基于改进人工势场的物流无人机三维航迹规划

针对传统人工势场(Traditional Artificial Potential Field, TAPF)法在物流无人机航迹规划中存在的目标不可达、易陷于局部最优等问题，提出了一种改进的人工势场法。在斥力势场函数中添加无人机和目标点之间的相对距离，解决目标不可达问题；采用一种球体模型策略跳出局部最优的陷阱。仿真结果表明，改进的人工势场法能够灵巧地避开所有障碍物并有效地规划出符合要求的最佳航迹。     

基于改进人工势场法的动态避障研究

针对人工势场法对于传统智能车动态避障过程中存在的目标点不可达和陷入局部最优解问题,将传统人工势场法进行改进,加入约束条件,重新构建目标点引力场和目标点斥力场,并引入虚拟局部区域,解决目标点不可达和局部最小点问题,完成动态准确避障行为,仿真实验验证了此方法的有效性。     

基于多目标粒子群-人工势场法的无人艇局部航路规划

针对无人艇在执行作战任务过程中,需要临机调整局部航路以实现紧急避障的需求,提出一种基于多目标粒子群-人工势场法的无人艇局部航路规划方法,首先针对传统人工势场法极小值问题,提出一种目标平移法进行改进,能够引导无人艇跳出局部极小值区域,并采用多目标粒子群算法对改进后的人工势场法参数进行优化,设计出基于航路危险系数、路径长度系数、路径转向角系数的多目标代价函数,实现了人工势场法参数快速、自主、最优调整。最后,通过不同工况下的仿真试验,验证了所提算法的有效性。     

基于改进人工势场法的机器人路径规划研究

传统人工势场法在机器人路径规划中存在障碍物附近目标不可达(GNRON)和局部极小值问题,针对目标不可达问题,使用改进斥力场函数的方法。针对局部极小值问题,在改进人工势场法的基础上,利用随机逃离和沿等势线逃离的方法,并且对此方法进行分析和改进,改进后的方法优化处理了机器人的避障路径。仿真结果证明了此方法的有效性。     

基于改进人工势场法的机器人路径规划研究

传统人工势场法在机器人路径规划中存在障碍物附近目标不可达(GNRON)和局部极小值问题,针对目标不可达问题,使用改进斥力场函数的方法。针对局部极小值问题,在改进人工势场法的基础上,利用随机逃离和沿等势线逃离的方法,并且对此方法进行分析和改进,改进后的方法优化处理了机器人的避障路径。仿真结果证明了此方法的有效性。     

基于改进人工势场法的机器入路径规划研究

传统人工势场法在机器人路径规划中存在障碍物附近目标不可达（GNRON）和局部极小值问题,针对目标不可达问题,使用改进斥力场函数的方法.针对局部极小值问题,在改进人工势场法的基础上,利用随机逃离和沿等势线逃离的方法,并且对此方法进行分析和改进,改进后的方法优化处理了机器人的避障路径.仿真结果证明了此方法的有效性.     

一种自适应控制的人工势场的无人机路径规划算法

路径规划是无人机的重要组成部分,在简述传统的人工势场法的原理基础上,提出了一种基于无人机对各个方向感应系数自适应的改进方案,引入自适应论改进了传统的势场计算公式,改变了粒子运动中对各个方向的障碍物的斥力系数,找到最适合不同地图系数的最优路径,仿真实验显示,改进的人工势场法要优于传统的人工势场法,理论分析和结果表明改进的人工势场算法解决了目前路径规划遇到的问题,提高了算法的精度和速度。     

改进Ａ∗算法与人工势场算法移动机器人路径规划

针对复杂环境下移动机器人路径规划问题,提出了将局部路径规划与全局路径规划相混合的路径规划方法。首先,对全局规划A*算法进行改进。改进后的A*算法路径转折点减少,总转折角度减小并删除冗余节点,缩短了路径长度;其次,综合环境和路径的情况以全局路径的拐点为局部目标点,采用改进的人工势场法进行局部路径规划,通过加入机器人与目标点的相对位置和改变合力角度的方法来解决目标不可达问题和局部极小值问题;最后对所提算法进行仿真,仿真结果表明该算法可以有效解决复杂环境下移动机器人路径规划的问题,提高规划效率。     

紫外光通信协作无人机防撞编队的控制方法

为了研究强电磁干扰环境下无人机防撞编队的避障控制效果, 采用无人机编队间紫外光通信模型, 对传统人工势场法进行改进, 给出了具体无人机编队机间和无人机与障碍物的势场函数, 实现无人机编队在飞行的同时可以进行局部避障。结果表明, 在相同条件下, 改进后的人工势场法比传统人工势场法的避障时间减少了7.38%, 避障总路径减少了5.8%, 将改进后的避障算法应用到编队中可实现无人机编队的机间避障与外部障碍物的规避, 且编队间能够保持固定队形飞行至目标点。这一结果对强电磁干扰环境下无人机编队避障的研究有一定的应用价值。     

改进人工势场法的机械臂避障路径规划研究

文章针对人工势场法可能会进入局部极小这一缺陷,通过添加虚拟目标点来改进人工势场法。该方法可以让机械臂逃离局部极小点,实现机械臂的避障路径规划。文章使用DH模型对机械臂进行正逆运动学分析,使用椭球包围盒进行机械臂碰撞检测,通过建立目标点,机械臂的引力场和障碍物对机械臂的斥力场,再搜索势函数的下降方向,实现机械臂的路径规划。最后仿真结果验证,使用虚拟目标点的人工势场法可以快速有效地进行避障规划路径。     

基于改进双向A*势场混合算法的灭火机器人路径规划方法研究

在灭火机器人的运行中,由于其工作环境的复杂性对机器人的路径规划提出了很高的要求,因此本文提出了一种改进A*算法和人工势场法相结合的路径规划算法。本文采用双向搜索方式的A*算法进行全局规划,解决了传统A*算法耗时长的不足;本文采用改进的人工势场法进行局部动态路径规划,解决了目标不可达和局部极小值问题。本文通过MATLAB平台,分别对改进A*算法和人工势场法进行仿真分析,结果表明混合算法有效减少规划时间并可生成更优路径。最后,在Turtlebot2移动平台上对该融合算法应用进行实验,结果表明融合算法减少了规划计算时间,使路径搜索效率和规划指标得到显著提升。     

改进粒子群算法的多无人机航迹优化

针对多无人机协同搜索多运动目标航迹优化问题,建立基于搜索概率图的信息环境模型,提出了一种基于人工势场与自适应参数调整粒子群优化的搜索算法(APF-APSO算法),用于不确定环境中的动态目标搜索。利用人工势场中无人机与山体之间、无人机之间的虚拟排斥力进行有效避障,以及无人机与目标之间的虚拟吸引力加快目标搜索;通过非线性的指数函数参数调整法对粒子群参数进行调整,并根据无人机搜索过程中得到的栅格单元信息确定度和目标存在概率对搜索概率图进行实时更新,来引导无人机对目标进行搜索。仿真结果表明,与其他算法相比,所提算法在搜索目标方面具有很大的优势,缩短了路径长度;避免了陷入局部最优解,具有较好的收敛性;能够有效地实现多无人机之间的协同搜索,提高了搜索效率。     

基于多目标的动态环境智能车路径规划算法

针对传统算法无法适用多目标及动态环境的智能车路径规划问题，文中基于改进A*算法与势场蚁群算法进行了面向多目标的动态环境智能车路径规划算法研究。根据多目标的特征，采用改进A*算法识别完整的周边环境，并进行全局路径规划。对于实验场景中出现的局部变化或障碍物移动，将人工势场算法与蚁群算法相结合，获得了改进势场蚁群算法，以实现在原有全局路径规划基础上的局部修改。通过优化仿真得到了文中所提算法的最优参数值，并与蚁群算法进行对照测试。结果显示，所提算法相比对照组路径长度缩短了2.7%,具有良好的综合性能。     

改进势场蚁群法的机器人避障及路径规划

针对传统蚁群算法机器人在路径规划过程中出现收敛速度缓慢和陷入局部最优的问题,将蚁群算法与加入虚拟牵引力和快速函数的人工势场法相结合,引入势场合力作为蚂蚁搜索路径点的部分启发信息,使结合后的算法具有较高的全局搜索能力,避免了传统蚁群算法由于启发信息误导所致的局部最优问题,同时提高了收敛速度。为了验证此方法的有效性,用Matlab软件进行仿真实验,结果表明机器人运动轨迹平滑,接近最优路径。     

基于人工势场法的集群避障算法应用研究

针对无人机集群避障的问题,选用效率高、应用普遍的人工势场法作为避障算法, 结合一致性编队理论,采用领航者—跟随者编队算法对无人机进行编队控制。并且对于障碍物增加虚拟障碍点进行重新拟合,以优化避障路径。结合以上内容有效地解决了无人机集群的避障应用问题。     

融合人工势场蚁群算法的移动机器人路径规划

通过对人工势场法与蚁群算法进行融合,给出了一种融合人工势场蚁群算法的移动机器人路径规划算法。一方面,引入目标点距离影响因子,改善势场力对移动机器人路径搜索的影响,通过改进斥力场函数,避免移动机器人因受到较大的斥力而无法规划出最优路径;另一方面,构造势场力启发函数,同时考虑距离启发信息和势场启发信息,初始化信息素的差异化分配方式有利于提高算法的收敛速度。实验结果表明,融合人工势场蚁群算法相比于文献[15]算法,在最优路径长度、路径转折次数、收敛速度三方面分别提高了2.6%,25%和66.7%,表明了该算法在路径规划方面的优越性。     

基于人工势场法的无人机路径规划避障算法

随着无人机广泛应用于生产生活的各个方面,无人机的避障研究成为热点问题。为了提高无人机的避障性能,文中提出一种基于人工势场法的无人机路径规划避障算法。该算法通过生成预规划路径弱化了目标点对无人机的吸引作用,增加了路径的连贯性;在势场函数中加入了动态调节因子,可减少无人机轨迹不必要的转弯机动,减少机动能耗;该算法综合考虑无人机飞行中的安全性、平滑性和机动能耗,提出了一种新的代价函数,并通过使得代价函数最小化来选出最优路径。实验结果表明,该算法克服了传统人工势场的不足,在不同的飞行环境下均能够规划出安全、平滑、机动能耗小的路径,有效避开障碍物,且具有较好的适应性。     

紫外非均匀虚拟势场下无人机编队重构避碰算法

针对复杂电磁环境下无人机编队重构过程中的路径规划和机间避碰问题,该文在传统紫外虚拟势场基础上,利用距离因子对斥力函数进行了改进,构建了一种紫外非均匀虚拟势场来协助无人机进行机间避碰。改进的紫外非均匀虚拟势场可以使得无人机避碰路径更加平滑,相同时间内,无人机可以飞行更远的距离。此外,通过无线紫外光测距方法计算无人机机间距离,并结合紫外非均匀势场对传统的人工势场法进行改进,实现无人机编队重构。仿真结果表明,该文算法可以有效解决传统算法下路径振荡和局部最小值问题,同时避碰效率相比传统人工势场算法有明显提升,在预设环境中该文算法路程缩短6%,到达目标点的时间提前40%。最后在两种不同的队形重构场景下,对该文算法进行了验证,结果表明该文算法可以有效实现无人机队形重构中预期的机间避碰效果。     

基于人工势场启发粒子群算法的空战机动决策

以敌我双机空战为背景,基于滚动时域控制思想对空战机动决策进行研究。借鉴人工势场的思想构建了空战人工势场,重点分析了人工势场函数的构建,变权重函数的建立,提出了人工势场启发粒子群算法的空战机动决策方法,最后进行仿真验证。仿真结果表明,该方法能有效消除人工势场的局部极小值问题,同时也改善了粒子群算法全局搜索能力,避免了早熟,得到的结果是有效的。     

改进的人工势场法在机器人足球路径规划中的应用

传统的人工势场法在静态的路径规划中有较好的效果,对于足球机器人这类对抗性与实时性比较强的动态环境的路径规划往往存在一定的缺陷。由于传统的人工势场法是单纯的考虑势能与距离间的关系,所以在实际的路径规划中有些不必要的避障也考虑在内,无形中就增加了计算的繁琐度。在改进的人工势场法中我们引进了机器人与障碍物的相对位置与相对角度以及机器人与障碍物的距离跟机器人与目标点的距离的联系,根据障碍物所处的相对位置以及与机器人的相对角度来确定障碍物对机器人的威胁程度,从而来确定斥力的大小。在传统的算法中机器人所受的引力随距离减小而减小,斥力随距离减小而增加。所以当障碍物出现在目标点附近且在机器人威胁区域内时,往往会因为斥力相对引力足够大而使机器人无法到达目标点。所以在考虑斥力时我们有必要把机器人与目标点的距离也考虑在内。最后本文用仿真方法证明该方法的可行性。