导读:本文包含了栅格地图论文开题报告文献综述及选题提纲参考文献，主要关键词:栅格地图,机器人,二叉树,路径规划
栅格地图论文文献综述
娄安东,李向阳,阮佳琪,潘瑾瑜,冯静[1]（2019）在《二叉树路径规划算法在栅格地图中的应用》一文中研究指出基于栅格图的路径规划算法主要有A~*算法、快速搜索树算法等。在栅格地图规模增大的时候,以上算法的运算量将大幅增加。笔者提出一种将图搜索与栅格搜索结合的二叉树路径规划算法。该算法通过逆向搜索优化局部路径、剪枝优化二叉树,从而得到最佳路径。相比快速搜索树算法,二叉树路径规划算法具有概率完备性,在运行测试试验中,实际展开结点数量为A~*算法的28%,运行时间仅为A~*算法的52%。(本文来源于《矿山机械》期刊2019年10期）
毛运欣,饶云[2]（2019）在《基于python的1∶1万地图快速栅格化纠正方法》一文中研究指出本文介绍了一种基于python的栅格地图快速纠正方法。该方法通过提取适量的配准点,以矩阵变换公式来自动求取纠正变换参数,配合利用python脚本程序的批处理能力,极大地提高了工作效率、缩短了完成任务所需时间。试验表明该方法提高了作业效率,保证了精度,节约了成本。(本文来源于《测绘技术装备》期刊2019年03期）
房礼国,付正欣,胡浩,沈刚,郁滨[3]（2019）在《基于区域递增式彩色视觉密码的栅格地图多级分存算法研究》一文中研究指出针对栅格地图中涉密数据可分为不同图层的特点,设计了一种保护多层数据的区域递增式彩色视觉密码方案,并给出了具体应用流程。该方案首先对多个授权集合进行了优化,然后基于随机数设计了秘密分享和恢复算法,避免了生成和保存加密矩阵产生的额外开销。实验结果表明,该方案能够实现栅格地图数据多级分存,在大大降低方案像素扩展度的同时,实现了栅格地图数据的完全恢复。(本文来源于《通信学报》期刊2019年09期）
徐美清,刘洞波[4]（2019）在《神经网络信息融合创建机器人栅格地图研究》一文中研究指出该文主要研究未知环境下移动机器人栅格地图的创建方法。针对声纳传感器感知数据的不确定性,首先根据模糊逻辑和概率理论解释多个声纳的测距信息,然后使用模糊隶属度及概率表示栅格占用状态。通过神经网络在特征级的信息融合来减弱声纳传感器测量数据的测量误差,得到一个对环境的整体表示。仿真结果表明,这种方法通过多个不同传感器的测量值对同一栅格的解释,可以有效增加数据可靠性、提高数据精度、减小噪声干扰。总之,这个方法有着很好的健壮性以及准确性。(本文来源于《科技资讯》期刊2019年21期）
邓圣乾,李宏伟,赵家瑶,姜晶莉[5]（2019）在《面向多值栅格地图的A~*最优路径算法改进》一文中研究指出A~*启发算法是最优路径规划问题中最有效的算法之一,在路径规划问题中得到广泛应用。针对多值栅格环境下的最优路径规划的效率问题,对A~*算法在搜索策略上做了如下改进:一是提出了两种新的启发函数;二是提出了新的A~*双向搜索算法。实验表明改进算法求得的路径为最优路径,搜索效率比传统的Dijkstra算法有显着提升,双向A~*算法比单向A~*算法效率有明显提高。(本文来源于《测绘科学技术学报》期刊2019年02期）
许文杰[6]（2019）在《基于激光雷达的栅格-拓扑地图构建算法研究与实现》一文中研究指出目前,移动机器人在安防巡逻、医疗保健和生活服务等领域得到了广泛应用。在其执行任务之前,需要通过安装在本体上的传感器获取外界环境信息,从而创建所在环境的地图。但是目前主流的环境地图即几何特征地图、栅格地图和拓扑地图都存在较大缺陷,无法满足移动机器人在大规模环境下建图和导航的需求。为此本文提出了一种基于激光雷达传感器构建栅格-拓扑地图的方法,具体研究如下:(1)提出了改进移动机器人位姿估计精度的算法。由于GMapping算法构建栅格地图时机器人位姿估计不够精确,本文利用高频率的激光雷达来实现移动机器人的位姿估计。首先利用粒子滤波方法在里程计位姿估计的基础上进行采样,实现移动机器人位姿初始估计。在此估计的基础上,通过相邻两帧激光雷达扫描数据使用快速ICP算法配准,从而获得移动机器人位姿的精确估计。最后利用改进的精确位姿估计创建栅格地图。本文在真实环境中验证了快速ICP算法相比于其他方法的优势,同时证明了基于位姿估计改进后的GMapping算法创建的栅格地图具有更高的精度。(2)设计了构建栅格-拓扑地图的方法。本文首先研究了基于栅格地图提取角点特征的算法,以及基于激光雷达扫描数据提取角点和直线段特征的算法。然后利用蒙特卡罗定位获得此刻移动机器人在栅格地图中的位姿。最后融合基于栅格地图和扫描数据的特征提取,识别出通道信息,提取拓扑节点,从而创建栅格-拓扑地图。(3)设计并实现了基于激光雷达的栅格-拓扑地图构建系统GT_Mapping。给出了GT_Mapping系统的整体架构,详细介绍了各个主要功能模块。该系统在机器人操作系统下开发,通过系统测试实验证明,本系统能够准确的生成栅格-拓扑地图。(本文来源于《电子科技大学》期刊2019-03-27）
屈盼让,薛建儒,于二军,孙少华[7]（2019）在《基于栅格图拼接的多层次路口地图》一文中研究指出路口是典型的城市交通场景之一,为了能够比较准确的刻画路口交通场景,为无人车运动规划提供充分可靠的场景信息,提出了创建基于栅格图拼接的多层次路口地图的方法。上述方法首先以栅格图为输入信息,依据ICP(iterative closest point)算法,离线建立路口静态地图,再以此作为先验信息,使用无人车行驶过程中的实时感知数据对路口静态地图进行在线扩充与更新,并且分别依据激光雷达和相机的感知结果实时更新动态障碍物列表和交通标志等信息,解决了路牙、树木等非结构化障碍物信息难以刻画的问题。所提方法实现简单,高效,仿真结果表明了方法的有效性。(本文来源于《计算机仿真》期刊2019年01期）
赵健,张阳[8]（2018）在《基于典型栅格地图的代价地图改进方法》一文中研究指出针对具有多种路况的复杂环境,提出了一种基于栅格地图的代价地图构建方法。改进方法分别从移动机器人可通过安全性和可通过消耗性2方面对普通的布尔栅格地图进行改进。首先,建立以机器人与障碍物距离为变量的递减代价函数和以不同路况能耗占比为变量的代价函数;然后,根据2种代价函数确定每个栅格的代价值;最后,将生成的2种代价地图融合,得到改进地图。以A*算法为例,修改其估值函数以适应新的地图,通过仿真实验对比传统地图和改进地图下的路径规划情况。实验结果表明,相对于传统的栅格地图,改进地图下规划出的路径始终保持着距离障碍物的安全距离,并且对不同价值的道路进行了选择与规避,有效地保证了移动机器人在运动过程中的安全性,并且根据实际情况考虑了能耗代价改变了路径选择,实现了多路况复杂环境下的路径规划,验证了地图改进方法的可行性。(本文来源于《机械与电子》期刊2018年12期）
刘琳琳[9]（2018）在《基于栅格地图环境的机器人路径规划算法》一文中研究指出研究了基于栅格地图环境的移动机器人路径规划方法。针对基本蚁群算法在路径规划过程中出现的收敛速度慢、容易陷入局部最优解等缺陷,通过对栅格地图环境进行预处理,提取优势路径点,改进信息素浓度更新机制,限制信息素浓度强度的策略对蚁群算法进行了改进。通过仿真实验证明了该算法的可行性和有效性。(本文来源于《机电信息》期刊2018年30期）
薛帅,王光霞,郭建忠,李冬辉,徐振[10]（2018）在《一种多规则可逆元胞自动机的栅格地图加密算法》一文中研究指出针对单规则元胞自动机图像加密易受明文攻击的问题,分析了其密钥空间的局限性,提出了一种高阶可逆元胞自动机加密算法。通过分析可逆元胞自动机的特点,结合栅格地图的四叉树分解结果,构造了多规则高阶可逆元胞自动机,取代传统方法中对所有像素进行多次循环迭代加密的方式,在不增加元胞自动机结构复杂性的前提下,实现栅格地图加密。实验结果表明,该方法密钥空间较大,加密效率较高,在保证地图数据完整性的基础上,能够有效抵抗差分攻击和明文攻击,适用于实时图像加密。(本文来源于《武汉大学学报(信息科学版)》期刊2018年05期）
栅格地图论文开题报告
（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：
本文介绍了一种基于python的栅格地图快速纠正方法。该方法通过提取适量的配准点,以矩阵变换公式来自动求取纠正变换参数,配合利用python脚本程序的批处理能力,极大地提高了工作效率、缩短了完成任务所需时间。试验表明该方法提高了作业效率,保证了精度,节约了成本。
（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。
栅格地图论文参考文献
[1].娄安东,李向阳,阮佳琪,潘瑾瑜,冯静.二叉树路径规划算法在栅格地图中的应用[J].矿山机械.2019
[2].毛运欣,饶云.基于python的1∶1万地图快速栅格化纠正方法[J].测绘技术装备.2019
[3].房礼国,付正欣,胡浩,沈刚,郁滨.基于区域递增式彩色视觉密码的栅格地图多级分存算法研究[J].通信学报.2019
[4].徐美清,刘洞波.神经网络信息融合创建机器人栅格地图研究[J].科技资讯.2019
[5].邓圣乾,李宏伟,赵家瑶,姜晶莉.面向多值栅格地图的A~*最优路径算法改进[J].测绘科学技术学报.2019
[6].许文杰.基于激光雷达的栅格-拓扑地图构建算法研究与实现[D].电子科技大学.2019
[7].屈盼让,薛建儒,于二军,孙少华.基于栅格图拼接的多层次路口地图[J].计算机仿真.2019
[8].赵健,张阳.基于典型栅格地图的代价地图改进方法[J].机械与电子.2018
[9].刘琳琳.基于栅格地图环境的机器人路径规划算法[J].机电信息.2018
[10].薛帅,王光霞,郭建忠,李冬辉,徐振.一种多规则可逆元胞自动机的栅格地图加密算法[J].武汉大学学报(信息科学版).2018