新型势场法的移动机器人避障研究

针对传统人工势场法的障碍物附近目标不可达问题和其他一些的固有缺陷,提出了一种新型势场算法。该算法引入了新的势场函数和沿墙跟踪算法,成功地解决了在移动机器人避障过程中的障碍物附近目标不可达问题和陷阱区域等问题。仿真结果证明了此方法的有效性。     

基于改进传统人工势场法的机器人避障和路径规划研究

移动机器人的路径规划是目前乃至今后研究的重点和热点,人工势场法作为一种比较成熟的避障方法受到广泛的应用[1]。如今传统的人工势场法越来越不能满足日常生活的需要,在未知环境或者半未知环境下往往不能适应动态环境的需求。本文提出了一种对传统人工势场法进行改进的方法,针对传统势场法中出现的局部最小值的问题,提出改进传统斥力函数的方法,是机器人在未达到目标点时的斥力函数小于机器人受到的引力函数,确保机器人顺利到达目标点[2]。最后在Matlab仿真平台进行仿真实验,实验结果表明,改进后的方法能够较好的克服原有的势场法存在的缺陷。     

改进人工势场法的移动机器人路径规划

针对传统人工势场法应用于移动机器人路径规划存在的缺陷,建立了改进的人工势场模型:使用势场强度代替力矢量进行路径规划;在障碍物的斥力势场中添加系数项,解决障碍物与目标点过近导致的目标不可达问题;考虑移动障碍物速度与机器人速度的影响,将速度信息引入到势场函数中;引入"填平势场"引导机器人走出局部极小点.在改进人工势场模型基...     

基于改进人工势场算法的CT扫描床路径规划算法

针对CT机扫描床与龙门扫描架协同工作过程中出现的运动干涉问题,提出一种改进的人工势场算法,解决传统人工势场算法对CT扫描床与扫描龙门架进行路径规划时目标不可达及陷入局部最优解的问题,从而使CT扫描床能按照预期要求到达预扫点位置。首先,在引力势场函数中加入扫描床与扫描龙门架最大影响范围的距离函数、在斥力势场函数中加入扫描床与目标点的距离函数,解决传统人工势场算法的目标不可达问题;然后,通过增设扫描床虚拟位置点解决局部最优解问题。Matlab仿真实验结果表明：改进的人工势场算法能在最大迭代次数内更好完成CT扫描床运动过程的动态避障,验证了改进算法的有效性。     

基于改进人工势场法的船舶路径规划与跟踪控制

为了研究船舶可以从起始位置按预先规划好的航线准确且安全地自动抵达目的地的问题,本文提出了基于改进人工势场法的船舶路径规划与跟踪控制方法。采用模拟退火算法优化传统人工势场法的斥力函数,有效解决了传统人工势场法目标不可达和容易陷入局部极小值的缺陷。将规划的优化路径作为船舶运动控制系统的期望输入,基于内外环控制思想设计船舶运动学跟踪控制率,较好地解决了欠驱动船舶路径跟踪问题。在船舶动力学子系统中,利用神经网络逼近动力学子系统中的未建模动态及外部干扰,所设计的神经网络滑模跟踪控制器能够有效跟踪运动学子系统的引导率信号,同时解决了传统人工势场法在进行路径规划时不能统筹考虑外界通航环境干扰的缺陷。仿真实验验证了本文所提出的基于改进人工势场算法的船舶路径规划与跟踪控制的有效性。     

基于多目标遗传算法的机器人避障研究

提出了在势场法斥力场函数中引入目标点和障碍物的距离、障碍物和机器人的速度矢量及最小安全距离的一种新的动态势场(NDAPF)方法,建立了考虑运动路径长度、移动步数、动态相对距离的避障评价函数,进一步提出了根据遗传算法个体适应度不同情况下变异概率自适应调整的一个改进算法,利用多目标遗传算法(MOGA)对NDAPF。方法进行寻优．在一个移动机器人仿真平台中分别对传统的静态势场(TAPF)方法、无参数优化NDAPF和利用MOGA参数优化的NDAPF方法(MOGANDAPF)进行仿真实验,实验结果证明,MOGANDAPF方法可进一步应用于足球机器人避碰模型研究中．     

基于混合势场的移动机器人视觉轨迹规划

针对载有单目相机的非完整移动机器人,提出基于混合人工势场的能够满足非完整约束的路径规划方法,能够解决移动机器人运行过程中的视野约束问题.在传统人工势场的基础上,提出混合人工势场的概念,势场中一部分是只对角速度起作用的目标点偏转势场和视野约束排斥势场,另一部分是同时影响线速度和角速度的目标位姿吸引势场;其中视野约束排斥势场定义在图像空间内;目标位姿吸引势场和目标点偏转势场定义在笛卡尔空间,利用单应性矩阵三维重建的结果构造势场函数.在混合人工势场的控制下,机器人能够在同时满足视野约束和无侧滑约束的条件下平滑地移动到目标位姿.仿真结果证明了该方法的有效性.     

模糊空间中基于人工势场的移动机器人运动规划

为了研究移动机器人的运动规划方案,提出使用指数形式的人工势场函数描述环境中的目标和障碍物。针对人工势场方案可能出现的局部极小问题提出了逃逸方法。随后提出一种模糊隶属度函数用来表示动态变化的障碍物模型,建立模糊表示的环境空间模型,并在这种模糊空间的基础上构建模糊人工势场函数,提出了一种适合于动态环境的实时优化路径规划算法,有利于解决未知、动态变化的不确定环境中的机器人路径规划问题。仿真结果表明,本文中提出的建模和规划方法是可行的。     

基于Leader-follower与人工势场的多移动机器人编队控制

目的 提出一种基于Leader-follower法和人工势场法相结合的多移动机器人编队控制方法,从而克服传统Leader-follower法中由微分方程确定的控制率无法将队形控制与避障统一的缺点.方法 确定关于参数l和φ的人工势场函数,通过控制参数l和φ,使多移动机器人保持预定队形;机器人follower通过主动避障方法躲避障碍物,确定一个总的人工势场控制队形和避障.结果 算法能使多移动机器人系统成功地进行编队和避障.结论 通过仿真试验,机器人系统能够顺利通过狭窄通道,躲避静态障碍物和动态障碍物,并在避障后恢复队形,顺利到达目标,算法简单,从而验证了算法的有效性.     

多机器人路径规划中的一种混合算法

针对动态环境中多移动机器人路径规划问题,将协同进化算法和改进人工势场法相结合,提出了一种全局路径规划和局部路径规划有效结合的新方法。仿真结果验证了该算法在多移动机器人路径规划中的可行性和有效性。     

未知环境下机器人避障及动态目标追踪

针对传统人工势场法在避障及其动态目标追踪过程中产生的机器人陷入局部极小值点、无法到达目标、避障追踪路径产生震荡等问题,对传统人工势场法的引力公式和斥力分力方向进行了重新定义.在引力公式中加入速度差与加速度差因子,将斥力分力方向重新定义为与引力方向夹角不大于90°的方向,并且将该优化思想与现有的改进人工势场法进行了对比分析.结果表明,该算法可行且提高了机器人避障和动态目标追踪的灵活性以及对恶劣环境的适应能力.     

机器人在未知环境条件下的动态避障

为了使机器人在工作过程中顺利的躲避行进途中的各类障碍物,采用人工势场法作为机器人的避障算法并针对传统人工势场法存在的目标不可达的问题进行了详细的分析.在传统人工势场法斥力函数中引入机器人与目标点的距离关系作为其中的因子,分别重新定义了势能函数中的斥力和引力,从而得到了新的势能函数,成功地解决了目标不可达的问题.基于Matlab平台的仿真结果表明,本方法控制的机器人能够较出色地躲避大小不一的障碍,最终到达指定位置.     

动态环境下基于改进人工势场法的机器人运动规划

提出了一种用于动态环境下的改进的人工势场法，该方法主要从两方面对传统人工势场法进行了改进：使用基于势场强度方法来取代矢量合成方法；将障碍物的运动信息引入到排斥势函数中，使传统的静态势场变为动态势场．通过这种方法可以使机器人对移动障碍物的避碰更有效。     

Artificial coordinating field and its application to motion planning of robots in uncertain dynamic environments

Motion planning of mobile robots in uncertain dynamic environments is a hard problem in robotics literature, which requires a mobile robot to decide its motion behav-iour on line using only sensors limited information of the local environment. Large numbers of methods have been proposed to deal with this problem[1]. Of all the method-ologies, the artificial potential field (APF)-based method has gained increasing popular-ity among researchers in the field of robots and mobile robots due to it…     

基于改进势场栅格法的清洁机器人路径规划算法研究

针对人工势场法中机器人在障碍物附近震荡而无法到达目标点、存在陷阱区域、临近的障碍物之间不能发现路径等问题,提出了一种改进的势场栅格算法.结合牛耕式全覆盖路径规划算法使机器人在已知环境势场模型中快速静态规划出全局最优清扫路径,通过激光雷达与势场合力运算使其具备无碰撞的避障能力.在实际系统的实验验证结果表明,本算法能够使清洁机器人以更短路径遍历环境及增强避障能力,提高了清洁机器人的安全性与工作效率,具有实际应用价值.     

结合模糊逻辑和改进人工势场的局部路径规划

针对人工势场法的死点问题和较为复杂的局部障碍物环境,采取模糊逻辑与改进的人工势场相结合的方式,提出了一种结合模糊控制器与人工势场算法的并行避障处理结构。依据静态目标点位置与多路超声波传感器返回的障碍物距离信息,实行稳定环境的人工势场路径规划与危险环境的模糊控制,使移动机器人能够到达预定目标点。在Mobotsim仿真软件中验证了算法的可行性与有效性。     

基于融合和人工势场的自主移动机器人路径规划研究

研究了动态不确定环境下自主移动机器人路径规划和运动控制问题.在时域上,建立了超声传感器数据预测模型,利用递推最小二乘法在线更新预测模型参数,通过将该预测模型的预测值与当前传感器实测值融合,提高了了超声数据的可靠性;考虑到空间分布的连续性,将相邻近的超声传感器信息融合进来,进一步提高了数据的实用性.由于人工势场法简单易实现的特点,被广泛应用在机器人自主避障中.借鉴预测控制原理,使用上述融合处理的超声数据,在每个滚动周期内运用改进的人工势场法解决了机器人避障问题.最后,在中国科学院自动化研究所自主开发的移动机器人CASIA1上对算法进行了实验,实验结果验证了算法的可靠性.     

一种人工势场路径规划改进算法的研究

针对人工势场法中局部最小问题产生的根源,提出一种在局部最小区域设置虚拟目标物的解决方法。不同的障碍物采用不同的策略设置虚拟目标物,打破局部最小区域的受力平衡,使得障碍物在虚拟目标物的引力作用下顺利走出局部最小点,到达目标。仿真试验验证了该方法的有效性。