根据机械臂运动学约束，提出了关节空间基于自适应遗传算法(AGA)的3-5-3多项式插值轨迹规划算法。利用运动学约束，以最优时间为目标，针对关节型机器人在静态环境下点到点的轨迹规划问题，利用AGA算法解算多项式插值的时间。通过与基于GA的3-5-3多项式机械臂轨迹规划进化曲线和运动位置、速度、加速度曲线对比，证明该方法在算法收敛、运行平稳度上都有突出优点。

根据机械臂运动约束,提出了关节空间基于改进的自适应和声搜索算法的三次样条插值轨迹规划。该算法采用自适应的记忆库取值概率、微调概率和调节步长产生新解。利用三次样条插值方法构造各关节位移、速度及加速度均连续的轨迹,然后由IAHS算法解算出最优时间。通过与基本和声搜索算法的对比,表明该算法有更强的寻优能力。

这是 bang-bang 控制器的一个例子。 问题陈述取自 Optimal Control Systems by DS Naidu，第 1 页。 306，这是关于质量为“m”的块在无摩擦环境中受到外力 f(t) 时的简单运动。 运动描述如下： m * y''（t）= f（t） 其中，y(t) 是时间 t 时块的位置，因此，y'(t) 和 y"(t) 分别表示块的速度和加速度。 在 Simulink 模型中，x_1 是模块位置 (y) 的状态变量，x_2 是模块速度 (y') 的状态变量。 初始条件可以在它们各自的块中改变。 控制输入​​可以从标记为“控制输入”的范围内可视化。

运动规划算法，时间最优轨迹规划，传感器融合标定算法，另外还包含了自动驾驶学习资料 涵盖感知，规划和控制，ADAS，传感器； 1. apollo相关的技术教程和文档； 2.adas（高级辅助驾驶）算法设计（例如AEB,ACC,LKA等） 3.自动驾驶鼻祖mobileye的论文和专利介绍 4.自动驾驶专项课程（可能是目前最好的自动教师教程），是coursera上多伦多大学发布的自动驾驶专项课程，应该是目前为止非常火非常好的教程了，包含视频，ppt，论文以及代码 5.国家权威机构发布的adas标准，这是adas相关算法系统的标准，也是开发手册。 6.规划控制相关的算法论文介绍 7.等等总共3G多的资

基于改进遗传算法的六自由度机器人时间最优轨迹规划

本资源采用标准粒子群算法对3-5-3多项式进行轨迹优化，目标函数为时间最优，程序为matlab代码，仅供学习参考

摘要：时间最优控制是工程实践中经常遇到的一类最优控制问题。对于较简单的时间最优控制问题可以应用古典变分法和 庞特里雅金最大值原理进行分析求解。但在实际问题中，能求得解析解的仅是少数。因此，有必要寻求一种能够有效求解时 间最优控制问题的数值方法。在分析时间最优控制问题已有求解方法优缺点的基础上，提出基于Bang - Bang 原理和参数最 优化方法（遗传算法- 单纯形法）相结合求解一类仿射系统的时间最优控制问题的方法。对线性阻尼振子问题进行了数值 仿真，结果表明该方法效果良好。

Problem G:最优时间表（运行程序c++ 可以顺利通过的） Time Limit:1000MS Memory Limit:65536K Description 一台精密仪器的工作时间为 n 个时间单位, 与仪器工作时间同步进行若干仪器维修程序. 一旦启动维修程序, 仪器必须进入维修程序. 如果只有一个维修程序启动, 则必须进入该维修程序. 如果在同一时刻有多个维修程序, 可任选进入其中的一个维修程序. 维修程序必须从头开始,不能从中间插入. 一个维修程序从第 s 个时间单位开始, 持续 t 个时间单位, 则该维修程序在第 s+t-1 个时间单位结束. 为了提高仪器使用率, 希望安排尽可能少的维修时间. 对于给定的维修程序时间表, 计算最优时间表下的维修时间. Input 输入数据的第 1 行有 2 个小于 10000 的正整数 n 和 k, n 表示仪器的工作时间单位, k 是维修程序数. 接下来的 k 行中, 每行有 2 个表示维修程序的整数 s 和 t, 该维修程序从第 s 个时间单位开始, 持续 t 个时间单位. Output 在一行上输出最少维修时间. Sample Input 15 6 1 2 1 6 4 11 8 5 8 1 11 5 Sample Output 11

关于工业机器人的时间最优轨迹规划的论文，内有详细讨论过程