基于Bekker理论改进遗传算法的野外路径优化方法研究

常宁东; 冯春; 程鹏达; 朱心广; 李玉琼

doi:10.37188/OPE.20233105.0767

您当前的位置：

首页 >

文章列表页 >

基于Bekker理论改进遗传算法的野外路径优化方法研究

路径规划 | 更新时间：2026-09-12

- 基于Bekker理论改进遗传算法的野外路径优化方法研究
- Research on off-road path optimization algorithm based on Bekker theory improved genetic algorithm
- 光学精密工程 2023年31卷第5期页码：767-775
- 作者机构：
  
  1.中国科学院力学研究所，北京 100190
  2.中国科学院大学工程科学学院，北京 100049
- 作者简介：
  
  常宁东（1998-），男，河北邯郸人，科研助理，2022年于北京科技大学获得硕士学位，主要从事岩土工程、车辆地形力学及车辆路径规划等方面的研究。E-mail：changningdong@126.com
  冯春（1982-），男，浙江富阳人，硕士，高级工程师，2009年于中国科学院研究生院获得工程力学硕士学位，主要从事连续-非连续耦合数值分析方法（CDEM）、复杂结构与岩土体耦合作用机理、车辆及冲击载荷下路面结构变形破裂特征等方面的研究。E-mail：fengchun@imech.ac.cn
  李玉琼（1982-），男，湖南娄底人，研究员，2010年于北京理工大学获得博士学位，主要从事车辆地面力学，星壤力学探测与模型构建研究。E-mail：liyuqiong@imech.ac.cn
- 基金信息：
  
  国家重点研发计划项目(2018YFC1505504);中国科学院青年创新促进会项目(2018024);钱学森实验室太空探索实验培育项目(TKTSPY-2020-05-01)
- DOI：10.37188/OPE.20233105.0767
  中图分类号： TP391.4;TH691.9
- 收稿：2022-09-28，
  
  修回：2022-10-14，
  
  纸质出版：2023-03-10
- 稿件说明：
移动端阅览
常宁东,冯春,程鹏达等.基于Bekker理论改进遗传算法的野外路径优化方法研究[J].光学精密工程,2023,31(05):767-775.

CHANG Ningdong,FENG Chun,CHENG Pengda,et al.Research on off-road path optimization algorithm based on Bekker theory improved genetic algorithm[J].Optics and Precision Engineering,2023,31(05):767-775.
常宁东,冯春,程鹏达等.基于Bekker理论改进遗传算法的野外路径优化方法研究[J].光学精密工程,2023,31(05):767-775. DOI： 10.37188/OPE.20233105.0767.

CHANG Ningdong,FENG Chun,CHENG Pengda,et al.Research on off-road path optimization algorithm based on Bekker theory improved genetic algorithm[J].Optics and Precision Engineering,2023,31(05):767-775. DOI： 10.37188/OPE.20233105.0767.

摘要

随着装备智能化的发展，复杂野外环境下车辆的路径规划已成为关键技术之一，为军事力量发展、军事装备智能化提供重要保障。野外环境中有多种影响车辆行驶的因素，如障碍物、路面坑洼和泥泞等，传统城市道路的路径优化算法大多针对既有道路，难以满足在存在多种未知威胁的复杂野外环境下的路径优化要求。同时，目前路径优化算法对于野外复杂的土壤地质条件考虑较少，因此本文基于Bekker地面力学理论，结合改进的遗传算法，提出了一种考虑土壤对车辆行驶影响的改进遗传算法，该方法以路径行驶时间最短为优化目标，建立了适合野外环境的路径优化算法。含障碍物和含多种土壤的野外环境建模和路径优化结果表明：该优化算法建立了地面力学特性与车辆行驶的耦合作用，综合考虑了野外环境下的障碍物、土壤特征和车辆特性等因素，在复杂的野外环境下得到了车辆可以安全、高效和畅通通行的野外路径，为建立地形力学与路径优化算法的联系提供了参考。

Abstract

With the development of equipment intelligence， vehicle path planning in complex off-road environments has become a key technology， which is integral to the development of military forces and the intelligence of military equipment. Several factors affect vehicle performance in off-road environments， such as obstacles， road potholes， and mud. Most path optimization algorithms for traditional urban roads are designed for existing roads and do not meet the requirements of path optimization in complex off-road environments with many unknown risks. The path optimization algorithm is less， which considers the complicated soil geological conditions of the off-road environment. Thus， based on the Bekker ground mechanics theory and improved genetic algorithm， this study proposes an improved genetic algorithm， which considers the influences of soil on the vehicle. The shortest path travel time was taken as the optimization goal， and a path optimization algorithm suitable for off-road environments was implemented. In this study， the modeling and path optimization of a field environment with obstacles and various soils were conducted. The results demonstrated that the optimization algorithm established the coupling effect between the mechanical characteristics of ground and vehicle. The obstacles， soil characteristics， and vehicle characteristics in the field environment were evaluated comprehensively， and a safe， efficient， and smooth field path for vehicles was obtained in the complex off-road environment. This algorithm provides a reference for establishing the connection between topographic mechanics and the path optimization algorithm.

关键词

Keywords

references

AGGARWAL S ， KUMAR N . Path planning techniques for unmanned aerial vehicles： a review， solutions， and challenges ［J］. Computer Communications ， 2020 ， 149 ： 270 - 299 . doi: 10.1016/j.comcom.2019.10.014 http://dx.doi.org/10.1016/j.comcom.2019.10.014

SEETHARAMAN G ， LAKHOTIA A ， BLASCH E P . Unmanned vehicles come of age： the DARPA grand challenge ［J］. Computer ， 2006 ， 39 （ 12 ）： 26 - 29 . doi: 10.1109/mc.2006.447 http://dx.doi.org/10.1109/mc.2006.447

庞燕，罗华丽，邢立宁，等 . 车辆路径优化问题及求解方法研究综述［J］. 控制理论与应用， 2019 ， 36 （ 10 ）： 1573 - 1584 . doi: 10.7641/CTA.2019.90120 http://dx.doi.org/10.7641/CTA.2019.90120

PANG Y ， LUO H L ， XING L N ， et al . A survey of vehicle routing optimization problems and solution methods ［J］. Control Theory ＆ Applications ， 2019 ， 36 （ 10 ）： 1573 - 1584 . （in Chinese） . doi: 10.7641/CTA.2019.90120 http://dx.doi.org/10.7641/CTA.2019.90120

蒋键 . 智能车辆越野环境路径规划［D］. 北京：北京理工大学， 2016 .

JIANG J . Path Planning of Intelligent Vehicles on Uneven Terrain ［D］. Beijing ： Beijing Institute of Technology ， 2016 . （in Chinese）

DIJKSTRA E W . A note on two problems in connexion with graphs ［J］. Numerische Mathematik ， 1959 ， 1 （ 1 ）： 269 - 271 . doi: 10.1007/bf01386390 http://dx.doi.org/10.1007/bf01386390

孙淑光，孙涛 . 基于融合A * 算法的无人机路径规划研究［J］. 电子测量技术， 2022 ， 45 （ 9 ）： 82 - 91 .

SUN S G ， SUN T . Research on UAV path planning based on fusion A * algorithm ［J］. Electronic Measurement Technology ， 2022 ， 45 （ 9 ）： 82 - 91 . （in Chinese）

KOENIG S ， LIKHACHEV M . Fast replanning for navigation in unknown terrain ［J］. IEEE Transactions on Robotics ， 2005 ， 21 （ 3 ）： 354 - 363 . doi: 10.1109/tro.2004.838026 http://dx.doi.org/10.1109/tro.2004.838026

薛阳，孙越，叶晓康，等 . 基于近似最近邻搜索的改进PRM算法［J］. 计算机工程与设计， 2021 ， 42 （ 11 ）： 3211 - 3217 .

XUE Y ， SUN Y ， YE X K ， et al . Improved PRM algorithm based on approximate nearest neighbor search ［J］. Computer Engineering and Design ， 2021 ， 42 （ 11 ）： 3211 - 3217 . （in Chinese）

LAVALLE S M . Rapidly-exploring random trees ： a new tool for path planning ［J］. The annual research report ， 1998 .

田洪清，王建强，黄荷叶，等 . 越野环境下基于势能场模型的智能车概率图路径规划方法［J］. 兵工学报， 2021 ， 42 （ 7 ）： 1496 - 1505 . doi: 10.3969/j.issn.1000-1093.2021.07.017 http://dx.doi.org/10.3969/j.issn.1000-1093.2021.07.017

TIAN H Q ， WANG J Q ， HUANG H Y ， et al . Probabilistic roadmap method for path planning of intelligent vehicle based on artificial potential field model in off-road environment ［J］. Acta Armamentarii ， 2021 ， 42 （ 7 ）： 1496 - 1505 . （in Chinese） . doi: 10.3969/j.issn.1000-1093.2021.07.017 http://dx.doi.org/10.3969/j.issn.1000-1093.2021.07.017

孙兆伟，刘雪奎，吴限德，等 . 用于通信保障航天器的遗传蚁群融合路径规划［J］. 光学精密工程， 2013 ， 21 （ 12 ）： 3308 - 3316 . doi: 10.3788/ope.20132112.3308 http://dx.doi.org/10.3788/ope.20132112.3308

SUN Z W ， LIU X K ， WU X D ， et al . Path planning based on ant colony and genetic fusion algorithm for communication supporting spacecraft ［J］. Opt. Precision Eng. ， 2013 ， 21 （ 12 ）： 3308 - 3316 . （in Chinese） . doi: 10.3788/ope.20132112.3308 http://dx.doi.org/10.3788/ope.20132112.3308

魏彤，龙琛 . 基于改进遗传算法的移动机器人路径规划［J］. 北京航空航天大学学报， 2020 ， 46 （ 4 ）： 703 - 711 .

WEI T ， LONG C . Path planning for mobile robot based on improved genetic algorithm ［J］. Journal of Beijing University of Aeronautics and Astronautics ， 2020 ， 46 （ 4 ）： 703 - 711 . （in Chinese）

ARAUJO . Prune-able fuzzy ART neural architecture for robot map learning and navigation in dynamic environments ［J］. IEEE Transactions on Neural Networks ， 2006 ， 17 （ 5 ）： 1235 - 1249 . doi: 10.1109/tnn.2006.877534 http://dx.doi.org/10.1109/tnn.2006.877534

CHOI K K ， JAYAKUMAR P ， FUNK M ， et al . Framework of reliability-based stochastic mobility map for next generation NATO reference mobility model ［J］. Journal of Computational and Nonlinear Dynamics ， 2019 ， 14 （ 2 ）. doi: 10.1115/1.4041350 http://dx.doi.org/10.1115/1.4041350

MCCULLOUGH M ， JAYAKUMAR P ， DASCH J ， et al . The Next Generation NATO Reference mobility model development ［J］. Journal of Terramechanics ， 2017 ， 73 ： 49 - 60 . doi: 10.1016/j.jterra.2017.06.002 http://dx.doi.org/10.1016/j.jterra.2017.06.002

李佳圣，谢润，周元春，等 . 轮式越野车辆行驶动力学特性建模仿真［J］. 系统仿真技术， 2017 ， 13 （ 4 ）： 304 - 309 . doi: 10.3969/j.issn.1673-1964.2017.04.007 http://dx.doi.org/10.3969/j.issn.1673-1964.2017.04.007

LI J S ， XIE R ， ZHOU Y C ， et al . Driving dynamics modeling and simulation of wheeled off-road vehicle ［J］. System Simulation Technology ， 2017 ， 13 （ 4 ）： 304 - 309 . （in Chinese） . doi: 10.3969/j.issn.1673-1964.2017.04.007 http://dx.doi.org/10.3969/j.issn.1673-1964.2017.04.007

刘相，柳波，龙紫照，等 . 基于Bekker理论的新能源矿运车转向特性研究［J］. 中国机械工程， 2014 ， 25 （ 24 ）： 3397 - 3402 . doi: 10.3969/j.issn.1004-132X.2014.24.025 http://dx.doi.org/10.3969/j.issn.1004-132X.2014.24.025

LIU X ， LIU B ， LONG Z Z ， et al . Research on steering characteristics in new-energy mining car based on bekker theory ［J］. China Mechanical Engineering ， 2014 ， 25 （ 24 ）： 3397 - 3402 . （in Chinese） . doi: 10.3969/j.issn.1004-132X.2014.24.025 http://dx.doi.org/10.3969/j.issn.1004-132X.2014.24.025

张涛，曹振刚，吴坤，等 . 一种混合遗传算法在地震救援路径优化问题中的应用［J］. 科学技术与工程， 2018 ， 18 （ 1 ）： 266 - 272 . doi: 10.3969/j.issn.1671-1815.2018.01.047 http://dx.doi.org/10.3969/j.issn.1671-1815.2018.01.047

ZHANG T ， CAO Z G ， WU K ， et al . Hybrid genetic algorithm for earthquake relief path optimization problem ［J］. Science Technology and Engineering ， 2018 ， 18 （ 1 ）： 266 - 272 . （in Chinese） . doi: 10.3969/j.issn.1671-1815.2018.01.047 http://dx.doi.org/10.3969/j.issn.1671-1815.2018.01.047

程振进，王全保，陈吉安，等 . 基于混合遗传算法的数字图像相关方法［J］. 光学精密工程， 2016 ， 24 （ 10 s）： 710 - 717 .

CHENG Z J ， WANG Q B ， CHEN J ， et al . Digital image correlation Method based on hybrid Genetic Algorithm ［J］. Opt. Precision Eng. ， 2016 ， 24 （ 10 s）： 710 - 717 . （in Chinese）

欧丽珍，杨旭，李新梦，等 . 基于Dijkstra改进遗传算法的定向越野赛道设计［J］. 火力与指挥控制， 2022 ， 47 （ 4 ）： 29 - 33 . doi: 10.3969/j.issn.1002-0640.2022.04.005 http://dx.doi.org/10.3969/j.issn.1002-0640.2022.04.005

OU L Z ， YANG X ， LI X M ， et al . Design of orienteering racetrack based on improved genetic algorithm with dijkstra ［J］. Fire Control ＆ Command Control ， 2022 ， 47 （ 4 ）： 29 - 33 . （in Chinese） . doi: 10.3969/j.issn.1002-0640.2022.04.005 http://dx.doi.org/10.3969/j.issn.1002-0640.2022.04.005

吉丹霞 . 基于地面力学的履带式起重机履带板优化设计［D］. 沈阳：东北大学， 2018 .

JI D X . Optimization Design for Tracked plate of Crawler Crane Based on Ground Mechanics ［D］. Shenyang ： Northeastern University ， 2018 . （in Chinese）

浏览量

2257

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

装备野外通行路径优化算法研究进展

光纤耦合系统中角位移台耦合误差建模与修正

航拍多光谱田间秸秆覆盖量反演模型的建立与优化

CAD立体模型多源匹配的ICF靶位姿测量

模糊PID控制的恒星光谱模拟