为了减少机器人导航路径长度和优化时间,提出了基于蛙跳多种群粒子群算法的路径规划方法。建立了机器人工作环境的Maklink模型,首先使用MS算法搜索出若干最短路径,然后提出了蛙跳多种群粒子群算法进行路径二次优化。将蛙跳算法的深度搜索思想引入到粒子群算法中,提出了多种群粒子群算法的分群方法、更新策略和合作机制,进而给出了基于蛙跳多种群粒子群算法的机器人导航路径优化方法。经过仿真验证,蛙跳多种群粒子群算法具有最佳的优化效果,最短路径长度比MSCPSO算法减少了3.82%,比PSO算法减少了5.46%;另外,蛙跳多种群粒子群算法的运行时间比MSCPSO算法减少了25.53%,比PSO算法减少了18.79%。

针对车辆在行驶状态下车轮对路面的动载荷变化情况,根据车辆对路面的动力学响应理论建立了七自由度车-路耦合数值仿真模型。为进一步证明车辆前后车轮产生的动载荷具有相干性和规律性,搭建了车-路耦合模型试验装置并进行了相关试验研究。装置设计包括车辆模型基于四轮七自由度车辆模型搭建;路面模型基于Kelvin地基上的Kichhoff薄板理论搭建。试验结果表明所设计的模型试验装置能够证明车辆在不同载荷和速度下产生的动载荷具有相干性和规律性,仿真数据与试验数据幅值基本吻合,证明数值仿真方法合理,可对工程设计提供参考。