人工势场法

摘要： 针对传统人工势场法在多障碍物复杂环境的全局路径规划中出现的目标不可达、易陷入陷阱区域以及局部极小点问题,提出一种简化障碍物预测碰撞人工势场法(simplified obstacles and predict collision of artificial potential field method,SOPC-APF),算法引入预测碰撞思想,在机器人未进入陷阱区域或者极小点问题前做出决策;对于多障碍物的斥力与目标点的引力产生的合力使机器人陷入震荡,提出简化障碍物,即简化为影响范围内目标点一侧的受限障碍物;针对目标不可达问题,在碰撞预测基础上,设定虚拟目标点,经改进的斥力函数引导机器人快速生成一条平滑、平稳、无碰撞的路径。通过与传统算法、改进APF算法以及改进蚁群算法的仿真对比实验表明,SOPC-APF有效解决了人工势场法不适用于多障碍物复杂环境的问题,以及传统算法容易陷入陷阱区域和局部极小点问题。

摘要： 针对三维地图中的无人机航迹规划问题,提出了一种基于改进精英蚁群算法的航迹规划算法。将算法中的状态转移策略与人工势场法进行融合设计,为障碍物和目标点分别设置斥力场和引力场,指导航迹搜索方向。添加约束条件限制,使航迹能实际可飞。随后当信息素更新时,设置双精英蚂蚁策略和混沌扰动,提高算法的全局搜索能力。引入视线算法减少航迹节点数,平滑航迹。仿真结果表明,搜索所得的无人机航迹均符合需求。

摘要： 在变化的室内环境中,将D^(*) Lite与人工势场法相结合进行移动机器人路径规划。首先,使用D^(*) Lite初步规划出一条全局最优路径,再通过节点筛选机制来剔除全局路径的冗余节点,使得所规划的路径更加平直;然后,当遇上未知障碍物调用重规划环节时,融合人工势场法,使得重规划的路径与未知障碍物保持在一个安全的距离,避免移动机器人在运动过程中与障碍物发生碰撞;针对人工势场法可能会陷入局部极值的困境,提出一种设置虚拟目标点的方法来解决问题。通过仿真实验,证明改进的算法实现了路径长度、平滑性和安全性的优化,并能在机器人的实际操作中能高效率地完成路径规划。

摘要： 针对当前智能搬运机器人重叠路径删除过程中,普遍存在重删率较低,执行时间较长的问题,提出了智能搬运机器人重叠路径删除算法。利用人工势场法分别构建障碍物与目标点的斥力场和引力场模型,通过势场函数设计参数,计算其斥力场函数与引力负梯度,消除局部极小点,使智能搬运机器人能够快速到达目标地点。结合两点之间直线距离最短原理,引入橡皮筋拉紧算法,获取智能搬运机器人最短路径。利用极限学习机算法构建分类器,将最短路径选择精度作为目标函数,对其建立数学模型。采用蝙蝠算法求解,计算适应度函数,获取最优极限学习机分类器参数,实现智能搬运机器人重叠路径删除。实验结果表明,所提方法的重删率较高,能够有效缩短重叠路径删除执行时间。

摘要： 针对移动机器人三维路径规划问题,提出一种基于改进灰狼优化算法的移动机器人三维路径规划方法。首先,利用超立方体抽样初始化灰狼种群,提高初始种群的质量,引入动态权重,加大最优狼比重,加快算法的收敛速度和精度;其次,提出降维-升维的地图处理方法,降低三维地图的复杂程度,加快算法的求解速度;最后,结合人工势场法,对局部未知的动态障碍物进行避障。仿真结果表明,改进算法在求解路径规划问题上具有有效性和优越性。

摘要： 在机器人避障路径规划中,传统的RRT算法随机性过大,使得避障效率低下,同时存在部分狭窄空间难以规划的问题,依靠结合其他算法思想的方式,改进优化路径规划过程。设计了一种结合人工势场法思想的改进RRT算法,通过改进选点算法的方式,提出了一种改进后的增益复合选点函数,根据其受势力场和狭窄空间的综合影响,建立新的节点选择算法,有概率地生成节点,减少更多的无效选点,大大提高了整体的选点效率,节约了大量的时间,完成整个路径规划工作。实验采用Matlab数学仿真软件进行验证,采用多种针对性地图进行测试实验,在普通工作环境下成功率提高了13%,工作时间减少了67.6%;在复杂工作环境下成功率提高了16.5%,工作时间减少了22.1%。不论在哪种情况下,改进后的算法都大大增加了求解成功率和求解效率。

摘要： 针对传统人工势场法在路径规划中存在局部极值小点问题,使得移动机器人无法运动到目标点,提出一种基于模拟退火算法的人工势场法,其利用模拟退火算法在出现局部极小点的位置附近增设随机目标点,引导移动机器人逐渐逃离出局部极小点区域。最终通过Matlab仿真表明,所设计的方法能使移动机器人逃离局部极小点位置,成功到达目标点位置,并且用时较短,更加稳定。

摘要： 针对水下机器人路径规划局部最优、迭代次数长的问题,该文提出静态、动态环境下的改进蚁群算法。静态环境下,自动调整信息素挥发因子,并对启发函数、蚁周模型以及信息素更新规则进行修改,并采用三次B样条曲线平滑策略,使最终路径更加平滑;动态环境下采用改进蚁群算法和人工势场法融合的策略,使其能以最优路径成功避开动态障碍物。仿真实验表明,改进的算法在动、静态环境下收敛速度更快、拐点更少、时间更短,缩短了寻径距离,在水下机器人路径规划方面有很好的应用性。

摘要： 快速拓展随机树算法(RRT)在机械臂路径规划中存在随机性强、搜索效率低、规划路径长等问题,不能在货柜堆垛场景中取得相对最优的光滑路径。对此,该文提出了一种改进RRT-人工势场法混合算法进行货柜堆垛机械臂运动规划。首先,对传统快速拓展随机树算法进行改进,在传统快速拓展随机树算法的全局搜索的基础上引入目标搜索,增强了随机树的搜索效率,并使用改进后的算法进行全局路径规划;其次,对人工势场法进行改进,通过使用斥力势场范围大小作为阈值修正引力函数,使用机械臂末端执行器至末位置点影响修正斥力函数,并使用改进的人工势场法对局部路径进行优化;再次,使用三次非均匀B样条曲线对路径进行平滑处理,并将处理后的光滑路径作为机械臂末端执行器运动的最终路径。最后,在Python模拟场景中对改进算法进行可行性分析,并在ROS系统对机械臂堆垛运动进行应用仿真,验证了该方法的有效性和可行性。

摘要： 为解决复杂航行环境下无人水下航行器(unmanned underwater vehicle,UUV)路径规划及跟踪控制问题,提出一种考虑避障的全局路径规划策略及实现有限时间精确路径跟踪的控制方法。基于改进人工势场法得到一条可跟踪且避免碰撞的全局路径,为UUV实现精确路径跟踪奠定基础。引入Serret-Frenet坐标系,并设计用于路径规划的视线(line-of-sight,LOS)制导方法。基于非奇异终端滑模控制设计UUV控制律,确保系统误差可以在有限时间内趋近于零。基于李雅普诺夫稳定性理论证明所设计控制系统的稳定性,仿真实验验证了所设计的UUV路径规划及跟踪控制方法的有效性。路径规划模块与路径跟踪模块有效结合更加符合实际UUV工作环境的需要,具有重要的实际意义。

摘要： 无人机作为一种具有自主能力的工具,在军用和民用方面都有着广泛的应用,无人机编队更是如今研究的热点问题,对其协同控制进行研究有助于提升中国的无人机技术水平.本论文对无人机编队队形的保持、避障以及个体的避撞问题进行了研究.为了使问题得到简化,本文选取易于求解的无人机质点化模型,在此基础上,采用了改进的人工势场法,提出了一种能使无人机编队有效地避障、避撞以及保持队形并能使无人机的飞行路程得到优化的路径规划算法.最后,利用MATLAB对无人机编队进行仿真,分析了模型避障和避撞的可靠性.仿真结果表明,本文提出的方法能使无人机编队有效地防碰撞和规避障碍物,并能较好地保持要求的队形.

摘要： 本文研究了多机编队飞行的队形控制和避碰避障问题.首先推导了主从结构相对运动的非线性模型,在此基础上设计了滑模变结构控制器,使僚机能以指定距离和方位跟踪长机的运动,并结合Lyapunov函数和Barbalat引理证明控制系统是渐进稳定的.通过建立虚拟电势场,使飞行器在障碍物排斥力和目标吸引力的合力作用下趋近目标点,为避免局部最小点,对人工势场法作了改进.最后,通过仿真试验证明了基于滑模变结构和人工势场法的主从式编队飞行控制的有效性.

摘要： 分析了传统人工势场法由于局部极小点问题而导致规划失败的原因,研究了改进人工势场法,通过修改斥力方向的方法来解决传统人工势场法下的三类典型局部极小点问题.该方法定义斥力的一个分力方向与障碍物的影响范围相切且与引力的夹角不大于90度,另一个分力方向与引力方向一致.这样,在机器人到达目标点之前,不可能出现机器人所受合力为零的情况,克服了机器人在到达目标点之前因所受合力为零而陷入局部极小点的问题.

摘要： 人工势场法是一种简单有效的移动机器人路径规划算法。针对传统人工势场法在路径规划中的一类目标点不可达问题，提出了一种在局部最小点改变斥力角度和设定虚拟最小局部区域的解决方案，同时采用遗传算法对改进算法中斥力改变角度以及虚拟最小局部区域的半径两个参数进行优化。仿真实验说明本文所提算法能在起点和终点之间规划出一条简捷、光滑和安全的路径。

摘要： 本文针对人工势场法中存在的局部极小问题，通过对其详细分析，理论上确定了机器人不陷入局部极小点的各参数间的关系以及取值范围。通过对引力势场函数增益系数的参数化，建立了各种常见势场函数的纽带，改变了仅以斥力势场函数作为改进对象的方法，为解决人工势场算法中局部极小点的问题提供了一种有效地思路。较好地解决了选择增益系数的难度，仿真证实了这种方法的可行性和有效性。

摘要： 基于人工势场法的协同控制算法计算量较小，适于多智能体的实时协同控制。本文把人工势场法扩展应用于航天器编队的协同控制，以解决整体移动、整体聚散、构形变换以及碰撞规避等问题。在针对构形变换任务的仿真实例中。人工势场法能够在完成构形变换的同时避免航天器的碰撞，这表明人工势场法解决航天器编队协同控制问题的有效性，仿真实例同时也表明为了节省燃料应该尽量避免多个航天器拥塞情况的发生。

摘要： 针对使用传统的人工势场法对机器人进行路径规划时,容易产生局部极小点问题,分析了问题产生的原因,提出了一种改进的人工势场方法。对斥力函数作了改进,设计了一种绕行障碍物的环形斥力.将障碍物的作用范围分成两个部分:可控区和危险区,在不同的分区中采用不同的斥力.一个自主导航的比赛项目用于检验该算法。实验结果验证了此方法的有效性。

摘要： 针对轮式移动机器人在自适应镇定控制运动过程中存在的障碍干扰问题,提出了一种基于人工势场法的避障控制方法.在基于Lyapunov稳定性理论设计的自适应控制算法的基础上,对轮式机器人遇到障碍物时如何实现避障的问题进行研究,根据人工势场法原理引入障碍物对轮式机器人的斥力.将斥力折算为斥力方向上的加速度结合由自适应控制器给机器人所提供的速度得到合速度,从而由合速度控制轮式机器人运动实现在障碍物处的避障控制,并针对此方法存在的类似于传统人工势场法的局部极小问题提出了有效的解决方案.

摘要： 主要研究群体机器人在障碍物环境中的避障且群体速度协同一致问题。在未知障碍物环境下，针对具有全局作用范围的虚拟领导者的群体，利用群体数量优势改进传统人工势场法，设计避障控制算法并进行稳定性分析，结果表明该算法克服了传统人工势场法中容易出现个体死锁的缺陷，在群体感知到障碍物后，能够根据群体数量优势实现对障碍物的避碰，并同时完成协同一致任务。

摘要： 机器人由于能够处理恶劣环境下的复杂任务,因此在武器装备保障信息化领域内具有广泛的应用前景。由于水环境的复杂性以及水下的不确定性,目前在水下机器人方面的研究比较少。通过对水下机器人的研究,能够很好地满足该环境下的导航、侦察等需求,而水下机器人的路径规划,是研究水下机器人处理其他复杂任务的一个重要基础,具有重要的军事意义。本文分析了水下机器人的特点,结合水下机器人运行环境的特殊性,选择了人工势场法分析水下机器人在动态环境下受到虚拟吸引力和排斥力。其中吸引力使得机器人朝着目标点运动,而排斥力使得机器人在运动过程中避免和障碍物碰撞。在分析出机器人的合力之后,通过转化得到机器人的期望运动方向和运动速度大小,并且选择滑模方法设计控制律完成水下机器人的运动控制,实现了水下机器人在动态环境下的路径规划。通过实验,验证了该方法的有效性。

摘要： 本发明公开了免疫遗传‑人工势场法的无人艇双层路径规划方法，属于无人艇双层路径规划方法技术领域。包括以下步骤：建立无人艇的数学运动模型以及无人艇的栅格工作环境模型；利用免疫遗传算法进行全局路径规划，为无人艇快速规划出一条初始全局最优路径；对全局最优路径进行分割，将全局最优路径上的转折点序列作为局部路径规划的子目标位置并利用人工势场法进行局部路径规划，直到当前子目标位置是最终的目标位置。本发明所述的免疫遗传算法在传统遗传算法的基础上添加了一个免疫算子，可以有效防止种群退化，提高算法效率；引进了分割操作，大幅度减小局部路径规划的复杂性，减少了无人艇陷入局部极小点位置和路径震荡的可能性。

摘要： 本发明提供的基于激光雷达与人工势场法的无人机编队飞行避障方法，通过扫描障碍物的点云数据，确定障碍物与无人机的欧氏距离，并对所有的欧式距离进行排序，得到无人机编队至障碍物的最小距离，根据最小距离结合人工势场法计算吸引力和排斥力的合力，根据合力的大小确定无人机编队的飞行路径，使无人机编队避开障碍物飞行至目标点，从而高效完成飞行任务。

摘要： 本发明提供一种改进的人工势场法改进势场动力系数的路径规划方法，能解决陆地智能车在局部路径规划中陷入局部最优解及目标不可达的改进算法。人工势场法利用环境产生虚拟势场的作用，使得智能车进行路径规划运动。目前人工势场法存在当目标点的周围存在障碍物时，就会使得智能车停在某点或发生振荡，从而无法抵达目标点的问题。本文提出的改进人工势场法存在两个创新点，其一是设置动力系数α，通过改变受力的大小，使智能车摆脱不动点；其二是设定临界阈值β，限制动力系数α过大导致智能体在运动过程碰撞障碍物，确保行进的安全；最后通过B样条曲线拟合进行路径平滑的仿真处理。该方法能够较好解决局部最优解和目标不可达问题。

摘要： 本发明公开了基于虚拟结构法和人工势场法的编队控制方法，由虚拟结构参考点周围的虚拟结构生成期望的虚拟结构队形，该虚拟结构队形中的虚拟结构作为虚拟结构点的期望位置；虚拟结构点向着期望位置运动；智能体则跟随智能体所对应的虚拟结构点移动，进而获得智能体编队队形；建立虚拟结构点和虚障碍物对智能体的斥力场；基于所构建的斥力场，根据智能体所受的势场作用对智能体进行受力分析，进而获得智能体所受到的斥力场力；智能体采用轨迹跟踪控制算法跟踪虚拟结构点的轨迹，根据虚拟结构点追踪虚拟结构以及避障产生的运动轨迹，利用轨迹跟踪控制算法实现智能体编队追踪控制。本方法采用人工势场法实现避障，编队控制方法适应性强、编队稳定。

摘要： 本发明公开了一种基于人工势场法的半物理无人船靠泊系统及测评方法，包括硬件系统和软件系统，其中，硬件系统包括船载模块和岸基模块，所述的船载模块包括船体，船体的船首搭载有罗盘，船舷两侧分别安装有多个测距仪，船体上安装有定位系统、信号处理接收机和监控模块，所述的信号处理接收机与岸基模块连接，所述船体侧面搭载有多个侧推器。本发明确定了一种全新的泊位领域划分办法，分为抵泊区和靠泊区；本发明的硬件系统包括一艘模型船，搭载了一套测试装置，该模型船可以通过实验的方式来模拟任意一条待测船舶；软件系统包括一套用于对无人船靠泊测评的测试方法。

摘要： 本发明公开了一种基于A*与改进人工势场法的编队路径规划控制方法，主要由全局路径规划和局部路径两部分组成，采用A*算法作为全局路径规划算法，生成最优路径，引导多机器人编队安全、快速的到达目标点。将最优路径划分为多个子目标点，构成子目标点序列，采用改进的人工势场法作为局部路径规划算法，将每一个子目标点作为人工势场法的虚拟目标点，在静态地图中有效避开障碍物，引导多机器人编队安全通过障碍物区域，保证路径规划的顺利进行，解决传统人工势场法目标点不可达的问题。并且缩短了多机器人系统编队路径规划的运动时间和运动距离。

摘要： 本发明涉及无人车自动驾驶技术领域，具体地说，是一种基于改进型人工势场法的无人车局部路径规划方法，用于自动驾驶技术自主决策，与传统人工势场法相比，首先改进了引力场和斥力场函数，在引力函数中设定距离阈值，避免初始引力过大的问题；在斥力函数中增加斥力场调节因子，使车辆在目标点的斥力为零，以解决有可能存在的振荡问题。其次，建立了可以实现车道保持的道路边界势场，限定无人车的横向运动。最后，当无人车陷入局部最优解时，采用基于较小转向角的跳出局部最优解的策略，在满足无人车自身转向约束的前提下可有效跳出局部最优解，完成避障和局部路径规划。

摘要： 本发明公开了一种基于人工势场法和退火算法的无人机路径规划方法，通过模拟退火算法的方式，使得无人机可以自主生成扰动，产生新的解，由此解决传统的人工势场法所存在的局部最小值问题；同时，针对外界环境所存在的诸如风等干扰因素，在原有的势场中增加了一个无人机垂直于航线的引力，该引力受到无人机与航线垂直距离的约束，因此只有当无人机偏离航线时才会产生作用，进而提高了无人机的抗干扰能力，保证了其飞行时的航线稳定性。

摘要： 本发明公开了一种基于椭圆模型人工势场法的智能车寻路方法，包括构建相应地图、建立坐标系、确定障碍物位置坐标和目标点位置，然后判断智能车当前是否到达终点位置，若到达终点位置，则完成路径规划，生成最终路径；若未到达终点位置，则用人工势场法进行路径规划，计算智能车当前位置所受到的引力、斥力及合力大小及方向，判断是否陷入局部极小值问题。优点在于：在庞杂环境中，采用椭圆模型增设虚拟目标点，虚构目标点产生的引力将改变机器人在局部最小值的状态，通过在椭圆模型上不断修正虚构目标点的位置，从而使智能车跳出局部平衡区域，同时大大降低了算法的时间成本。

摘要： 本发明涉及一种基于改进人工势场法的无人机三维避障方法，包括：步骤S1、初始化人工势场法；步骤S2、计算无人机当前位置的引力、斥力和合力；当合力为0时，转步骤S3，否则，转步骤S4；步骤S3、当合力为0时，若无人机到达目标点，则结束；否则，采用六边形导向法确定下一步的虚拟目标点，并采用人工势场法对将无人机移动至虚拟目标点后，转步骤S2；步骤S4、若无人机在当前位置的斥力大于预设倍数的引力时，对斥力场函数进行修正，并转步骤S2；否则，采用人工势场法将无人机移动至下一位置后判断是否到达目标点，若到达目标点，则结束，否则转步骤S1。与现有技术相比，本发明解决了人工势场法的障碍物附近目标不可达和存在局部极小的问题。