导读:本文包含了分层路径规划论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:路径,算法,子区,水下,栅格,义齿,电弧。
分层路径规划论文文献综述
王德鹏[1]（2019）在《3D打印分层与路径规划算法的研究与应用》一文中研究指出3D打印技术是一种快速成型技术,自20世纪80年代发展至今,已经广泛应用于建筑设计、航空航天材料、汽车制造业等多个领域,尤其是牙科和医疗产业。3D打印技术具有高效、快速、便捷等优点,可以大大提高义齿加工的效率,从而满足义齿在口腔医疗中的巨大需求量,同时,因其采用数字模型设计工件原型,打印出的义齿形状更加精确、个性化,可以对患者口腔有较好的修复效果,因此3D打印技术正逐渐成为牙科行业的主流。3D打印中使用的数字模型经过数据处理后才能转化为打印机可识别的加工代码,所以数据处理结果会直接影响最终的打印效果。因此,对数据处理过程中的关键算法进行深入的研究和优化,有助于提高模型的打印精度和打印效率。本文主要研究内容如下:首先,本文对用于3D打印的STL文件格式及其数据组织结构进行了深入的分析,针对STL文件中的冗余数据,根据STL文件中数据的特点,设计了哈希函数,提升了哈希表的性能,减少数据冗余,加速STL文件的读取过程。同时,建立整个模型的拓扑结构,完成模型数据的预处理。其次,对基本的分层算法进行阐述,针对模型特征发生偏移问题,深入分析现在分层算法的特点,找出这一问题发生的原因,提出一种能有效防止模型特征发生偏移的自适应分层算法。首先识别出模型特征所在高度并进行调节,然后在特征高度处进行分层,之后再在每两个相邻特征高度间采用顶尖高度法进行自适应分层。此分层方法可以有效防止模型特征出现偏移,同时在保证模型表面质量的前提下降低分层数,提高打印效率和精度。随后,研究了几种常用的轮廓填充算法及其各自的优缺点,本文采用了混合填充的方式来对模型内部进行填充,加固模型,并针对单一打印层上有多个截面轮廓的情况,分析了常用的叁个数据处理软件路径规划的特点和存在的缺陷,提出基于动态规划的轮廓打印顺序规划算法,以及轮廓打印顺序近似规划算法,分别用于轮廓数低于20个和多于20个的情况。此方法可以有效降低轮廓转移时产生的空行程的总长度,从而减少打印耗时,提高打印效率。最后,本文对G代码进行了介绍,阐述了自动生成G代码的方法。通过对比多种算法的打印结果,验证了本文优化后的数据处理算法能够将数字模型转化为正确的加工代码,同时,可以有效改善模型特征发生偏移的问题,在保证模型表面质量的前提下,降低打印耗时,提高打印效率。另外,还验证了本文算法可以有效应用于实际的义齿3D打印。(本文来源于《合肥工业大学》期刊2019-04-01）
徐言民,昌政,赵俊超,关宏旭,王岩[2]（2018）在《基于分层思想的AUV路径规划算法研究》一文中研究指出自主水下航行器(autonomous underwater,vehicle,AUV)对认识、研究、开发海洋有着重要的意义,其路径规划的研究对AUV的航行安全及工作效率提高起着重要的作用.针对水下复杂环境、障碍物不规则、规划困难等问题,提出适用于叁维空间路径规划的空间分层路径规划方法.通过分层的方式表达空间,简化环境模型,并构建了路径规划的目标函数.使用逆向逐步搜索路径优化方法,提高了路径实用价值.仿真结果表明,设计路径规划方法简便有效,适用于复杂水下环境.(本文来源于《武汉理工大学学报(交通科学与工程版)》期刊2018年06期）
王猛[3]（2018）在《增材制造直接分层和路径规划技术研究》一文中研究指出以SolidWorks二次开发为基础,采用对叁维CAD模型直接分层的方式来实现增材制造的切片分层,提取实体的轮廓数据,提高增材制造精度,免去复杂的曲面求交计算;同时开发了层内路径规划功能模块,对复杂外形零件实现轮廓偏移式和光栅扫描式填充,并提出基于主成分分析的路径优化算法,可以减少路径转折点数量,改善增材制造工艺。(本文来源于《机械工程与自动化》期刊2018年06期）
刘文勇,侯晓龙,谭保森,桑圣楠,樊瑜波[4]（2018）在《基于曲面分层的叁维空间定向打印路径规划及仿真分析》一文中研究指出打印路径规划是叁维打印的关键技术之一,规划质量直接影响叁维打印的成型精度和打印时间。现有的叁维打印技术多采用逐层堆迭的方式,路径规划也限定在各自的打印平面内,处理上相对简单。而生物医学打印的对象是具有各向异性属性的生物组织,相较逐层堆迭的打印方式,空间定向打印技术更符合生物叁维成型及成长的特性。文中从叁维空间定向打印的角度出发,提出了一种沿法向向内曲面分层、层内螺旋扫描的路径规划方式。基于肾脏模型的打印过程仿真分析表明,这种方式的路径规划误差能够稳定在0.07mm以下,符合生物组织各向异性的打印需求。(本文来源于《机械设计》期刊2018年S1期）
李冉[5]（2018）在《电弧增材制造分层算法与路径规划方法研究》一文中研究指出电弧增材制造(Wire and Arc Additive Manufacturing,WAAM)技术是金属增材制造技术的重要分支之一,由于其高度灵活性、高生产效率的特点,得到了广泛的关注。电弧增材制造基于焊接工艺,按照设定路径将金属丝材层层熔化,直至形成完整构件;由于焊接的工艺特殊性,现有的增材制造数据处理方法不能完全满足电弧增材制造的应用需要,因此结合焊接工艺特点,开发相应的数据处理方法是十分迫切的。本文围绕基于焊接技术的电弧增材制造过程,对其分层算法和路径规划方法进行了分析和改进,并实现了完整的应用程序;主要完成的工作如下:(1)针对STL文件数据冗余以及缺乏拓扑信息等问题,实现了基于哈希查找的拓扑重构算法;该算法通过选取合适的哈希函数,达到快速滤除冗余顶点、重构拓扑结构的目的;通过实例验证,证明了本文选择的哈希函数性能良好,算法效率优于其他现有算法。(2)针对现有分层算法效率低下的问题,实现了一种改进的分层处理算法;该算法预先利用上述方法建立整体拓扑结构,然后通过建立分层关系矩阵减少分层计算的搜索范围,有效降低了STL模型分层耗时。同时,该算法可以在分层过程中自动识别内外轮廓,直接获得有向轮廓线,简化了后续的数据处理。通过实例验证,证明本文算法能够正确生成截面轮廓,并且有效提高了分层效率。与其他算法相比,本文算法具有更小的时间代价,尤其是对于较复杂的STL模型,本文算法优势更加明显。(3)结合焊接工艺的特点,实现了一种结合轮廓偏置路径和锯齿形路径的自动分区复合填充路径生成算法;该算法以轮廓偏置路径填充内外轮廓附近区域,以锯齿形路径填充内部区域,并对复杂形状截面的锯齿形路径生成方法进行深入研究,实现了自动分区填充,最大程度上减少了起弧、停弧的次数,最终输出为CLI文件。通过实例验证,证明该算法正确可行。(4)结合以上算法,在Visual C++开发环境下,利用Open GL叁维图形库,实现了面向电弧增材制造的数据处理软件,并通过应用实例介绍了该软件的处理流程。(本文来源于《哈尔滨工业大学》期刊2018-06-01）
何杰挺,王子磊,奚宏生[6]（2018）在《基于软件定义网络的分层路径规划策略》一文中研究指出基于软件定义网络的流媒体边缘云需要有效的路径规划策略,传统规划策略多数仅考虑网络负载和拓扑信息,在执行效率和优化效果上存在不足。为此,提出一种动态分层的路径规划策略。利用不同用户区域服务请求的相对独立性,通过对物理网络资源的虚拟划分将原问题分治为多个子问题,并在求解过程中综合考虑服务现状和视频流行度信息以对网络资源进行分配。实验结果表明,该策略能有效避免网络拥塞,提升系统服务质量,并保持较低的服务代价。(本文来源于《计算机工程》期刊2018年05期）
冉祥瑞[7]（2017）在《基于分层强化学习的AUV路径规划方法研究》一文中研究指出智能水下机器人(Autonomous Underwater Vehicle,AUV)是探索海洋的重要工具,对海洋开发和海洋资源探索起到了重要的作用,路径规划是智能水下机器人领域的重要技术之一,贯穿了AUV水下航行的始终,是其完成水下作业任务的基础。机器人的智能学习是近年来各个领域的研究热点,本文将分层强化学习方法应用到AUV的路径规划任务中,赋予智能机器人自学习能力,提高AUV的环境自适应性。主要研究以下几点内容:1)深入分析了分层强化学习方法的理论与应用,提出半马尔可夫决策过程,引入抽象的思想进行任务分层以解决强化学习的维数灾问题,基于MAXQ学习算法建立AUV路径规划任务的叁层结构,包括:根任务层、子任务选择层、行为动作层,并为每一层设计了相应的决策策略;2)基于分层思想并结合半马尔可夫决策理论对AUV系统进行全局路径规划设计:搭建基于全局路径规划的AUV任务分层结构,建立路径规划任务的评价函数和AUV全局路径规划所需要的各个数学模型,设计了一种全局路径优化的算法弥补了栅格法搜索路径的不足,搭建AUV全局路径规划仿真平台进行仿真试验以验证算法的准确和实用性;3)基于分层强化学习方法设计AUV局部路径规划任务:建立AUV局部路径规划系统模型,为了提升学习效率和降低学习难度,采用CMAC网络来存储每个学习动作的Q值表以优化MAXQ算法,设计局部路径规划分层框架,搭建AUV局部路径规划仿真平台,进行仿真试验,表明分层强化学习提高了AUV的水下环境自适应性。本文将AUV的全局路径规划和局部路径规划结合,提高了AUV水下作业航行的效率;在路径规划模型中加入了海流因素的影响,使环境模型更加贴近于实际;利用自学习的思想,提高AUV在动态复杂海洋环境下的自适应性和自主作业能力;对于AUV安全、可靠、高效自主完成远程航海与地形勘察作业使命,具有重要理论意义及实际应用价值。(本文来源于《哈尔滨工程大学》期刊2017-06-01）
于晓天,高秀花,张俊,郑冰环,费雯凯[8]（2017）在《基于分层栅格地图的移动机器人路径规划》一文中研究指出针对传统A-Star算法与模糊控制算法单独应用于移动机器人路径规划时各自的局限性,提出一种基于分层栅格地图并将两种算法融合的移动机器人路径规划新方法。融合后的新算法先利用A-Star算法在高层栅格地图中整体规划出一条概括性路径,再利用模糊控制算法以概括性路径中的点为导航点,在底层栅格地图中进行局部规划,从而得出最终的路径。仿真结果表明,与传统的A-Star算法与模糊控制算法相比较,新算法所规划路径距离较短且平滑可行,具有较高的品质。(本文来源于《导航与控制》期刊2017年02期）
李波[9]（2016）在《基于分层强化学习的多agent路径规划与编队方法研究》一文中研究指出多agent系统的研究是当今人工智能和自动化控制领域的最前沿方向。多agent系统在各行各业中都表现出了极大的应用性,其自身所具有的分布性、鲁棒性强以及良好的协作性和适应性等优点是单个agent系统所不具备的。在实际应用中,多agent一般工作在未知动态环境中,环境中各种动、静态障碍物的状况是agent所不知道的,在处理这些突发情况的时候就要求agent具有较强感知环境和适应环境的能力,强化学习的无环境模型学习能力使agent具有了自学习和在线学习的能力,得到了越来越多研究者们的重视。但是,强化学习最大的缺陷就是遇到复杂任务的时候会出现“维数灾难”的问题。为了解决强化学习的“维数灾难”问题提出了分层强化学习算法,它以半马尔科夫决策为基础通过“抽象机制”把整个学习任务划分成不同层次的子任务,对状态空间降维,来解决“维数灾难”问题。其经典的算法有HAM、MAXQ和Option。最后,本文运用分层强化学习的思想来解决多agent系统中路径规划和编队控制问题,其主要工作概括如下:(1)从路径规划算法收敛速度慢及效率低、适应性差的角度出发,提出了一种基于分层强化学习及人工势场的多agent路径规划算法。首先,对环境中的人工势场进行离差标准化处理构建环境的先验知识,以此可以得到一个目标点具有最大势能,障碍物区域势能值为零的单调递增的曲面。最后,多agent以构建的先验知识为基础,利用分层强化学习的思想,使算法具有任务分层和良好的在线学习能力及自动划分子任务的能力,从而更加适应未知动态环境中路径规划任务。算法依次在出租车问题和中视典叁维仿真平台中进行了验证,结果显示多agent对未知环境适应性强,算法的收敛速度快且稳定。(2)针对现阶段多agent编队控制中常出现的环境适应性差、agent无自学习能力和收敛速度慢等问题,本文提出了一种基于分层强化学习及CMAC神经网络的多agent动态编队方法。首先,在多agent动态编队中,引入“抽象机制”把整个任务分为根任务协作层,动作子任务选择层和基本动作执行层叁个任务层次对状态空间降维和学习任务分解。其次,利用CMAC神经网络可以作为状态泛化方法和分层强化学习中的Q-学习方法相结合,通过状态变量的分割降级来减少CMAC空间存储量,再利用若干降级后CMAC分别逼近学习状态的Q函数来实现连续状态的泛化,加快算法的学习速率。最后,算法在中视典叁维仿真平台验证其可行性,在matlab中证明了算法收敛速度快且稳定。(本文来源于《河南师范大学》期刊2016-05-01）
周俊杰[10]（2016）在《基于交通诱导子区的城市分层分区路径规划》一文中研究指出随着我国城市化建设进程的加快,居民汽车保有量大幅上升,交通问题逐渐成为制约经济发展、影响社会民生的重要问题。路径规划技术作为交通诱导系统的核心,成为解决城市交通问题的重要手段。本文以城市路网本身就存在层次特性为出发点,提出将城市路网划分为若干个交通诱导子区的思路与方法,基于交通诱导子区展开路径规划相关研究。主要研究工作如下：(1)提出路网交通诱导子区划分的一般方法与分层分区路网的存储方式。首先,在分析交通诱导子区性质、划分影响因素基础上,提出道路拥挤度α、动态道路等级划分影响因子τ等关键指标的模型,设计了静态、动态交通诱导子区的划分步骤；其次,研究分层分区路网的存储方法,在Arc-Node模型下利用邻接矩阵与节点信息集合相结合的方式存储路网信息与分层分区特性,为路径诱导算法的实施奠定基础。(2)基于交通诱导子区划分形成的分层分区路网,提出一种改进的分层分区路径规划算法。分析常用路径规划算法原理,针对现有分层算法存在的问题与不足,设计IHP算法。利用Dijkstra算法与双向搜索策略相结合的方式降低层次切换的复杂度,引入“虚拟层”解决分层算法可能“绕远路”的问题,并结合实际路网,验证了算法的优良性能及实用价值。(3)针对路网的动态特性,以DTW模型表示动态路权,基于Dijkstra算法进行改进,提出一种动态分层分区路径规划算法。分析FIFO原则的适用性,在这一原则下提出DTW模型并改进动态路径规划算法。结合分层分区路网的特点,设计了基于历史数据的初始规划与实时数据滚动规划相结合的DIHP算法。结合简化实例,验证了算法的合理性以及对突发拥堵具有的应对能力。(本文来源于《浙江大学》期刊2016-03-01）
分层路径规划论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
自主水下航行器(autonomous underwater,vehicle,AUV)对认识、研究、开发海洋有着重要的意义,其路径规划的研究对AUV的航行安全及工作效率提高起着重要的作用.针对水下复杂环境、障碍物不规则、规划困难等问题,提出适用于叁维空间路径规划的空间分层路径规划方法.通过分层的方式表达空间,简化环境模型,并构建了路径规划的目标函数.使用逆向逐步搜索路径优化方法,提高了路径实用价值.仿真结果表明,设计路径规划方法简便有效,适用于复杂水下环境.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
分层路径规划论文参考文献
[1].王德鹏.3D打印分层与路径规划算法的研究与应用[D].合肥工业大学.2019
[2].徐言民,昌政,赵俊超,关宏旭,王岩.基于分层思想的AUV路径规划算法研究[J].武汉理工大学学报(交通科学与工程版).2018
[3].王猛.增材制造直接分层和路径规划技术研究[J].机械工程与自动化.2018
[4].刘文勇,侯晓龙,谭保森,桑圣楠,樊瑜波.基于曲面分层的叁维空间定向打印路径规划及仿真分析[J].机械设计.2018
[5].李冉.电弧增材制造分层算法与路径规划方法研究[D].哈尔滨工业大学.2018
[6].何杰挺,王子磊,奚宏生.基于软件定义网络的分层路径规划策略[J].计算机工程.2018
[7].冉祥瑞.基于分层强化学习的AUV路径规划方法研究[D].哈尔滨工程大学.2017
[8].于晓天,高秀花,张俊,郑冰环,费雯凯.基于分层栅格地图的移动机器人路径规划[J].导航与控制.2017
[9].李波.基于分层强化学习的多agent路径规划与编队方法研究[D].河南师范大学.2016
[10].周俊杰.基于交通诱导子区的城市分层分区路径规划[D].浙江大学.2016
论文知识图
