为降低高层建筑物人员疏散难度,提升消防通道规划效果,研究基于蒙特卡罗定位算法的高层建筑物消防通道模糊建筑信息模型(Building Information Modeling,BIM)规划方法。在蒙特卡罗定位算法内添加遗传算法的交叉与变异操作,改进蒙特卡罗定位算法,加快定位效率。利用改进蒙特卡罗定位算法,定位高层建筑物消防通道的关键位置。通过区间直觉模糊广义λ-Shapley Choquet积分方法,选择消防通道规划时的模糊BIM软件。利用选择的模糊BIM软件,结合关键位置定位结果,规划消防通道路径,建立消防通道模糊BIM规划模型。利用Revit软件,以调节模型质量精细度与曝光度的方式,效果渲染消防通道模糊BIM规划模型,提升消防通道模糊BIM规划结果的逼真度。实验证明:该方法可精准定位消防通道关键位置;该方法可有效规划消防通道路径,构建消防通道模糊BIM规划模型;经过效果渲染后,该方法的消防通道模糊BIM规划结果的逼真度较优。
机器人定位技术作为智能机器人领域的重要技术,是机器人进行自主规划和导航的重要前提。为解决机器人运动过程中的绑架问题,在蒙特卡罗定位(Monte Carlo localization, MCL)算法的基础上,提出了基于激光雷达似然域模型的定位可靠度评判算法以及基于惯性导航单元的定位自恢复模型。定位可靠度评判算法对机器人是否发生绑架问题进行判定,当发生绑架问题后,首先基于惯性导航单元的测量数据进行位姿预估计,然后基于预估计的位姿构建粒子重分布模型,最后进行粒子滤波得到重定位的结果,达到了对机器人绑架判定和自恢复定位的目的。经过实验测试和对比,该算法可以对绑架问题进行高效的判断,具有更高的恢复效率和准确度。
