CN105590002B - 一种分支线缆自动布局方法及装置 - Google Patents
一种分支线缆自动布局方法及装置 Download PDFInfo
- Publication number
- CN105590002B CN105590002B CN201511029218.0A CN201511029218A CN105590002B CN 105590002 B CN105590002 B CN 105590002B CN 201511029218 A CN201511029218 A CN 201511029218A CN 105590002 B CN105590002 B CN 105590002B
- Authority
- CN
- China
- Prior art keywords
- point
- location information
- cable
- path profile
- breakout cable
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 104
- 230000000903 blocking effect Effects 0.000 claims abstract description 60
- 238000013461 design Methods 0.000 claims abstract description 25
- 241001510071 Pyrrhocoridae Species 0.000 claims description 41
- 238000005070 sampling Methods 0.000 claims description 34
- 230000004888 barrier function Effects 0.000 claims description 22
- 238000012545 processing Methods 0.000 claims description 13
- 235000013399 edible fruits Nutrition 0.000 claims 1
- 238000003780 insertion Methods 0.000 claims 1
- 230000037431 insertion Effects 0.000 claims 1
- 238000005457 optimization Methods 0.000 abstract description 7
- 230000001464 adherent effect Effects 0.000 abstract description 5
- 239000006185 dispersion Substances 0.000 description 16
- 238000010586 diagram Methods 0.000 description 13
- 238000004364 calculation method Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 238000005295 random walk Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 239000012141 concentrate Substances 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 239000004744 fabric Substances 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012019 product validation Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 241001673526 Lydia Species 0.000 description 1
- 206010048669 Terminal state Diseases 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004064 recycling Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/16—Cables, cable trees or wire harnesses
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Architecture (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Computer Networks & Wireless Communication (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Design And Manufacture Of Integrated Circuits (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Algebra (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Databases & Information Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
Abstract
本发明提供了一种分支线缆自动布局方法及装置,用以解决现有分支线缆布局技术未考虑分支点的优化,导致难以获得最优布局,且布局效率低的问题。本发明的布局方法包括:根据产品CAD模型和接线表,获取求解空间中分支线缆接插端子的位置信息;根据所述分支线缆接插端子的位置信息和第一预设算法,确定所述求解空间中分支线缆的分支点的位置信息;根据所述分支线缆接插端子的位置信息、所述分支点的位置信息及第二预设算法,生成覆盖于所述求解空间障碍物表面的线缆布局路径图;根据所述线缆布局路径图,获得线缆模型并作为布局设计结果输出。本发明不仅满足了线缆的贴壁敷设约束,也使得算法的效率以及成功率相比现有算法效率大大提高。
Description
技术领域
本发明涉及分支线缆布局设计的技术领域,特别是指一种分支线缆自动布局方法及装置。
背景技术
线缆布局设计是机电产品研发过程中的重要环节之一,其工作主要涉及线缆在设备中的长度、走向以及相关线槽和卡箍的具体位置确定等。随着机电产品复杂化和精密化等方向发展,线缆布局设计工作越来越繁重,CAD技术的出现和发展有效提高了线缆布局设计效率与质量。目前,计算机辅助线缆布局设计主要包括人机交互式布局设计和自动布局设计两种方法,而自动布局设计技术由于采用智能算法,因而具有更高的布线效率。
线缆可以分为单根线缆和分支线缆。工程中的线缆零件往往是包含多个接插端子的分支线缆。由于分支线缆结构的复杂性,导致分支线缆在进行布局设计时不仅需考虑分支点位置的合理性,还需考虑线缆整体的布局特性以及满足单根线缆所需满足的布局约束条件。由于线缆分支点位置的不同,线束的拓扑结构会有相应的变化,进而线缆的长度、布局、捆扎位置也都会不同。1994年,美国斯坦福大学的Conru等率先对分支线缆自动布局问题展开研究,提出先确定分支点的位置,然后采用遗传算法进行路径的自动求解,同时考虑了多种约束的路径成本,但并未考虑线缆的柔性及与环境中其它物体的干涉。国内方面,也提出采用最小斯坦纳树生成法求解一对多的线路问题,并开发了电子整机三维布线系统(3D Routing System,3DRS)验证了该算法的可行性,但只是找到可行的分支点位置,因此并不能保证最短的布局路径。另外,现有技术中采用力导向不算模型和算法求解汽车线束连接图的布局问题,实现了连接图主干的自动搜索和线束分支的约束对称布局,完成了汽车线束连接图的自动布局,但并没有说明分支点的确定方法。现有技术还提出了一种在骨架模型中进行快速自动布线的方法,根据电连接器节点数据表与三维模型的连接关系,能够自动完成三维布线,自动生成线缆分支图以及各种线缆的信息报表,但分支点的位置(支架)是事先由人定义的。现有技术还提出一种基于改进PRM算法的分支线缆自动布局方法,获得了较好的布局效率以及成功率,但该方法仅保证了分支点的可行性且与分支线缆布局顺序。
综上所述,虽然国内外目前研究成果中针对分支线缆布局问题提出了不同的优化方法,为复杂线缆的自动布局设计问题提供了解决思路。但上述的方法或者考虑的工程约束较少,或者只是得到可行的分支点位置,或者需要事先定义分支点的位置。由于并未考虑分支点的优化,导致难以获得最优的布局方案,对于结构复杂的分支线缆,计算效率低,很难在工程中得到应用。
发明内容
本发明的目的在于提供一种分支线缆自动布局方法及装置,用以解决现有分支线缆布局技术未考虑分支点的优化,导致难以获得最优布局,且布局效率低的问题。
为了实现上述目的,本发明提供了一种分支线缆自动布局方法,包括:
根据产品CAD模型和接线表,获取求解空间中分支线缆接插端子的位置信息;
根据所述分支线缆接插端子的位置信息和第一预设算法,确定所述求解空间中分支线缆的分支点的位置信息;
根据所述分支线缆接插端子的位置信息、所述分支点的位置信息及第二预设算法,生成覆盖于所述求解空间障碍物表面的线缆布局路径图;
根据所述线缆布局路径图,获得线缆模型并作为布局设计结果输出。
其中,所述根据所述分支线缆接插端子的位置信息和第一预设算法,确定所述求解空间中分支线缆的分支点的位置信息,包括:
根据所述分支线缆接插端子的位置信息和最小斯坦纳生成树SMT算法,得到斯坦纳点,其中,所述斯坦纳点为使得所有所述分支线缆接插端子相连路径最短的点;
获取所述斯坦纳点与距离该斯坦纳点最近的障碍物发生碰撞时,所述障碍物表面的碰撞点的位置信息;
根据所述障碍物表面的碰撞点的位置信息,确定所述求解空间中分支线缆的分支点的位置。
其中,所述根据所述分支线缆接插端子的位置信息、所述分支点的位置信息及第二预设算法,生成覆盖于所述求解空间障碍物表面的线缆布局路径图,包括:
根据所述分支线缆接插端子的位置信息及所述分支点的位置信息,将所述分支线缆接插端子和所述分支点作为采样点加入到路径图中;
根据随机采样算法在所述求解空间中获取初始采样点;
获取初始采样点与距离该初始采样点最近的障碍物发生碰撞时,所述障碍物表面的碰撞点的位置信息;
根据所述障碍物表面的碰撞点的位置信息,确定所述求解空间中障碍物表面的新的采样点;
根据所述新的采样点与路径图中距离所述新的采样点最近的点之间的距离,将所述新的采样点加入到所述路径图中;
在所述路径图中获取所述新的采样点的邻居节点集,所述邻居节点集为所述路径图中距离所述新的采样点预设范围内的点的集合;
将所述邻居节点集与所述新的采样点连接成边,并将不干涉的边加入到路径图中,生成覆盖于所述求解空间障碍物表面的线缆布局路径图。
其中,所述根据所述新的采样点与路径图中距离所述新的采样点最近的点之间的距离,将所述新的采样点加入到所述路径图中,包括:
若所述新的采样点与所述路径图中距离所述新的采样点最近的点的距离大于预设阈值,则将所述新的采样点加入到所述路径图中。
其中,所述根据所述线缆布局路径图,获得线缆模型并作为布局设计结果输出,包括:
在所述线缆布局路径图中获取连接所述分支线缆接插端子和所述分支点的最短路径图;
对所述最短路径图进行拟合处理,获得线缆模型并作为布局设计结果输出。
本发明还提供了一种分支线缆自动布局装置,包括:
获取模块,用于根据产品CAD模型和接线表,获取求解空间中分支线缆接插端子的位置信息;
确定模块,用于根据所述分支线缆接插端子的位置信息和第一预设算法,确定所述求解空间中分支线缆的分支点的位置信息;
生成模块,用于根据所述分支线缆接插端子的位置信息、所述分支点的位置信息及第二预设算法,生成覆盖于所述求解空间障碍物表面的线缆布局路径图;
处理模块,用于根据所述线缆布局路径图,获得线缆模型并作为布局设计结果输出。
其中,所述确定模块包括:
第一确定子模块,用于根据所述分支线缆接插端子的位置信息和最小斯坦纳生成树SMT算法,得到斯坦纳点,其中,所述斯坦纳点为使得所有所述分支线缆接插端子相连路径最短的点;
第一获取子模块,用于获取所述斯坦纳点与距离该斯坦纳点最近的障碍物发生碰撞时,所述障碍物表面的碰撞点的位置信息;
第二确定子模块,用于根据所述障碍物表面的碰撞点的位置信息,确定所述求解空间中分支线缆的分支点的位置。
其中,所述生成模块包括:
第一采集子模块,用于根据所述分支线缆接插端子的位置信息及所述分支点的位置信息,将所述分支线缆接插端子和所述分支点作为采样点加入到路径图中;
第二获取子模块,用于根据随机采样算法在所述求解空间中获取初始采样点;
第三获取子模块,用于获取初始采样点与距离该初始采样点最近的障碍物发生碰撞时,所述障碍物表面的碰撞点的位置信息;
第三确定子模块,用于根据所述障碍物表面的碰撞点的位置信息,确定所述求解空间中障碍物表面的新的采样点;第二采集子模块,用于根据所述新的采样点与路径图中距离所述新的采样点最近的点之间的距离,将所述新的采样点加入到所述路径图中;
第四获取子模块,用于在所述路径图中获取所述新的采样点的邻居节点集,所述邻居节点集为所述路径图中距离所述新的采样点预设范围内的点的集合;
生成子模块,用于将所述邻居节点集与所述新的采样点连接成边,并将不干涉的边加入到路径图中,生成覆盖于所述求解空间障碍物表面的线缆布局路径图。
其中,所述第二采集子模块具体用于若所述新的采样点与所述路径图中距离所述新的采样点最近的点的距离大于预设阈值,则将所述新的采样点加入到所述路径图中。
其中,所述处理模块包括:
第五获取子模块,用于在所述线缆布局路径图中获取连接所述分支线缆接插端子和所述分支点的最短路径图;
输出子模块,用于对所述最短路径图进行拟合处理,获得线缆模型并作为布局设计结果输出。
本发明实施例具有以下有益效果:
上述技术方案中,根据产品CAD模型和接线表,获取求解空间中分支线缆接插端子的位置信息;根据分支线缆接插端子的位置信息和第一预设算法,确定求解空间中分支线缆的分支点的位置信息;根据分支线缆接插端子的位置信息、分支点的位置信息及第二预设算法,生成覆盖于求解空间障碍物表面的线缆布局路径图;根据线缆布局路径图,获得线缆模型并作为布局设计结果输出。本发明根据第一预设算法和第二预设算法,生成覆盖于求解空间障碍物表面的线缆布局路径图,不仅满足了线缆的贴壁敷设约束,也使得算法的效率以及成功率相比现有算法效率大大提高。
附图说明
图1为本发明实施例的分支线缆自动布局方法的工作流程图;
图2为本发明实施例的分支线缆自动布局方法中最小斯坦纳生成树求解示意图;
图3为本发明实施例的分支线缆自动布局方法中构造长度递增向量的示意图;
图4为本发明实施例的分支线缆自动布局方法中分支点的确定示意图;
图5为PRM路径规划示意;
图6为基本PRM算法流程图;
图7为本发明实施例的分支线缆自动布局方法中离散度的Voronoi图;
图8为本发明实施例的分支线缆自动布局方法中Sukharev栅格示意图;
图9为理想的网络划分采样示意图;
图10为本发明实施例的分支线缆自动布局方法中LDOB-PRM的采样示意图;
图11为本发明实施例的分支线缆自动布局方法中算法求解成功率与节点数的关系示意图;
图12为本发明实施例中进行产品验证时得到的线缆布局示意图;
图13为本发明实施例的分支线缆自动布局装置的结构示意图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚,下面将结合具体实施例及附图进行详细描述。
本发明的实施例提供了一种分支线缆自动布局方法及装置,解决了现有分支线缆布局技术未考虑分支点的优化,导致难以获得最优布局,且布局效率低的问题。
如图1所示,本发明实施例的分支线缆自动布局方法,包括:
步骤11:根据分支线缆的基本连通信息和部分几何信息和接线表,获取求解空间中分支线缆接插端子的位置信息。
这里,根据接线表可得到分支线缆的基本连通信息和部分几何信息,进而根据分支线缆的基本连通信息、部分几何信息及分支线缆的基本连通信息和部分几何信息,获取求解空间中分支线缆接插端子的位置信息。
步骤12:根据所述分支线缆接插端子的位置信息和第一预设算法,确定所述求解空间中分支线缆的分支点的位置信息。
在本发明的具体实施例中,第一预设算法可具体为最小斯坦纳生成树SMT算法,根据SMT算法计算出斯坦纳点的位置,然后求得距离斯坦纳点最近的障碍物与该斯坦纳点碰撞时,障碍物的碰撞点的位置,并将该碰撞点的位置确定为分支点的位置。
步骤13:根据所述分支线缆接插端子的位置信息、所述分支点的位置信息及第二预设算法,生成覆盖于所述求解空间障碍物表面的线缆布局路径图。
在本发明的具体实施例中,第二预设算法可具体为改进的随机路径图(LDOB-PRM,Low Dispersion and Obstacle Based Probabilistic Roadmap)算法,改进的PRM算法与基本PRM最大的区别,在于选择采样点之前需要检查该点的离散度,从而在路径图大小和算法效率方面得到了很大的改善。设定离散度标准使得采样点平等而均匀地分布在采样空间中,避免了过于集中或者分散的情况。由于随机路径图中的节点数目减少,使得干涉检查以及连接次数减少,这使得规划算法在解决运动规划问题方面比基本PRM更快。
步骤14:根据所述线缆布局路径图,获得线缆模型并作为布局设计结果输出。
具体的,在所述线缆布局路径图中获取连接所述分支线缆接插端子和所述分支点的最短路径图;对所述最短路径图进行拟合处理,获得线缆模型并作为布局设计结果输出。
本发明实施例的分支线缆自动布局方法,根据第一预设算法和第二预设算法,生成覆盖于求解空间障碍物表面的线缆布局路径图,不仅满足了线缆的贴壁敷设约束,也使得算法的效率以及成功率相比现有算法效率大大提高。
进一步地,上述步骤12根据所述分支线缆接插端子的位置信息和第一预设算法,确定所述求解空间中分支线缆的分支点的位置信息具体包括:根据所述分支线缆接插端子的位置信息和最小斯坦纳生成树SMT算法,得到斯坦纳点,其中,所述斯坦纳点为使得所有所述分支线缆接插端子相连路径最短的点;获取所述斯坦纳点与距离该斯坦纳点最近的障碍物发生碰撞时,所述障碍物表面的碰撞点的位置信息;根据所述障碍物表面的碰撞点的位置信息,确定所述求解空间中分支线缆的分支点的位置。
由于分支线缆规划目标是构建一个连接所有线缆端点的避障最短路径,其数学本质为欧氏距离避障最小斯坦纳生成树问题(Euclidean Steiner Minimal Tree withObstacle,ESMTO),是众所周知的NP-hard问题,因而分支线缆的分支点确定可以归结为斯坦纳点的求解问题。
分支线缆的分支点确定问题描述如下:在三维空间中任意给定n个点A1、A2…An(相当于本发明实施例中的分支线缆接插端子),如何求得点Pi使得连接所有点之间的路径最短,即在给定的n个点求一连接它们的最小树,其中Pi为斯坦纳点。为了求解欧式距离的避障最小斯坦纳生成树问题,本发明采用启发式算法求解斯坦纳点的位置。如图2所示,最终获得连接所有端点最短路径的一棵树,包含顶点V(A1,A2,A3,A4,P1,P2)以及边E(A1P1,A2P1,P1P2,A3P2,A4P2)。
上述方法求解的斯坦纳点只是满足空间几何约束,而线缆在敷设过程中需要沿着障碍物表面,因此需要将得到的斯坦纳点移动到最近的障碍物表面。如图3所示,构造以P为起点、方向任意、长度为d的向量α。若初始构造的向量α不与环境中障碍物发生碰撞(如α1),则以P为起点重新构造长度为d+kl(k=0、1、2…50)、方向任意的向量α,直到向量α与环境中障碍物发生碰撞(如α2),其中d、l的值与所求环境复杂度有关,实施例取值为d=50,l=8。向量α按以下方式构造:获取三个值在[0,1]之间的随机数形成一个初始向量,单位化后将其各坐标分量扩大d+kl倍,即可获得方向任意、长度所需的向量。因为向量α的长度是逐渐递增的,因此这样的碰撞一定是和最近的障碍物发生的。
当向量α与最近的障碍物发生碰撞后,计算相关的碰撞信息,包含碰撞点scol以及碰撞面片的法向量n,如图4所示,其中n垂直于碰撞障碍物表面。若所求的斯坦纳点P在障碍物内,如图4中P’点所示,此时应将所求的法向量n反向。节点scol是障碍物表面上的点,已经与障碍物发生碰撞,考虑到线缆半径的大小,需将其沿方向n移动长度ε得到新的点S(即为分支点),如公式(1)所示,其中ε为步长常量,设为线缆半径的1.5倍。
进一步地,本发明实施例中,上述步骤13根据所述分支线缆接插端子的位置信息、所述分支点的位置信息及第二预设算法,生成覆盖于所述求解空间障碍物表面的线缆布局路径图具体包括:
根据所述分支线缆接插端子的位置信息及所述分支点的位置信息,将所述分支线缆接插端子和所述分支点作为采样点加入到路径图中;
根据随机采样算法在所述求解空间中获取初始采样点;
获取初始采样点与距离该初始采样点最近的障碍物发生碰撞时,所述障碍物表面的碰撞点的位置信息;
根据所述障碍物表面的碰撞点的位置信息,确定所述求解空间中障碍物表面的新的采样点;
根据所述新的采样点与路径图中距离所述新的采样点最近的点之间的距离,将所述新的采样点加入到所述路径图中;
在所述路径图中获取所述新的采样点的邻居节点集,所述邻居节点集为所述路径图中距离所述新的采样点预设范围内的点的集合;
将所述邻居节点集与所述新的采样点连接成边,并将不干涉的边加入到路径图中,生成覆盖于所述求解空间障碍物表面的线缆布局路径图。
其中,所述根据所述新的采样点与路径图中距离所述新的采样点最近的点之间的距离,将所述新的采样点加入到所述路径图中,包括:
若所述新的采样点与所述路径图中距离所述新的采样点最近的点的距离大于预设阈值,则将所述新的采样点加入到所述路径图中。
本发明实施例的分支线缆自动布局方法,为了满足工程中线缆沿着障碍物表面敷设的约束,采用基于障碍物碰撞信息的采样策略。获得分支点后,将分支点以及接插端子作为初始采样点加入到路径图中,在求解空间中获得连接这些点的最短布局路径。具体说明如下。
在本发明的具体实施例中,可基于PRM算法进行随机采样处理,为了便于本领域的技术人员能够更好的理解本实施中的PRM算法,先对PRM算法做如下解释。
PRM算法是由Lydia和Jean-Claude Latombe在1994年提出来的一种快速路径规划算法。它是一种基于采样的算法,具有概率完备性,即采样基数无限大时,一定能找到一条可行的无碰撞路径。基本PRM算法的操作过程包括学习阶段(Learning Phase)和查询阶段(Query Phase)。如图5所示,学习阶段的主要任务是在求解空间中建立路径图G=(V,E)。查询阶段的主要任务是在给定初始端点的条件下,根据学习阶段构建的路径图,搜索出一条连接各端点的可行路径。基本PRM算法的流程如图6所示,包括:步骤61:建立初始化路径图G=(V,E),并设定当前迭代次数i;步骤62:判断i是否小于预设阈值N;步骤63:若i小于N,则通过采样获取Snew,对Snew进行干涉检测;步骤64:判断是否碰撞;步骤65:若碰撞,则返回步骤62;步骤66:若不发生碰撞,则将Snew加入到图G中,i=i+1;步骤67:连接节点,剔除碰撞边,将不碰撞的边加入到图G中,并返回步骤62;步骤68:若i大于N,则在图G中搜索最短路径;步骤69:判断是否找到符合条件的路径;步骤610:若找到符合条件的路径,则输出路径;步骤611:若未找到符合条件的路径,则路径搜索失败。
基本PRM算法由于采用随机采样而引起采样点分布的不规则性,造成某些困难区域(如狭窄通道中)中的路径图可能无法连通,导致路径搜索失败。
因此,本发明实施例提出了改进的随机路径图((LDOB-PRM,Low Dispersion andObstacle Based Probabilistic Roadmap)算法,利用该算法求解分支线缆的布局路径,在全敷设空间的障碍物表面覆盖一张路径图,因而可以在障碍物表面的路径图中搜索出分支线缆布局的最短路径。
一般来说,采样点的选取能够使得求解空间中最大的未覆盖区域尽可能小。因此,本发明引入一种随机采样的方法,目的是优化一个称为离散度的性能指标,在此基础之上结合基于障碍物的采样策略获得障碍物表面的采样点。这种混合采样策略不仅能够获得障碍物表面的采样点,而且能改善采样点分布的不规则性,使其相对均匀地分布在求解空间的障碍物表面。
已知问题的求解空间用W表示,S是求解空间中采样点的集合,则求解空间W中采样点的有限集合S的离散度为:
其中,ρ表示任意的几何度量方式,如欧氏距离。离散度δ表明了在求解空间W中不包含任何采样点最大的区域。也就是说,δ对应于解空间中不含采样点的最大的球体的半径。根据Voronoi图可以很好地阐述这个问题。如图7所示,Voronoi顶点是这样一些点,在这些点上有三个或者三个以上Voronoi区域相交。在Voronoi顶点上存在这样的圆,它的半径等于与三个或者三个以上最近采样点的距离。在所有上述的圆中,最大圆的半径就是离散度,这种方法在更高维数上一样适用。因此,三维空间中一种求解离散度的方法是在求解空间中找到不含采样点的最大的球体的半径。
对离散度的优化迫使采样点在求解空间上更均匀地分布,导致这些点的分布有利于路径规划。以二维空间为例,如图8所示,将求解区域划分为10×10的方格,并将采样点放置在每个方格的中心,这样就可以得到最优的离散度。实际上,对于n维情况下k个采样点的栅格,在每个轴上点的数量为(其中[]表示取整数),这样产生的栅格被称为Sukharev栅格。
基本PRM算法在构建路径图时,采样点srand的选取是完全随机产生的,因而采样点会完全随机的分布在空间中。通过改变采样点在空间中的离散度,使得PRM算法能够在比较少的采样点的情况下仍然在空间中搜寻到可行路径,节省算法的运行时间,提高算法的效率。提出的改进的PRM算法中,在采样点周围定义一个禁止区域,在以后的采样中都忽略这个区域。因此,随机采样的点需要满足一定的距离大小,这个值使得采样点之间的距离不小于一个预先设定的值R。R的计算公式如下所示:
其中Vs是求解空间的大小,N是采样节点的大小,λ是一个给定的值。公式的具体含义主要是指在求解空间中如果想要获得N个无重叠的球体子空间,这些球体子空间的总体积应该小于求解空间的大小。也就是说,即使空间中的采样点是均匀分布的,仍然会有部分空间无法采样到,因为球体子空间无法覆盖到所有的地方,如图9所示。
在每一个小正方体中,未被球体子空间覆盖到的空间大小是R3(24-4π)/3,因而可以求得总的未被覆盖到的空间大小是NR3(24-4π)/3。因为球体子空间覆盖的地方比实际求解空间要小,可以得到下面的不等式:
加入参数λ,可以得到以下的等式:
这表明至少有λ个小正方体空间没有被采样点覆盖,由此可以得到R的计算公式如(3)。为了使得公式有意义,λ需满足以下条件:
λ<N (6)
这保证了在生成N个采样点后,至少有一个小正方体空间覆盖(N个采样点全部落在一个小正方体空间内)。显然,选择一个合适的λ值是非常重要的,λ的值会影响算法的覆盖性。经过多次实例测试,发现当时能够获得较好的覆盖效果。
本发明提出的改进的PRM与基本PRM最大的区别,在于选择采样点之前需要检查该点的离散度,从而在路径图大小和算法效率方面得到了很大的改善。设定离散度标准使得采样点平等而均匀地分布在采样空间中,避免了过于集中或者分散的情况。由于随机路径图中的节点数目减少,使得干涉检查以及连接次数减少,这使得规划算法在解决运动规划问题方面比基本PRM更快。图10表示了LDOB-PRM的采样过程,选择一个采样点后,以该点为球心、半径为R的球体所包含的区域为禁止区域,以后的采样点不允许出现在禁止区域。
为了满足工程中线缆沿着障碍物表面敷设的约束,采用基于障碍物碰撞信息的采样策略。首先通过随机采样获得采样点srand,按前所述的方法获得最近障碍物表面新的采样点snew后,计算路径图V中距离snew最近的点snear,并求得两点之间的距离L。若L>R,则将snew加入到路径图中;反之,则舍弃snew,进入下一次循环。
利用Low Dispersion Obstacle采样策略获得新的采样点snew后,计算采样点集V中所有邻居节点集Vnear。Vnear的定义如下:
Vnear={snear∈V|ρ(snew,snear)≤D} (7)
公式表明以采样点snew为球心,半径为D的球形空间内的点即为的snew邻居节点集。D的选择会影响算法的成功率与求解效率。D过小会导致路径图无法连通,路径搜索失败;D过大,会导致路径图冗余边增多,算法求解成本增大。经过多次实例验证,发现D取(2R,4R)时有不错的效果,本发明实施例中取D=3R。获得邻居节点集后,邻居节点集中的每个点与采样点snew连接成边,然后对所有连接边进行干涉检查,将不干涉的边添加到路径图中,完成路径图的构建。
路径图构建完成后,在路径图中搜索出一条连接各端点的最短路径。通过前面介绍的方法求解分支点时会得到一系列的边集,即一系列路径段,因而只需在路径图中分别搜索这些路径段的最短路径。PRM算法可以解决多路径查询问题,构建的路径图是可以重复利用的,直到所有的路径段规划完毕。本发明采用A*算法在路径图中搜索两个端点之间的最短路径。
经过路径搜索得到一系列路径段,对应于分支线缆的线缆段,路径段是由一系列离散点组成的,需要对线缆路径进行平滑处理。首先剔除冗余点,然后采用曲线进行拟合得到光顺的路径,在拟合过程中对路径中各点最小弯曲半径进行修正,使其满足约束,最后根据线束属性生成线缆。
在本发明的具体实施例中,基于采样的运动规划算法,概率完备性常用来分析算法的性能。本发明所指的概率完备性是指在采样基数无限大的情况下,规划算法一定能够找到一条无碰撞的路径。为了说明LDOB-PRM算法的概率完备性,我们将证明随着采样点数目的增加,采样点未覆盖的区域的大小趋近于0。也就是说,如果采样点数目足够多,LDOB-PRM规划算法能够覆盖所有的求解空间。如上文所述,LDOB-PRM规划算法总的覆盖空间的大小如公式(4)所示。由公式(4)可以得到,在生成N个采样点后,总的未覆盖区域的大小为对公式(4)求极限,可以得到以下的公式:
当求解空间的大小一定时,对于定值N,整个公式的收敛完全依赖于λ的值。另一方面,根据公式(6)可知,该公式唯一的限制条件就是λ的值要小于N。因此,当N增加时,的大小逐渐趋近于0。由公式我们也可以得到结论:当采样点数目足够多时,LDOB-PRM算法能够覆盖全部的求解空间。同时,如果路径存在的话,一定会找到。
为了验证LDOB-PRM算法的求解效率与成功率,对算法进行了算例测试,并与基本PRM算法、OB-PRM算法进行了对比。算法求解效率是指特定测试模型算法求解成功率为100%时的最短时间。算法成功率的计算方法如下:对于同一种测试模型,在采样节点数确定的情况下,利用算法进行路径搜索,进行多次(本文中为10)的情况下能够成功的比例。测试结果如表1所示。
表1
以窄通道为例,算法求解成功率与节点数的关系如图11所示。由图11可知,与基本PRM、OB-PRM相比,LDOB-PRM能够在比较少的采样节点数目下保证更高的求解成功率。由表1可知,虽然为了获得障碍物表面的点,碰撞检测的次数增加,但由于在采样点数目减少的情况下能够求解成功,因而求解时间并没有增加,求解效率更高。
另外,为了证明所提方法的可行性,本发明开发了分支线缆自动布局设计原型系统,系统的开发与运行环境如表2所示:
表2
本发明实施例还在卫星结构板上进行分支线缆自动布局设计方法实例验证,并对某复杂产品进行产品验证,得到的线缆布局结果如图12所示,满足工程约束,从而验证了本发明方法的可行性。
本发明实施例的分支线缆自动布局方法,采用SMT算法确定分支点的位置,保证了分支线缆的路径最短,且本发明基于LDOB-PRM算法的分支线缆布局路径求解方法,首先通过获得障碍物表面的采样点再优化采样点的离散度,不仅满足了线缆的贴壁敷设约束,也使得算法的效率以及成功率相比基本PRM算法、OB-PRM算法大大提高。
如图13所示,本发明的实施例还提供了一种分支线缆自动布局装置,包括:
获取模块131,用于根据产品CAD模型和接线表,获取求解空间中分支线缆接插端子的位置信息;
确定模块132,用于根据所述分支线缆接插端子的位置信息和第一预设算法,确定所述求解空间中分支线缆的分支点的位置信息;
生成模块133,用于根据所述分支线缆接插端子的位置信息、所述分支点的位置信息及第二预设算法,生成覆盖于所述求解空间障碍物表面的线缆布局路径图;
处理模块134,用于根据所述线缆布局路径图,获得线缆模型并作为布局设计结果输出。
本发明实施例的的分支线缆自动布局装置,所述确定模块132包括:
第一确定子模块1321,用于根据所述分支线缆接插端子的位置信息和最小斯坦纳生成树SMT算法,得到斯坦纳点,其中,所述斯坦纳点为使得所有所述分支线缆接插端子相连路径最短的点;
第一获取子模块1322,用于获取所述斯坦纳点与距离该斯坦纳点最近的障碍物发生碰撞时,所述障碍物表面的碰撞点的位置信息;
第二确定子模块1323,用于根据所述障碍物表面的碰撞点的位置信息,确定所述求解空间中分支线缆的分支点的位置。
本发明实施例的的分支线缆自动布局装置,所述生成模块133包括:
第一采集子模块1331,用于根据所述分支线缆接插端子的位置信息及所述分支点的位置信息,将所述分支线缆接插端子和所述分支点作为采样点加入到路径图中;
第二获取子模块1332,用于根据随机采样算法在所述求解空间中获取初始采样点;
第三获取子模块1333,用于获取初始采样点与距离该初始采样点最近的障碍物发生碰撞时,所述障碍物表面的碰撞点的位置信息;
第三确定子模块1334,用于根据所述障碍物表面的碰撞点的位置信息,确定所述求解空间中障碍物表面的新的采样点;第二采集子模块1335,用于根据所述新的采样点与路径图中距离所述新的采样点最近的点之间的距离,将所述新的采样点加入到所述路径图中;
第四获取子模块1336,用于在所述路径图中获取所述新的采样点的邻居节点集,所述邻居节点集为所述路径图中距离所述新的采样点预设范围内的点的集合;
生成子模块1337,用于将所述邻居节点集与所述新的采样点连接成边,并将不干涉的边加入到路径图中,生成覆盖于所述求解空间障碍物表面的线缆布局路径图。
本发明实施例的的分支线缆自动布局装置,所述第二采集子模块1335具体用于若所述新的采样点与所述路径图中距离所述新的采样点最近的点的距离大于预设阈值,则将所述新的采样点加入到所述路径图中。
本发明实施例的的分支线缆自动布局装置,所述处理模块134包括:
第五获取子模块1341,用于在所述线缆布局路径图中获取连接所述分支线缆接插端子和所述分支点的最短路径图;
输出子模块1342,用于对所述最短路径图进行拟合处理,获得线缆模型并作为布局设计结果输出。
本发明实施例的分支线缆自动布局方法及装置,根据产品CAD模型和接线表,获取求解空间中分支线缆接插端子的位置信息;根据分支线缆接插端子的位置信息和第一预设算法,确定求解空间中分支线缆的分支点的位置信息;根据分支线缆接插端子的位置信息、分支点的位置信息及第二预设算法,生成覆盖于求解空间障碍物表面的线缆布局路径图;根据线缆布局路径图,获得线缆模型并作为布局设计结果输出。本发明根据第一预设算法和第二预设算法,生成覆盖于求解空间障碍物表面的线缆布局路径图,不仅满足了线缆的贴壁敷设约束,也使得算法的效率以及成功率相比现有算法效率大大提高。
需要说明的是,该装置是与上述方法实施例对应的装置,上述方法实施例中所有实现方式均适用于该装置的实施例中,也能达到相同的技术效果。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种分支线缆自动布局方法,其特征在于,包括:
根据产品CAD模型和接线表,获取求解空间中分支线缆接插端子的位置信息;
根据所述分支线缆接插端子的位置信息和第一预设算法,确定所述求解空间中分支线缆的分支点的位置信息;
根据所述分支线缆接插端子的位置信息、所述分支点的位置信息及第二预设算法,生成覆盖于所述求解空间障碍物表面的线缆布局路径图;
根据所述线缆布局路径图,获得线缆模型并作为布局设计结果输出;
所述根据所述分支线缆接插端子的位置信息和第一预设算法,确定所述求解空间中分支线缆的分支点的位置信息,包括:
根据所述分支线缆接插端子的位置信息和最小斯坦纳生成树SMT算法,得到斯坦纳点,其中,所述斯坦纳点为使得所有所述分支线缆接插端子相连路径最短的点;
获取所述斯坦纳点与距离该斯坦纳点最近的障碍物发生碰撞时,所述障碍物表面的碰撞点的位置信息;
根据所述障碍物表面的碰撞点的位置信息,确定所述求解空间中分支线缆的分支点的位置。
2.根据权利要求1所述的分支线缆自动布局方法,其特征在于,所述根据所述分支线缆接插端子的位置信息、所述分支点的位置信息及第二预设算法,生成覆盖于所述求解空间障碍物表面的线缆布局路径图,包括:
根据所述分支线缆接插端子的位置信息及所述分支点的位置信息,将所述分支线缆接插端子和所述分支点作为采样点加入到路径图中;
根据随机采样算法在所述求解空间中获取初始采样点;
获取初始采样点与距离该初始采样点最近的障碍物发生碰撞时,所述障碍物表面的碰撞点的位置信息;
根据所述障碍物表面的碰撞点的位置信息,确定所述求解空间中障碍物表面的新的采样点;
根据所述新的采样点与路径图中距离所述新的采样点最近的点之间的距离,将所述新的采样点加入到所述路径图中;
在所述路径图中获取所述新的采样点的邻居节点集,所述邻居节点集为所述路径图中距离所述新的采样点预设范围内的点的集合;
将所述邻居节点集与所述新的采样点连接成边,并将不干涉的边加入到路径图中,生成覆盖于所述求解空间障碍物表面的线缆布局路径图。
3.根据权利要求2所述的分支线缆自动布局方法,其特征在于,所述根据所述新的采样点与路径图中距离所述新的采样点最近的点之间的距离,将所述新的采样点加入到所述路径图中,包括:
若所述新的采样点与所述路径图中距离所述新的采样点最近的点的距离大于预设阈值,则将所述新的采样点加入到所述路径图中。
4.根据权利要求1所述的分支线缆自动布局方法,其特征在于,所述根据所述线缆布局路径图,获得线缆模型并作为布局设计结果输出,包括:
在所述线缆布局路径图中获取连接所述分支线缆接插端子和所述分支点的最短路径图;
对所述最短路径图进行拟合处理,获得线缆模型并作为布局设计结果输出。
5.一种分支线缆自动布局装置,其特征在于,包括:
获取模块,用于根据产品CAD模型和接线表,获取求解空间中分支线缆接插端子的位置信息;
确定模块,用于根据所述分支线缆接插端子的位置信息和第一预设算法,确定所述求解空间中分支线缆的分支点的位置信息;
生成模块,用于根据所述分支线缆接插端子的位置信息、所述分支点的位置信息及第二预设算法,生成覆盖于所述求解空间障碍物表面的线缆布局路径图;
处理模块,用于根据所述线缆布局路径图,获得线缆模型并作为布局设计结果输出;
所述确定模块包括:
第一确定子模块,用于根据所述分支线缆接插端子的位置信息和最小斯坦纳生成树SMT算法,得到斯坦纳点,其中,所述斯坦纳点为使得所有所述分支线缆接插端子相连路径最短的点;
第一获取子模块,用于获取所述斯坦纳点与距离该斯坦纳点最近的障碍物发生碰撞时,所述障碍物表面的碰撞点的位置信息;
第二确定子模块,用于根据所述障碍物表面的碰撞点的位置信息,确定所述求解空间中分支线缆的分支点的位置。
6.根据权利要求5所述的分支线缆自动布局装置,其特征在于,所述生成模块包括:
第一采集子模块,用于根据所述分支线缆接插端子的位置信息及所述分支点的位置信息,将所述分支线缆接插端子和所述分支点作为采样点加入到路径图中;
第二获取子模块,用于根据随机采样算法在所述求解空间中获取初始采样点;
第三获取子模块,用于获取初始采样点与距离该初始采样点最近的障碍物发生碰撞时,所述障碍物表面的碰撞点的位置信息;
第三确定子模块,用于根据所述障碍物表面的碰撞点的位置信息,确定所述求解空间中障碍物表面的新的采样点;第二采集子模块,用于根据所述新的采样点与路径图中距离所述新的采样点最近的点之间的距离,将所述新的采样点加入到所述路径图中;
第四获取子模块,用于在所述路径图中获取所述新的采样点的邻居节点集,所述邻居节点集为所述路径图中距离所述新的采样点预设范围内的点的集合;
生成子模块,用于将所述邻居节点集与所述新的采样点连接成边,并将不干涉的边加入到路径图中,生成覆盖于所述求解空间障碍物表面的线缆布局路径图。
7.根据权利要求6所述的分支线缆自动布局装置,其特征在于,所述第二采集子模块具体用于若所述新的采样点与所述路径图中距离所述新的采样点最近的点的距离大于预设阈值,则将所述新的采样点加入到所述路径图中。
8.根据权利要求5所述的分支线缆自动布局装置,其特征在于,所述处理模块包括:
第五获取子模块,用于在所述线缆布局路径图中获取连接所述分支线缆接插端子和所述分支点的最短路径图;
输出子模块,用于对所述最短路径图进行拟合处理,获得线缆模型并作为布局设计结果输出。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201511029218.0A CN105590002B (zh) | 2015-12-31 | 2015-12-31 | 一种分支线缆自动布局方法及装置 |
US15/283,280 US20170193133A1 (en) | 2015-12-31 | 2016-09-30 | Method and device for automatically routing multi-branch cable |
US15/289,936 US20170193134A1 (en) | 2015-12-31 | 2016-10-10 | Method and device for automatically routing multi-branch cable |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201511029218.0A CN105590002B (zh) | 2015-12-31 | 2015-12-31 | 一种分支线缆自动布局方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105590002A CN105590002A (zh) | 2016-05-18 |
CN105590002B true CN105590002B (zh) | 2019-01-25 |
Family
ID=55929580
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201511029218.0A Active CN105590002B (zh) | 2015-12-31 | 2015-12-31 | 一种分支线缆自动布局方法及装置 |
Country Status (2)
Country | Link |
---|---|
US (2) | US20170193133A1 (zh) |
CN (1) | CN105590002B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106294929A (zh) * | 2016-07-26 | 2017-01-04 | 上海微小卫星工程中心 | 卫星低频电缆设计系统、设计软件架构和设计方法 |
WO2019133021A1 (en) * | 2017-12-30 | 2019-07-04 | Telescent Inc. | Automated installation and reconfiguration of fiber optic and copper cables in large scale data centers |
CN109947101B (zh) * | 2019-03-18 | 2022-11-29 | 北京智行者科技股份有限公司 | 路径平滑处理方法及装置 |
CN110569578B (zh) * | 2019-08-26 | 2021-03-30 | 奇瑞汽车股份有限公司 | 一种线束图导线路径快速计算方法 |
CN110739811B (zh) * | 2019-09-25 | 2020-12-22 | 成都中车电机有限公司 | 确定直流牵引电动机定子引、联线布局及其长度的方法 |
CN111046488B (zh) * | 2019-11-25 | 2023-07-25 | 北京空间技术研制试验中心 | 航天器电缆三维布线方法 |
CN111783266B (zh) * | 2020-06-30 | 2023-07-18 | 国网湖南省电力有限公司 | 配电网单线图的分布式成图系统及方法 |
CN112287421B (zh) * | 2020-11-04 | 2022-05-06 | 东风汽车集团有限公司 | 一种线束的3d设计系统 |
CN112507500B (zh) * | 2020-12-15 | 2024-04-05 | 广电计量检测集团股份有限公司 | 线缆模型构建方法、装置、计算机设备和存储介质 |
CN113132164B (zh) * | 2021-04-21 | 2022-07-12 | 中国建设银行股份有限公司 | 一种网络设备布线表的生成方法、装置及设备 |
CN113722816A (zh) * | 2021-07-28 | 2021-11-30 | 中国空间技术研究院 | 一种航天器电缆网自主寻优设计方法 |
CN115496030B (zh) * | 2022-11-15 | 2023-01-24 | 北京大学 | 可处理电学和几何约束的模拟电路布线自动化方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103678828A (zh) * | 2013-12-31 | 2014-03-26 | 北京理工大学 | 一种柔性线缆的自动布局方法及装置 |
CN104809309A (zh) * | 2015-05-14 | 2015-07-29 | 北京理工大学 | 一种基于快速扩展随机树的三维自动布线的方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4939668A (en) * | 1987-08-24 | 1990-07-03 | International Business Machines Corp. | System for designing intercommunications networks |
-
2015
- 2015-12-31 CN CN201511029218.0A patent/CN105590002B/zh active Active
-
2016
- 2016-09-30 US US15/283,280 patent/US20170193133A1/en not_active Abandoned
- 2016-10-10 US US15/289,936 patent/US20170193134A1/en not_active Abandoned
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103678828A (zh) * | 2013-12-31 | 2014-03-26 | 北京理工大学 | 一种柔性线缆的自动布局方法及装置 |
CN104809309A (zh) * | 2015-05-14 | 2015-07-29 | 北京理工大学 | 一种基于快速扩展随机树的三维自动布线的方法及装置 |
Non-Patent Citations (2)
Title |
---|
Cable route planning in complex environments using constrained sampling;Ilknur Kabul etc.;《Proceedings of the 2007 ACM symposium on Solid and physical modeling》;20070606;395-402 |
基于改进随机路径图的分支线缆自动布局技术;刘潇 等;《计算机集成制造系统》;20141231;第20卷(第12期);2952-2960页 |
Also Published As
Publication number | Publication date |
---|---|
US20170193134A1 (en) | 2017-07-06 |
US20170193133A1 (en) | 2017-07-06 |
CN105590002A (zh) | 2016-05-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105590002B (zh) | 一种分支线缆自动布局方法及装置 | |
Papadopoulos et al. | Network mapping by replaying hyperbolic growth | |
CN104657418B (zh) | 一种基于隶属度传播的复杂网络模糊社团挖掘方法 | |
CN107453928B (zh) | 一种电力通信网节点重要度评价方法及装置 | |
CN110213107A (zh) | 一种用于网络拓扑图的自动布局方法、装置和设备 | |
CN101702655A (zh) | 网络拓扑图的布局方法和系统 | |
CN105574191B (zh) | 在线社会网络多源点信息溯源系统及其方法 | |
CN104679947B (zh) | 一种机电产品线缆组件优化结构的自动生成方法 | |
CN109506654A (zh) | 低空航路规划方法及装置、飞行器 | |
CN105591876B (zh) | 一种虚拟网络映射方法 | |
Wang et al. | Capacity scaling of wireless social networks | |
CN106096118B (zh) | 用于机电集成产品中基于橡皮筋的三维电路自动布线方法 | |
Hassan et al. | Evaluation of clustering algorithms for DAP placement in wireless smart meter network | |
CN111274660B (zh) | 一种基于多扰动交替进行的模拟退火算法的线路布局方法 | |
CN106162668A (zh) | 确定网络参数的方法和装置 | |
CN108833130A (zh) | 基于层次分析法计算电力cps系统中节点重要度的方法 | |
CN108599141B (zh) | 多能源局域网快速动态自适应识别方法 | |
Nowak et al. | Properties of advanced metering infrastructure networks' topologies | |
CN110677306A (zh) | 网络拓扑副本服务器配置方法及装置、存储介质和终端 | |
CN108776668A (zh) | 基于路网节点的路径估算方法、系统、设备及存储介质 | |
Pemarathne et al. | Multi objective ant colony algorithm for electrical wire routing | |
JP5201051B2 (ja) | 接続状態推定プログラム、接続状態推定装置および接続状態推定方法 | |
CN105792357B (zh) | 一种基于混合测量的分布式无线传感网络的节点定位方法 | |
Nahli et al. | Novel Path Counting-Based Method for Fractal Dimension Estimation of the Ultra-Dense Networks | |
Zhang et al. | On convergence rate for multi-agent consensus: a community detection algorithm |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |