1 西安理工大学 自动化与信息工程学院, 西安 710048
2 陕西省智能协同网络军民共建重点实验室, 西安 710048
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。
光通信 紫外光 改进人工势场法 编队飞行 防碰撞 optical communication ultraviolet improved artificial potential field method formation flight anti-collision
上海工程技术大学机械与汽车工程学院, 上海 201000
为了解决传统人工势场法在路径规划中存在局部最小和目标不可达的问题, 提出了一种改进的人工势场法。首先,引入障碍物的碰撞范围和使用角度定义障碍物的影响范围, 排除机器人前进方向一定角度和距离外障碍物的影响;其次, 为了解决目标不可达问题, 基于目标点与机器人的距离改进斥力函数;最后,利用外接六边形在障碍物的碰撞范围外创造虚拟目标点, 避免机器人陷入局部最小。基本环境和复杂环境下的实验结果表明:所提算法可以在一定程度上克服传统算法的缺陷, 是一种有效的路径规划算法。
人工势场法 路径规划 碰撞范围 虚拟目标点 移动机器人 artificial potential field method path planning collision range virtual target point mobile robot
1 广东科技学院机电工程学院, 广东 东莞 523000
2 高端装备先进感知与智能控制教育部重点实验室, 安徽 芜湖 241000
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。
移动机器人 路径规划 人工势场法 蚁群算法 信息素 mobile robot path planning artificial potential field method ant colony algorithm pheromone
上海工程技术大学机械与汽车工程学院, 上海 201000
针对Informed-RRT*算法在路径规划中与动态障碍物的碰撞问题, 提出基于Informed-RRT*和人工势场法的改进路径规划算法。该算法引入椭圆区域采样策略和自适应步长策略提高了寻找可行全局路径的稳定性和效率, 在静态障碍物边界区域获得最优成本可行路径方案。当机器人按照全局路径运动遇到动态障碍物时, 引入裁剪路径分支策略和人工势场法对局部路径进行重规划, 实现动态避障功能。将改进算法应用于仿真环境, 结果表明改进算法实现了全局最优探索和局部避障功能, 验证了算法的有效性。
路径规划 动态环境 人工势场法 自适应步长策略 动态避障 path planning dynamic environment Informed-RRT* Informed-RRT* artificial potential field method adaptive step strategy dynamic obstacle avoidance
1 云南民族大学电气信息工程学院, 昆明 650500
2 西安现代控制技术研究所, 西安 710000
针对现有人工势场法在遇到部分典型连续型障碍(U型、L型、一字型等)时, 容易陷入局部最小值且无法逃离的问题, 借鉴电势场的数学模型, 在现有的人工势场法中加入了模拟等势线的概念, 重新定义了典型连续型障碍物的斥力场函数, 提出了基于模拟等势线的改进人工势场法, 有效解决了逃离局部最小值的问题, 并将该方法应用于无人机的航迹规划。通过仿真实验验证了改进算法的合理性, 在保障人工势场法速度快、实现简单等优点的同时, 解决了人工势场法在无人机面对连续型障碍时规划航迹存在不可行的问题。
无人机 U型障碍物 L型障碍物 人工势场法 航迹规划 UAV U-shaped obstacle L-shaped obstacle artificial potential field method path planning
1 海军工程大学电子工程学院, 武汉 430033
2 海军航空大学舰载机系, 辽宁 葫芦岛 125001
机器人路径规划是指按照一定的寻优策略规划出从起始位置到目的地的尽可能最优的无碰路径。路径规划技术分为传统方法和启发式方法两大类。综述了多种启发式方法在机器人路径规划优化领域的研究现状, 分析了不同算法的性能和适应场景；此外, 考虑到人工势场法在路径规划中所表现的优良品质, 也研究了其最新技术进展。最后对比分析了各种算法的优缺点, 指出方法的深度融合应是路径规划技术的未来发展方向。
路径规划 深度融合 启发式方法 人工势场法 path planning deep integration heuristic approaches artificial potential field method
