-
题名基于搜索步优化A^(*)算法的移动机器人路径规划
被引量：1
- 1
-
-
作者
喻蝶
鲍柏仲
司言
段暕
詹小斌
史铁林
-
机构
华中科技大学机械科学与工程学院
-
出处
《系统仿真学报》
北大核心
2025年第4期1041-1050,共10页
-
基金
国家自然科学基金(52205103)
湖北省重点研发计划(2021BAA196)。
-
文摘
针对在大规模高分辨地图中传统A^(*)算法机器人路径规划存在耗时较高、路径质量较差等问题,提出了一种搜索步优化A^(*)算法。基于三次Hermite曲线构建步长匹配机器人尺寸、线形符合机器人动力学约束的搜索步(连接当前节点至后继节点的路径边)集合;利用曲线的整段弧长和最大曲率值建立更准确的代价函数。实验结果表明:相较于A^(*)算法规划耗时平均降低51.83%、机器人执行路径的运动耗时平均降低14.07%;相较于HybridA^(*)算法规划耗时平均降低67.65%,运动耗时相近,证明搜索步优化A^(*)算法不仅提高了搜索效率,还通过提高路径质量提升了机器人的运动性能。
-
关键词
移动机器人
路径规划
A^(*)算法
参数曲线
搜索步集合
-
Keywords
mobile robot
path planning
A^(*)algorithm
parametric curve
search-step set
-
分类号
TP242.6
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于雷达与相机融合的动态SLAM算法
被引量：1
- 2
-
-
作者
鲍柏仲
詹小斌
喻蝶
司言
段暕
史铁林
-
机构
华中科技大学机械科学与工程学院
-
出处
《仪表技术与传感器》
CSCD
北大核心
2024年第7期105-109,共5页
-
基金
湖北省重点研发计划(2021BAA196)
国家自然科学基金(52205103,52375097)。
-
文摘
针对基于激光雷达的SLAM系统在动态环境下因物体的移动、变形导致的建图与定位精度下降等问题,提出了一种雷达-相机融合的SLAM算法。使用深度学习对图像进行实例分割并将分割结果融合到雷达点云当中,从而剔除动态对象雷达点云。基于LIO-SAM算法整体框架,利用YOLOv5获取图像语义信息,将点云投影到像素坐标系下得到点云语义信息,据此剔除其中的动态对象点云,有效地提升了算法在动态场景下的定位精度。在开源数据集KITTI对算法进行实验验证,其绝对位姿误差均值比LIO-SAM下降了3.48%,中值下降了4.85%,均方根误差下降了2.86%。
-
关键词
LIO-SAM
YOLOv5
激光雷达SLAM
传感器融合
动态场景
实例分割
-
Keywords
LIO-SAM
YOLOv5
lidar SLAM
sensor fusion
dynamic scene
instance segmentation
-
分类号
TP24
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名含呼吸裂纹的多盘双转子系统振动特性探究
- 3
-
-
作者
孙智博
史铁林
段暕
-
机构
华中科技大学机械科学与工程学院
-
出处
《工具技术》
北大核心
2024年第4期59-64,共6页
-
基金
国家重点研发计划(2020YFB1709801)
国家自然科学基金(52205103)。
-
文摘
由于材料、工作环境等因素影响,以航空发动机为代表的旋转机械在工作过程中可能会产生裂纹故障,常见的裂纹类型为呼吸裂纹。为分析该故障对轴系振动特性的影响,基于某型双转子涡扇航空发动机,建立了包含风扇和多个轮盘在内的双转子—支承动力学数值仿真模型,使用Newmark-β法分别对不同裂纹相对深度和不同转速下的系统工况进行了数值仿真求解。结果发现:随着裂纹逐渐加深,转子高频分量愈加明显,系统稳定性下降;随着转速升高,系统出现了2X,3X分量,工频分量在一阶临界转速前后先增大后减小,轴心轨迹由不规则形状逐渐转变为圆形。
-
关键词
多盘
双转子
仿真
呼吸裂纹
振动特性
-
Keywords
multi-disk
dual-rotor
simulation
breathing crack
vibration characteristics
-
分类号
TH133
[机械工程—机械制造及自动化]
TG113.2
[金属学及工艺—物理冶金]
-
-
题名基于实时Web技术的车间监测系统设计与实现
被引量：11
- 4
-
-
作者
高志辉
秦琦
段暕
沈旭
计效园
刘智勇
廖广兰
-
机构
华中科技大学机械科学与工程学院
华中科技大学材料科学与工程学院
-
出处
《计算机应用》
CSCD
北大核心
2023年第S01期201-206,共6页
-
文摘
为推进传统铸造车间智能化、数字化转型,解决车间数据管理效率低、利用效率低等问题,引入WebSocket技术建立了一套实时在线的车间数据监测系统,实现了工业数据接入、数据实时监测、报警提示、历史数据分析等功能。首先,通过Modbus/TCP采集设备的参数实时值,将数据转储到MySQL数据库中;其次,利用Django服务器监听数据库更新事件,并创建服务器与浏览器之间的WebSocket双向数据通信通道,实现数据高效稳定传输;最后,通过Vue双向数据绑定技术将实时数据绑定到ECharts折线图、面积图等组件中,实现数据的科学展示。所提系统覆盖车间所有设备的126个参数,响应时间相较于传统Ajax轮询至少缩短了10 ms,数据同步周期可达到200 ms;所提系统在实际工程应用中已实现稳定运行,能有效降低前后端通信带宽,提高响应速度,为管理人员提供详细的生产信息,大幅提升了管理效率和生产效率。
-
关键词
智能制造
监测可视化
实时在线系统
WebSocket长连接
Django框架
Vue双向数据绑定
-
Keywords
intelligent manufacturing
monitoring visualization
real-time online system
long-lived WebSocket connection
Django framework
Vue bidirectional data binding
-
分类号
TP399
[自动化与计算机技术—计算机应用技术]
TG28
[金属学及工艺—铸造]
-
