开(公告)日：2021-07-30
申请号：CN202110562995.0
申请日：2021-05-24
Applicant: 东南大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于改进蚁群算法的收获机器人作业路径规划方法，包括步骤：1、建立不规则四边形农田的数学模型，以转弯次数最少、作业行与边界的垂直程度最大为条件确定最优作业方向；2、将农田全覆盖路径规划抽象为车辆路线问题(VRP)，并根据不同的卸粮位置分布，建立相应的VRP模型；3、根据收获机容量、总行驶距离、满载行驶距离和卸粮位置分布约束条件，采用改进的蚁群算法设计最优的作业行遍历顺序；4、根据作业行遍历顺序和农田模型，求解各个路径的表达式，生成农田全覆盖路径，为收获机的路径跟踪提供参考。该方法能够根据不同的卸粮位置分布情况设计满载行驶距离最小的农田全覆盖路径。
-
公开(公告)号：CN110362084A
公开(公告)日：2019-10-22
申请号：CN201910658937.0
申请日：2019-07-22
Applicant: 东南大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于蚁群算法的车辆路径追踪控制方法，包括步骤：1、建立车辆的运动学模型；2、设计车辆模型预测控制器；3、获取当前时刻车辆的状态，利用蚁群算法求解使目标函数取最小值的控制量增量序列，其第一个元素为当前时刻的最优控制增量；4、根据当前时刻的最优控制增量控制轮胎转向角和车辆行驶速度，控制车辆运行，判断是否需要切换参考点后进入步骤2继续下一个时刻的控制。该方法计算速度快，能够提高车辆路径追踪的实时性。
-
-
-
-
-
Search Results
6
records
(took 0.017 seconds)
