PACMAN:多无人机3D建筑工地测绘路径分配优化系统
基于AI的多无人机3D建筑工地测绘规划流水线(ICCEPM 2025),采用容量感知约束K-Means聚类实现负载均衡分区。支持Greedy、Cheapest Insertion、遗传算法、蚁群算法等多种TSP求解器,将GPS采集点转换为时间优化的航点文件
项目按分类展示,精品代码需要兑换码,免费项目无需兑换码。
基于AI的多无人机3D建筑工地测绘规划流水线(ICCEPM 2025),采用容量感知约束K-Means聚类实现负载均衡分区。支持Greedy、Cheapest Insertion、遗传算法、蚁群算法等多种TSP求解器,将GPS采集点转换为时间优化的航点文件
基于现代 C++20 标准构建的模块化多无人机自主系统仿真器,采用 std::jthread、std::stop_token、std::variant 等先进特性。包含世界建模、A*全局规划、预测式局部避障、任务管理和事件遥测系统,展示现代C++在机器人领域的最佳实践
基于混合整数线性规划(MILP)的多无人机区域覆盖路径规划系统,最小化总任务时间。采用智能分区算法和YALMIP+Gurobi优化框架,已发表于Sensors期刊。支持负载均衡分区、往返式扫描、时间优化和可视化分析
基于深度强化学习的多无人机自适应路径规划系统(IROS 2023),采用反事实基线方法解决多智能体信用分配问题,实现无人机团队协同的3D地形监测。支持团队规模可迁移和通信约束,在真实地形数据上验证优于传统方法
面向固定翼无人机的 Dubins 路径规划和 L1 制导律完整实现,包含所有 6 种 Dubins 路径类型求解器、3DOF 固定翼模型、L1 制导控制器、多航点任务规划和 ROS2 节点架构,提供 RViz2 实时可视化
面向智能无人机平台的 Space ROS 自主系统架构,分离式传感器驱动、感知、跟踪、导航、避障、任务规划、安全管理和仿真集成。采用感知元素集成流水线设计,支持小型到大型 UAV、数字孪生和验证流水线
从卫星洪灾图像到可飞行任务的完整流水线,通过自适应 HSV 分割识别洪水区域,几何聚类提取受灾地带,智能选择安全投放点,并生成 MAVLink 航点文件。在印度 Assam、Kolkata、Varanasi 真实洪灾场景验证通过
基于 Flask 和 DroneKit 的无人机网格路径控制 REST API,支持内部仿真和真实飞控两种模式,实现网格坐标到飞行动作的自动转换,兼容 Pixhawk 2.4.8 飞控和 Mission Planner SITL
开放式模块化基准测试框架,支持多种分解/规划/轨迹算法组合,提供标准化流水线进行覆盖路径规划和能量评估
使用MIP/MIQP数学优化模型求解无人机覆盖路径规划,考虑螺旋飞行链、多高度、续航限制和风感知能量消耗,Gurobi求解器
MATLAB实现完整3D四旋翼仿真系统,包括嵌套PD控制器用于悬停和轨迹跟踪,以及7阶最小Snap多项式轨迹生成器
实现2D四旋翼跟踪圆形轨迹的LQR最优控制系统,通过线性化动力学方程设计LQ控制器,测试有无干扰情况下的鲁棒性能
采用双层控制架构实现2D四旋翼翻转特技动作:离线SQP轨迹优化生成参考轨迹,在线MPC模型预测控制实现鲁棒跟踪和抗干扰
使用DQN算法实现3D无人机自主路径规划,集成REST API接口和ArduPilot航点格式输出,支持避障和任务文件生成
基于MADDPG/IDDPG/MAPPO算法的多无人机协同路径规划系统,集成Transformer架构增强智能体间通信协作,支持3D复杂环境
基于启发式初始化的遗传算法实现三维地形无人机路径规划,包含GA、PSO、ABC、DA四种算法全面对比,支持障碍物规避、路径平滑优化和多场景测试。
包含20+路径规划算法Python实现
提供遗传算法种群初始化、选择、交叉、变异和并行适应度评估流程,可用于无人机 PID 参数搜索及其他连续参数优化任务。
基于RRT算法的多机器人地图探索ROS包,支持单/多机器人协同探索,包含全局/局部RRT检测器、过滤器和分配器节点
基于双曲正切函数改进的粒子群优化算法(HT-PSO)用于无人机路径规划,通过自适应加速系数显著提升收敛速度,包含8种PSO变体对比实现。
RRT系列算法Python实现,支持任意维度空间,包含RRT、RRT*、RRT-Connect及双向变体,使用R树优化性能,提供2D/3D可视化示例
距离依赖的Sigmoid惯性权重PSO算法(DSI-PSO)用于智能车辆和无人机路径规划,通过自适应惯性权重机制加速收敛并提升路径质量。
基于灰狼社会等级和狩猎机制的三维路径规划算法,支持盒状和球形障碍物规避,80%目标偏向策略加速收敛,包含三个难度递增的测试场景。
基于灰狼社会等级和狩猎机制的三维路径规划算法,支持盒状和球形障碍物规避,80%目标偏向策略加速收敛,包含三个难度递增的测试场景。
NASA VIP 2022项目成果,使用遗传算法解决无人机访问多点的TSP问题,完整Jupyter Notebook实现,包含可视化、基准测试、GIF动画生成和性能分析。
NASA VIP 2022项目成果,使用遗传算法解决无人机访问多点的TSP问题,完整Jupyter Notebook实现,包含可视化、基准测试、GIF动画生成和性能分析。
Crazyflie 微型四旋翼无人机路径规划算法仿真系统。支持 RRT、RRT*、Lattice Planning、A* 等多种算法,包含集群控制和运动原语规划。适合微型无人机研究和路径规划学习。
基于AI的自主无人机导航系统,使用Microsoft AirSim仿真器实现。支持A*路径规划、实时障碍物检测、动态地图可视化、无人机相机图像捕获和返航功能。
基于 A* 算法的 3D 城市环境无人机运动规划系统。支持 2.5D 障碍物地图加载、对角线移动、共线性路径修剪。包含完整代码、详细文档和 FCND 仿真集成。
实现双启发式函数的 A* 无人机路径规划算法。支持 8 方向移动、欧几里得距离启发式和障碍物感知启发式对比。包含完整代码、测试用例和性能分析报告。
基于 A* 算法的 3D 无人机路径规划简洁实现,支持立体空间中的对角线移动和障碍物避障。包含完整的网格环境、路径搜索、3D 可视化功能。代码清晰易懂,适合算法学习。
对比 A*、RRT* 和 Informed RRT* 三种经典路径规划算法在 3D 体素环境中的性能。包含 630 次蒙特卡洛测试、实时可视化工具、完整基准测试脚本和统计分析。

DeepSeek开发的基于线性规划的并行负载均衡器,专为MoE模型优化专家并行工作负载分配

经典单纯形算法的Python实现,用于求解线性规划问题,代码简洁易懂适合学习

基于线性规划的公平分配模块,实现对象在目标间的公平分发,适用于资源分配场景

阿里巴巴开发,使用图神经网络表示混合整数线性规划问题,结合深度学习与优化

将ReLU神经网络嵌入混合整数规划模型,实现神经网络与优化的融合,包含完整工具包

无监督学习方法预测整数线性规划解,实现可微分ILP,适合学习到优化的研究

基于整数规划的员工排班调度系统,考虑多种约束条件实现最优班次分配

支持动态规划的函数式编程语言实现,提供优雅的动态规划问题建模方式

结合元学习与凸优化的神经网络,用于少样本学习,包含完整训练评估代码

多目标优化算法的帕累托前沿性能评估工具,提供多种评估指标和可视化功能
面向线性二次动态优化问题提供直接转录与二次规划工具,包含标准化接口、多个工程案例、结果绘图和求解器适配代码。
将电池环境、深度 Q 网络和混合整数规划约束组合用于能源系统调度,包含训练流程、参数配置、样例数据和测试代码。
使用图上的凸集组织机器人运动规划,包含二维、无人机、机械臂和迷宫示例,以及贝塞尔轨迹、区域预处理和路径舍入代码。
针对微电网负荷、光伏、柴油机和储能系统建立容量与运行调度模型,附带数据处理脚本、样例数据和结果图。
围绕差分隐私模型的隐私预算与模型效用开展多目标搜索,包含网格搜索、随机采样、超体积改进和实验结果样例。
通过候选提示词、反馈记录和帕累托选择组织提示词迭代,支持云端模型与本地模型配置,适合单任务提示词实验。
在连续潜空间中组合粒子群搜索与分子属性评分,支持单目标、多目标、期望区间和结构约束,适合分子优化流程研究。
提供小生境帕累托遗传算法核心实现和多个示例问题,包含种群搜索、共享机制与结果图,适合多目标算法学习和基线实验。
面向学生与指导教师双向偏好匹配,包含遗传算法、配额约束、工作量均衡、样例表格和测试代码,可用于分配问题学习与改造。
收录单目标与多目标优化常用测试问题,提供目标函数、约束、梯度和帕累托前沿计算接口,便于算法验证、课程实验和二次开发。
管理员上传项目 ZIP 后,这里会自动显示。