导读:本文包含了智能寻径论文开题报告文献综述及选题提纲参考文献，主要关键词:智能小车,寻径,单片机
智能寻径论文文献综述
梁奂晖,简碧园,李江海[1]（2018）在《自主寻径智能小车的设计与实现》一文中研究指出本文以STC89C52为控制与检测核心,提出了一种基于低功耗单片机的自主寻径智能小车的设计方案。系统采用改进型超声波测距传感器和红外光电传感器来采集外部障碍信息,通过控制程序实现智能小车的循迹、自主寻径等功能。经过系统测试、程序仿真及实际验证表明,小车运行灵活平稳,硬件部分工作稳定,可靠性高。(本文来源于《现代信息科技》期刊2018年02期）
方正川[2]（2017）在《自主寻径及避障智能车的研究与实现》一文中研究指出智能车相对于传统汽车多了"思考"的过程,在没有人为干预的情况下,智能车可自行完成启动、加速、停车,且在行驶过程中可根据周围环境规划行驶路线,对障碍物进行规避。在复杂多变的环境中,相对于人类,智能车的"大脑"具有更快的反应能力,可在短时间内规划出最优方案。对于突发事件的处理,智能车也比人类有更快的反应,可避免一些交通事故,使智能交通成为现实。目前随着GPS的普及,车辆的自主导航系统日趋成熟,但由于实际路况的复杂性,对于路径识别和避障规划还是难题。基于摄像头传感器的智能车系统路径规划研究开发很有必要,其中对路径识别及避障算法的研究成为智能车研究领域的热点,具有重要的研究价值。本文设计了一种基于机器视觉的自主寻径及避障的智能车系统,该智能车相比较以往通过识别单引导线行驶过程中误差较大的问题,提出了一种可识别双边引导线以及自主避开行驶路径上障碍物的智能车系统。在硬件方面,智能车采用Freescale的32位微处理器MK60FN1M0VLQ15作为主控模块,并通过CMOS摄像头OV7620采集赛道的图像信息,对采集的原始图像进行处理,准确的识别赛道以及赛道上障碍物的信息。选择合适的元器件完成智能车的各个模块的设计,包括微控制器模块、系统电源模块、路径感知模块、调试模块。同时设计完成了智能车的机械结构,保证智能车在赛道上的平稳运行。在软件方面,本文介绍了智能车常用的引导线识别方法,包括阈值分割法和边缘检测法。通过对比验证,最终采用边缘检测法作为智能车的引导线识别方法。对于智能车的避障路径规划,本文采用引入引力场函数的人工势场法作为避障算法应用于智能车。考虑到智能车运行在动态环境中,故在人工势场算法中加入了智能车与障碍物之间的距离信息以及速度、加速的的信息。通过引入引力场函数,使智能车摆脱局部最小的限制。对于智能车舵机方向控制策略采用模糊控制算法。通过仿真验证可看出,舵机模糊控制策略使智能车有更快的响应速度,提升了系统的稳定性。对于智能车车速控制采用增量式PID控制策略。相对于传统的PID控制策略,增量式PID控制策略使系统的超调量减小,使控制器能够更好的对车速进行调节。(本文来源于《安徽工程大学》期刊2017-06-08）
王海宇,李松凯,张永洪[3]（2016）在《基于智能车的最优寻径模型设计》一文中研究指出本文对摄像头智能车的路径规划问题进行了研究,在满足智能车寻径的基本要求的基础上,提出了一种能实现智能车路况预判和最优路径规划的数学模型。(本文来源于《自动化技术与应用》期刊2016年06期）
晋国卿[4]（2013）在《游戏开发中智能寻径方法的应用研究》一文中研究指出游戏人工智能(Game AI, Game Artificial Intelligence)是计算机游戏设计与开发中十分关键的组成部分,它对计算机游戏的可玩性和娱乐性都有着较大的提高作用,也是近些年来计算机游戏行业之中最为炙手可热的研究领域。由于计算机技术及其本身软硬件的不断发展,人工智能也伴随着计算机游戏发展。近些年计算机游戏画面的表现力已经达到了与电影画面相媲美的高度,因此对游戏软件本身也提出了高标准和高质量的要求,在游戏中更多地去展示愈为精细的人工智能便是游戏业发展的必然方向。在游戏人工智能技术中,A*算法,启发式路径搜索算法,是被人们广泛使用的最优及智能的路径搜索算法之一。本文将着重探讨游戏开发中人工智能技术以及其中的A*算法和路径搜索技术。首先,详细阐述了国内外游戏发展历史及现状,研究并探讨当前计算机游戏设计和开发的理论及方法,以及人工智能技术在计算机游戏中的开发应用中的重要性。其次,介绍现今常见的人工智能技术,归纳其概念及特点,对游戏人工智能中路径寻找技术做简要分析,并对游戏人工智能作总结和展望。再次,深入研究并分析游戏人工智能之A*算法,研究基于A*算法在游戏开发中的应用,设计一款基于A*算法的演示游戏软件。最后,介绍近期实用的几款游戏AI路径搜索技术,通过游戏地图中的具体数据对叁种人工智能的路径搜索技术进行搜索性能的详细分析,研究比较采用A*算法与不采用A*算法所实现的游戏角色后的智能路径搜索的优劣,得出采用和不采用A*算法在游戏人工智能中的差异性。(本文来源于《南昌大学》期刊2013-12-01）
李红波,赵宽,吴渝[5]（2013）在《基于地图非均匀划分的Android游戏智能体寻径算法》一文中研究指出针对当前Android手机CPU频率较低、内存较小等手机资源不足的问题,在分层寻径算法的基础上提出了基于地图非均匀划分的智能体寻径优化算法。该优化算法在预处理阶段对游戏地图进行非均匀划分,生成抽象地图,在线搜索阶段首先在抽象地图的关键点中进行寻径,再在每个子图中进行路径搜索,最终到达目标节点。实验结果表明,与HPA*Enhancements算法和KM-A*算法相比,提出的算法搜索时间更短,遍历点数更少,能够取得更好的效果。最后,在算法中考虑了地形因素,加入了地形因子,让算法更能适应Android手机游戏的需要。(本文来源于《计算机科学》期刊2013年11期）
吕建波[6]（2012）在《基于激光传感器的自主寻径智能车设计》一文中研究指出设计了一种基于激光传感器的自主寻径智能模型车系统,以飞思卡尔公司16位单片机MC9S12XS128为核心控制器;系统采用激光传感器阵列检测路径信息,得到智能车与路径的横向偏差,采用比例控制算法控制舵机转向,并对直流驱动电机进行增量式PID闭环调节控制,从而实现智能模型车快速稳定地自主寻径行驶。(本文来源于《现代电子技术》期刊2012年13期）
林玉洁[7]（2010）在《虚拟角色的智能感知与寻径的研究实现》一文中研究指出随着机器人技术的发展和大型游戏的普遍,Non Player Characters (NPC)的人工智能(Artificial Intelligence,AI)技术越来越重要,其应用的普遍性和高层次性越来越得到重视,就当前的AI技术来说,NPC作为AI的主体,还是过分的呆滞、更多的听命程序员的布置,而不是通过自己来进行“思考”。NPC自己没有眼睛,也没有其他感觉,完全通过程序员获得所需信息,这样的AI系统在地图越来越大、NPC个数越来越多、环境越来越复杂的新一代游戏中,已经远远不能满足需求。本文提出一种认知,决策,执行,叁环进程式的感知和行进系统,让NPC可以通过自己的“思维”认识环境,作出决策并执行操作。在这样的AI系统中,程序员可以通过控制NPC的思维方式对NPC进行控制,而不用非常琐碎的指定每一个NPC的细节行为。因此,本文首先讨论了课题研究的背景与该方法在国内外的研究现状。在对AI系统的研究中,分别提出了螺旋遍历算法和射线遍历算法,并对预先处理树寻径算法进行了优化。在感知算法的研究方面,本文提出了螺旋遍历算法与射线遍历算法,处理环境的物理和几何数据到NPC能理解的逻辑数据的转化。螺旋遍历算法是以按螺旋方向针对其中心点由近到远的遍历算法。射线遍历算法依据射线的几何性质在本论文中处理视线问题的遍历算法。此两种算法在环境感知中,针对凸多面体障碍物,能在标识栅格时,能实现快速遍历,并很大程度上减少环境信息的反复调用。通过认知,NPC可以选取出多个合适的关键区域,并将其目标点信息传递给寻径系统,以完成此后的执行进程。在寻径算法的研究方面,本文对目标驱动的预先处理树寻径算法进行了优化。以目标点为驱动的预先处理树寻径算法,是一种实时的,全局性的寻径算法,并可实现局部的避障功能。本文用完整的预先处理树算法替代了原预先处理树算法中粗寻径中的A*算法,提高了预先处理树的使用频率,提高了预先处理树的利用效率,降低了算法的平均运行时间,从而提高了整个寻径算法的效率,并对起点的灵活性进行了研究,使寻径算法和感知算法更加契合。而NPC的动作通过预先处理的方式,则使用有限自动状态机(FSM)进行储存和调用。最后对全文的工作进行了总结并提出了下一步可以进行的工作。(本文来源于《电子科技大学》期刊2010-03-01）
何文雅[8]（2009）在《3D游戏场景中虚拟角色的智能寻径应用研究》一文中研究指出近年来人工智能渐渐成为改善和提高游戏质量的热门研究课题之一,在游戏设计中开发者越来越重视虚拟角色的智能行为。在游戏开发中,人工智能是一个既重要而又复杂的模块,虚拟角色的寻径问题是人工智能运用于游戏的最基本问题之一。在当今游戏领域,A~*算法是被使用最广泛的智能寻路算法,也是最有效的最短路径搜索算法。本文主要针对游戏开发过程中的智能寻径技相关术进行研究,并将智能寻径应用于3D游戏场景中;分析了在游戏设计中的寻路思想,游戏虚拟角色的智能行为以及叁维场景中的路径规划系统;不同的寻路算法有不同的搜索策略、时间效率、空间消耗与应用场合,本文分析对比了多种路径搜索算法,选择被广泛应用的A~*算法进行寻路,并通过导航网格数据来形成搜索空间,针对场景的地形因素对地形和障碍物进行分类,生成用于寻路的导航网格。在此基础上应用A~*算法进行寻路,并分析了路径的优化技术,针对游戏中路径搜索的具体要求从搜索效率、路径的真实平滑性等方面对A~*算法进行了优化和改进。最后根据不同地形的特征参数设计了地形代价因子,改进了传统A~*算法的估价函数。本文通过生成和优化多边形导航网格,并基于导航网格实现了A~*寻路过程,从整体提高了路径搜索的效率,在实际应用中得到了较为理想的结果。(本文来源于《华中师范大学》期刊2009-05-01）
樊江,马枚,杨晓光[9]（2004）在《基于协进化的管路系统智能寻径》一文中研究指出在航空发动机外部管路敷设过程中,多条管路路径之间存在相互影响,并最终影响管路的整体最优路径。本文在遗传算法的基础上采用协进化的思想研究多条管路同时敷设的方法,提出各条管路分别以遗传算法进行路径寻优,管路之间以协作度衡量管路系的质量的方法。并在二维凸多边形障碍物的情况下验证了算法的可行性。(本文来源于《航空动力学报》期刊2004年05期）
智能寻径论文开题报告
（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：
智能车相对于传统汽车多了"思考"的过程,在没有人为干预的情况下,智能车可自行完成启动、加速、停车,且在行驶过程中可根据周围环境规划行驶路线,对障碍物进行规避。在复杂多变的环境中,相对于人类,智能车的"大脑"具有更快的反应能力,可在短时间内规划出最优方案。对于突发事件的处理,智能车也比人类有更快的反应,可避免一些交通事故,使智能交通成为现实。目前随着GPS的普及,车辆的自主导航系统日趋成熟,但由于实际路况的复杂性,对于路径识别和避障规划还是难题。基于摄像头传感器的智能车系统路径规划研究开发很有必要,其中对路径识别及避障算法的研究成为智能车研究领域的热点,具有重要的研究价值。本文设计了一种基于机器视觉的自主寻径及避障的智能车系统,该智能车相比较以往通过识别单引导线行驶过程中误差较大的问题,提出了一种可识别双边引导线以及自主避开行驶路径上障碍物的智能车系统。在硬件方面,智能车采用Freescale的32位微处理器MK60FN1M0VLQ15作为主控模块,并通过CMOS摄像头OV7620采集赛道的图像信息,对采集的原始图像进行处理,准确的识别赛道以及赛道上障碍物的信息。选择合适的元器件完成智能车的各个模块的设计,包括微控制器模块、系统电源模块、路径感知模块、调试模块。同时设计完成了智能车的机械结构,保证智能车在赛道上的平稳运行。在软件方面,本文介绍了智能车常用的引导线识别方法,包括阈值分割法和边缘检测法。通过对比验证,最终采用边缘检测法作为智能车的引导线识别方法。对于智能车的避障路径规划,本文采用引入引力场函数的人工势场法作为避障算法应用于智能车。考虑到智能车运行在动态环境中,故在人工势场算法中加入了智能车与障碍物之间的距离信息以及速度、加速的的信息。通过引入引力场函数,使智能车摆脱局部最小的限制。对于智能车舵机方向控制策略采用模糊控制算法。通过仿真验证可看出,舵机模糊控制策略使智能车有更快的响应速度,提升了系统的稳定性。对于智能车车速控制采用增量式PID控制策略。相对于传统的PID控制策略,增量式PID控制策略使系统的超调量减小,使控制器能够更好的对车速进行调节。
（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。
智能寻径论文参考文献
[1].梁奂晖,简碧园,李江海.自主寻径智能小车的设计与实现[J].现代信息科技.2018
[2].方正川.自主寻径及避障智能车的研究与实现[D].安徽工程大学.2017
[3].王海宇,李松凯,张永洪.基于智能车的最优寻径模型设计[J].自动化技术与应用.2016
[4].晋国卿.游戏开发中智能寻径方法的应用研究[D].南昌大学.2013
[5].李红波,赵宽,吴渝.基于地图非均匀划分的Android游戏智能体寻径算法[J].计算机科学.2013
[6].吕建波.基于激光传感器的自主寻径智能车设计[J].现代电子技术.2012
[7].林玉洁.虚拟角色的智能感知与寻径的研究实现[D].电子科技大学.2010
[8].何文雅.3D游戏场景中虚拟角色的智能寻径应用研究[D].华中师范大学.2009
[9].樊江,马枚,杨晓光.基于协进化的管路系统智能寻径[J].航空动力学报.2004