基于虚拟障碍物法的无震荡航路规划

人工势场法作为路径规划的一种算法,凭借其解算得到的平滑航路,特别适用于不够灵活的移动机器人、智能体的路径规划。由于人工势场法自身不可避免地存在局部极小值以及算法执行不可避免的离散化,导致航路点解算可能会陷入局部极小值陷阱而进入死循环以及出现航路点震荡问题。针对局部极小值陷阱问题,提出改进型虚拟障碍物法;对虚拟障碍物位置的确定,引入了威胁区的概念,并提出了一个确定标准。针对航路点震荡问题,提出过滤震荡点法。仿真实验证明：改进型虚拟障碍物法能够有效地使陷入局部极小值陷阱的航路点解算,成功逃出陷阱;过滤震荡点法能够有效地消除震荡航路点,得到相对平滑的航路。     

一种多移动机器人局部避碰算法

针对多移动机器人局部路径规划问题，结合人工势场法，利用设计的交通规则、逃脱局部极小规则以及多机器人碰撞预测规则，实现多移动机器人在部分未知环境中通过探测进行在线避碰路径规划。仿真结果表明该算法在各种环境中的静态、动态目标条件下均具有可行性。     

无人机SLAM 避障技术研究

针对无人机没有考虑障碍规避而导致无人机的同时定位与地图构建(simultaneous localization and mapping, SLAM)任务无法完成的问题,提出一种改进的人工势场法。通过建立一个包含无人机到目标点的距离、无人机到障碍物的距离及障碍物方差的势场函数,制定避障策略,从而解决无人机 SLAM的障碍规避问题,并在构建的无人机运动模型基础上,对提出的算法进行仿真验证。仿真结果表明：该算法在完成 SLAM任务的同时,能够有效地避开障碍物的威胁。     

基于稀疏A*算法的AUV全局路径规划

路径规划是自主式水下航行器(AUV)研究领域的重要课题之一。传统的AUV路径规划算法,如人工势场法、图搜索法等,容易出现陷入局部最优解、计算速度慢等问题,为克服上述缺陷,本文基于稀疏A*算法,提出了一种新的用于构造搜索空间的随机布点方法,在路径规划区域内,利用随机函数均匀地布撒足够多的搜索节点,从而构成搜索空间,可显著降低计算量,提高搜索效率;并进一步对所得路径进行通视性检查,有效地减少路径点个数和折点数,获得更优路径。仿真试验结果验证了该算法的正确性和有效性,表明该算法具有全局优化能力强、计算速度快的优点,具有一定的工程应用价值。     

基于人工势场和RRT算法的机器蛇水下三维避障算法

为提高多自由度多冗余度的机器蛇水下环境适应能力,使机器蛇在海洋中有效避开岩石、鱼群、珊瑚和其他悬浮物,实现机器蛇在水中复杂环境灵活运动并准确到达目标位置,提出了一种基于人工势场和快速扩展随机树搜索算法的机器蛇水下三维立体智能避障算法,利用MATLAB建立三维随机障碍模型。在全局避障方面,通过快速扩展随机树搜索算法解决机器蛇路径被锁死的问题;在局部避障方面,利用人工势场方法避免了难以找到最短路径的不足。由此实现机器蛇以最快速度、最短路径的原则寻找躲避障碍到达目标点的路径。仿真结果表明,机器蛇能够有效避开复杂环境中或大或小、或疏或密的障碍,算法对实现机器蛇进行海洋探索有着重要的意义。     

基于启发式算法障碍环境中AUV路径规划方法研究

对障碍威胁环境下AUV路径规划问题进行了研究。通过计算AUV与障碍的势场代价,建立躲避障碍代价函数。通过建立趋近目标代价函数,将路径规划问题转变为寻找代价函数最优点问题。然后提出一种基于启发式算法的AUV路径规划方法,其用于寻找代价函数最优点,最终实现AUV在障碍环境中的路径规划;最后对所提方法进行了仿真验证,AUV可以有效躲避障碍与威胁,寻找到较优路径,取得了较好的仿真效果。     

无人机跟踪地面目标无碰撞航迹规划

针对无人机自动跟踪目标过程中需要规避障碍物的问题,设计一种将跟踪制导律与改进人工势场法相结 合的航迹规划算法。对人工势场法进行适应性改进,建立无人机动力学模型,阐述定距离跟踪制导律的设计方法, 并采取加权求和与运动学约束的方式将定距跟踪制导律与人工势场法二者结合。仿真实验结果表明：该策略具备有 效性和可行性。     

基于人工势场法的AUV回收航路末端导引方法

滑道式回收AUV方法是一种适用于较复杂海况下作业的AUV回收方法,该方法要求AUV在到达母船尾部时需要具有一定的艏向朝向母船,方便操作人员对AUV头部的牵引绳进行抓取。为解决这个问题,阐述了一种基于人工势场法的回收航路末端导引方法。描述了滑道式回收AUV方法的工作原理,针对该回收方法对回收航路末端艏向要求的问题,引入了人工势场的思想,设计了基于人工势场法的回收航路导引算法。仿真结果表明:所设计的方法能够有效地进行滑道式回收AUV的末端航路规划,解决了航路末端艏向的问题。     

改进蚁群算法在潜艇规避机载声纳探测的路径优化应用

在引用的敌反潜直升机探测我潜艇的概率模型的基础上,给出一种新的改进蚁群算法。通过可变挥发系数1-ρ概率和引入风险规避指数γ,使路径具有远离非安全区域时有风险规避能力。为加快算法程序的实现速度,引入了目标方向系数方阵W,使收敛速度成倍提高。并运用实例分析了γ、W对最优路径的影响与W对程序运算速度的影响。实例表明,该方法是有效的,说明引入1-ρ、γ、W的合理性与科学性,特别是γ、W有很好的控制能力与实用性。     

一种基于遗传算法-模式搜索法的无人机路径规划

为改善遗传算法局部寻优精度较差的固有缺陷,提出一种基于遗传算法-模式搜索法的无人机路径规划算法.采用简单的一维编码表示路径,构造了路径最优化的目标函数和适应度函数.先用遗传算法全局搜索,得到全局近似最优路径,在此基础上使用局部寻优精度好的模式搜索法,得到精度更好的路径.仿真结果表明所提的遗传算法-模式搜索法改善了单一遗传算法局部寻优精度较差的缺陷,提高了路径规划的精度.     

改进蚁群融合DWA算法的移动机器人路径规划

为实现机器人在动态环境下的自主导航,基于蚁群算法规划出全局最优路径的情况下采用DWA算法进行局部避障。根据距离障碍栅格的远近计算邻接栅格的初始信息素,提出初始信息素不均匀分配原则;对启发式函数进行自适应调整的改进,提高算法的搜索速率;利用狼群法则改进信息素更新方式,对最优、最差和普通层蚂蚁进行分类更新,提高算法的寻优能力;使用二次路径优化的方法,有效减少路径长度,提高路径的平滑度;以蚁群算法全局规划路径的关键点为目标点,采用DWA算法进行局部路径规划。仿真结果表明：改进后的融合算法能减少最优路径长度,减少路径转弯次数且有效躲避障碍物。     

越野环境下基于势能场模型的智能车概率图路径规划方法

复杂越野环境下的路径规划是实现智能车无人驾驶的一项关键技术。越野环境中存在多种影响车辆运动的障碍物、环境威胁和越野道路,传统路径规划方法以路径长度或时间最短为优化目标,难以在复杂越野环境中正确规划安全可行的车辆行驶路径。针对该问题,提出了基于势能场模型的概率图（AFP-PRM）算法,采用人工势能场算法对越野环境建模,评估车辆通行风险。使用概率图算法以优化节点间多维度通行代价为目标进行路径规划;考虑车辆动力学特性,用动态曲率平滑法对行车轨迹优化;应用AFP-PRM算法在模拟越野环境下进行路径规划仿真实验。仿真结果表明：AFP-PRM算法在路径规划过程中采用人工势能场算法,综合了越野环境中障碍物、环境威胁和道路条件的耦合作用;使用概率图算法,建立采样点之间的多维度通行代价评估矩阵;在复杂的越野道路条件下生成可行、安全、高效的通行路径,为智能车提供了一种多目标优化路径规划算法。     

人工势场和虚拟结构相结合的多水下机器人编队控制

传统的多水下机器人（AUV）编队算法,例如领航跟随法、虚拟结构法,对编队形成过程中AUV间的避碰问题和编队行进过程中的避障问题,没有进行有效解决。人工势场法可利用势函数进行避碰、避障,但队形组织能力略显不足。针对上述问题,提出了一种人工势场和虚拟结构相结合的多AUV编队控制算法。将系统分为3个部分：编队参考点、虚拟结构质点和AUV. 以编队参考点为中心形成期望的虚拟结构以组织队形;虚拟结构质点以期望的虚拟结构为运动目标,并在运动的过程中,通过人工势场斥函数,实现避碰和避障;AUV对虚拟结构质点进行目标跟踪,从而渐进形成AUV的队形。通过编队路径跟踪、编队队形变换和编队避障等一系列仿真实验,对算法的可靠性和灵活性进行充分验证。实验结果表明：在随机的初始位置条件下,多AUV系统可以快速无碰撞地形成队形;在编队行进过程中进行灵活的队形变换,并对障碍物有效避碰。     

基于流函数法的无人机航路规划

针对无人机的自身特点和飞行任务要求,研究了流函数法在无人机航路规划中的应用.在二维平面中,将地形障碍和雷达等威胁等效为圆柱,无人机目标点等效为汇（sink）,推导了流体运动的复势.提出了流函数法避障时存在滞点问题的解决方案,并将其应用到存在多个障碍物的环境中.考虑无人机最小平飞距离和最小转弯半径约束,用流函数法得到了无人机的规划航路.仿真结果表明,修正后的流函数法可以规划出平滑的航路,同时满足无人机航路规划的要求.     

基于粒子群算法的移动机器人路径规划

基于粒子群算法的移动机器人路径规划,通过建立目标函数、变换坐标等对环境建模,再引入粒子群优化算法,得到全局最优路径.MATLAB仿真结果显示,此方法可有效地解决空间作业机器人路径规划及避障问题.与传统遗传算法比,该法建模容易,计算快捷,可以在不同的障碍物环境下得到不同的优化轨迹,     

某型轮式装甲车辆局部路径规划研究--一种考虑人类视觉特点的几何算法

为了提高轮式装甲车辆局部路径规划能力,满足装备作战仿真的需求,在基本几何算法的基础上考虑人类视觉特点,提出了一种基于坐标变换的几何算法用于轮式装甲车辆局部路径规划。经过仿真实验与对比分析,该算法在运算速度上有明显优势,既能满足实时性要求,也能真实反映作战人员野战机动特点,是一种实用的局部路径规划方法。