基于模拟退火-人工势场法的足球机器人路径规划研究

人工势场 (Artificial Potential Field,APF )法是一种简单有效的路径规划算法。本文继承了人工势场法的基本思想 ,首先针对障碍物附近目标不可达问题 (GNRON)修正了斥力势函数 ,并利用模拟退火算法解决了人工势场法的局部极小点问题 ,将这种改进的人工势场法应用于足球机器人领域 ,仿真实验表明此方法是有效的     

基于改进人工势场法的双机械臂避障路径规划

针对双6自由度机械臂提出了一种基于改进人工势场法的避障路径规划算法。分析了双机械臂的协作工作空间,确认了双臂自碰撞的可能。针对静态障碍物对主机械臂进行避障运动规划,完成主机械臂路径规划后,再将主机械臂作为从机械臂运动时的动态障碍物,为从机械臂规划避障运动路径。利用新的势能函数代替传统人工势场法的势能函数,对双机械臂进行避障路径规划;由于传统人工势场法在机械臂避障路径规划中容易陷入局部极小值的缺陷,因此,增加了虚拟吸引点,避免机械臂陷入局部极小值。仿真实验表明,该方法实现简单,满足双机械臂避障的要求,能够有效地为双机械臂规划出无碰撞路径。     

基于改进A^*势场法的机器人动态路径规划研究

针对人工势场法在路径规划中出现的目标点不可达、转折次数多及路线较长的问题,提出了一种动态环境下移动机器人全局路径规划的改进A^*势场算法。首先采用A^*算法在已知静态环境中进行全局最优路径规划,当移动机器人进入动态障碍物影响范围ρ0时,引入相对速度势场对人工势场法进行改进,进行局部动态路径规划,追踪沿A*路径运动的虚拟动态目标直至回到原路径,完成到达目标点的路径规划。将该算法与人工势场法通过MATLAB进行路径规划仿真比对,结果验证了该算法的可行性,并且有效减少了路径的震荡和累计转角,同时明显缩短了全局路径距离。     

一种改进人工势场法的机械臂路径规划方法

针对人工势场法算法存在复杂障碍物环境中易陷入局部最小值无法运动的问题,本文提出了一种适用于静态环境中机械臂路径规划改进的人工势场法,通过在引力场中添加引力安全阈值,在斥力场中添加路径搜索当前点与目标点的欧式距离,引入自适应大步长的模拟退火算法对局部最小值进行逃逸。首先,修改势场函数模型;然后,当搜索路径陷入局部最小值时,采用自适应大步长的模拟退火算法往障碍物最少的空间逃逸;最后,在规划出来的路径上提出一种冗余节点删除策略与拐点消除算法,对规划出来的路径进行平滑处理。仿真和实验验证了本文提出的六自由度机械臂避障路径规划策略有效性。     

关于足球机器人路径规划中人工势场法的研究

人工势场法是一种简单有效的路径规划算法.本文阐述了目前国内外对该方法的各种改进算法和与其它方法相结合的应用,并在此基础上分析和总结了各种方法的优缺点和目前存在的问题,提出对今后工作的几点展望和下一步的工作方向.     

基于改进人工势场法的移动机器人局部路径规划的研究

本文介绍了一种常用的移动机器人局部路径规划方法—人工势场法,分析了传统的人工势场法由于局部最小问题而导致规划失败的原因,综述了解决该问题的方法,在此基础上重点介绍了一种通过改变斥力势场函数来解决局部最小问题的改进方法,并给出了仿真结果。     

改进人工势场的机器人路径规划

为了克服人工势场法的缺陷、提高其路径规划性能,提出了改进的人工势场法。分析了人工势场法原理,针对其目标不可达问题,将机器人与目标点距离引入到斥力场函数,得到了改进的斥力场函数;针对局部最小值问题,引入逃逸力;为进一步提高算法性能,使用遗传算法优化参数设置,使得规划路径更加平滑;根据环境复杂度,提出了自适应步长调节算法。使用仿真实验对改进算法进行了验证,结果表明,改进算法可以克服传统算法目标不可达、局部最小值问题,而且改进算法路径更加平滑,自适应步长算法在路径规划中行走61步到达目标,固定步长法行走145步到达目标,充分说明了改进算法的优越性。     

改进D* Lite和人工势场法的移动机器人路径规划研究

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...     

改进人工势场法的双机械臂路径规划算法

针对采用传统人工势场法对双机械臂系统进行路径规划时无法约束双机械臂整体位姿,容易陷入局部极值点的问题,对人工势场法进行改进.采用D-H法对双机械臂系统进行运动学分析,采用圆柱——半球体包络盒模型作为碰撞检测模型;构建新的势能函数对双机械臂系统规划路径;采用构建虚拟目标点的方法帮助机械臂逃离局部极值点.仿真实验表明,改进...     

基于蝙蝠算法-人工势场的机器人路径规划研究

为优化机器人路径规划全局最优问题,将人工势场法思想融入到蝙蝠算法中,建立基于人工势场蝙蝠算法(Bat Algorithm-Artificial Potential Field,BA-APF):在蝙蝠算法的脉冲速率中引入动态扰动系数g,加强算法的局部搜索能力,在蝙蝠位置更新公式中加入引力势场系数,以加快算法收敛速度;在目...     

改进人工势场法在未知环境中的路径规划研究

针对机器人路径规划中路径震荡的问题,提出添加角度过滤器的方法减轻路径震荡的程度,利用在计算引力时采用不同增益系数的方法进一步减轻了路径震荡.而对于局部极小点问题,提出采用添加虚拟目标点的方法引导机器人走出陷阱区域.最后,在 MATLAB 环境下进行仿真,仿真结果表明改进算法的有效性.     

基于A*算法和人工势场法的移动机器人路径规划

针对复杂非结构化环境下移动机器人的路径规划问题,提出了将全局与局部规划算法相融合的路径规划方法。首先,对传统A*方法进行了有效的改进,新的A*算法能够完成机器人的路径规划任务,利用二次A*搜索方法得到了优化后的路径点,缩短了移动机器人的行驶路径。进一步,动态切点法可以有效地对已规划路径进行平滑处理;然后,综合考虑路径和环境的情况,采用改进的人工势场方法对移动机器人进行了局部路径规划,通过增设虚拟子目标的方法解决局部极小值问题,利用自适应步长调节算法对移动机器人的步长进行了动态优化;最后,针对不同场景,利用数值仿真将该算法与传统算法进行比较,结果表明该算法在不同环境路径规划的问题上具有一定的先进性和优越性。     

基于遗传模拟退火算法的机器人全局路径规划

研究了机器人在已知环境下用遗传模拟退火算法进行最优路径搜索的方法，此算法兼备了遗传算法和模拟退火算法的优点，还对路径的转折节点处进行了光滑性的改进，并且通过仿真实验证明了此方法能够快速得到最优路径。     

基于改进人工势场法的电力巡检机器人自动避障轨迹规划

为了使巡检机器人在电力系统中避开障碍物,顺利完成电力巡检工作,提出基于改进人工势场法的电力巡检机器人自动避障轨迹规划方法。构建了电力巡检机器人的被控对象模型,分析电力巡检机器人的避障运动学,根据分析结果采用栅格法获取环境参数,实现环境建模,获取电力巡检机器人工作环境信息;引入改进人工势场法,叠加斥力势场和引力势场获得合力势场,判断环境中的障碍物并规划避障路线,完成电力巡检机器人自动避障轨迹的规划。实验结果表明,所提方法的避障准确率高、规划效果好、规划效率高。     

人工势场法局部极小值的研究

以人工势场法的局部极小值问题为研究对象,对人工势场法局部极小值内容进行算法改进。首先,研究了人工势场法的原理,分析了产生局部极小值的原因;其次,对增加障碍物斥力、“绕墙走”方式、自动添加子目标点、手动添加子目标点等4种方法进行了理论分析;最后,使用MATLAB对4种解决方法进行了仿真验证,结果表明手动添加子目标点的改进方式较优。     

动态环境下移动机器人路径规划的改进蚁群算法

研究动态环境下移动机器人路径规划问题,采用栅格法对机器人工作空间进行建模,在使用蚁群算法进行全局路径搜索过程中引入人工势场的概念,使蚂蚁对最优路径更加敏感;机器人针对动态环境中可能出现的不同类型障碍物分别执行不同的避障策略;同时提出一种最优路径预测模型用于预测在避障过程中是否出现新的最优路径。算法结合人工势场法和蚁群算法的特点,将全局路径规划与局部路径规划相融合以提高路径搜索的效率。仿真结果验证了该算法的有效性。     

基于改进蚁群算法的机器人路径规划研究

针对基本蚁群算法在路径规划时出现收敛速度慢,易陷局部最优的问题,提出一种改进的蚁群算法。首先,为使算法在搜索时更具导向性引入方向夹角启发因子减少提高搜索速度;其次,融入A*算法的估价函数思想来改进启发函数,降低死锁可能性;最后,提出基于拉普拉斯概率分布的信息素挥发因子自适应策略,加快了算法收敛速度。多次仿真实验表明,所提出的改进算法能够快速,高效地寻找到最优路径,且路径质量优于基本蚁群算法规划出的路径。