勢場
- 改進人工勢場法的無人車換道避障路徑規(guī)劃
，趙 強改進人工勢場法的無人車換道避障路徑規(guī)劃劉公偉，趙 強（東北林業(yè)大學 交通學院，哈爾濱 150040）無人車輛；換道避障；路徑規(guī)劃；人工勢場法（APF）；B樣條曲線0 引言路徑規(guī)劃是無人駕駛的核心技術(shù)之一，當前較為常用的無人駕駛路徑規(guī)劃算法主要有人工勢場法（artificial potential field，APF）、A*算法、遺傳算法（genetic algorithm，GA）和柵格法等[1]。人工勢場法能夠規(guī)劃出較為平滑的路徑且具有良好的實時性
導航定位學報 2023年3期2023-06-26
- 基于改進人工勢場算法的CT 掃描床路徑規(guī)劃算法
徑規(guī)劃算法有人工勢場算法[1]、遺傳算法[2]、神經(jīng)網(wǎng)絡算法[3]、粒子群算法[4]、動態(tài)窗口算法[5]等。 其中，遺傳算法存在計算效率低、易過早收斂等問題；神經(jīng)網(wǎng)絡算法存在收斂速度慢、易出現(xiàn)局部極小值等問題；粒子群算法缺乏速度的動態(tài)調(diào)節(jié)，不能有效解決一些非直角坐標系問題；動態(tài)窗口算法路徑規(guī)劃時的軌跡空間較小，路徑平穩(wěn)性較差。 與上述算法相比，人工勢場算法因其計算量小、實時性好、易于實現(xiàn)等優(yōu)點，在無人機[6－7]、AGV[8－9]、移動機器人[10]等領(lǐng)域
沈陽理工大學學報 2023年3期2023-05-10
- 基于預添加虛擬力的改進人工勢場算法
法進行研究。人工勢場法(artificial potential field,APF)是由Khatib提出的一種用于機器人路徑規(guī)劃的算法[1]。人工勢場法具有直觀，對運算量要求不高，可以跟機器人的控制相結(jié)合[2]的特點，因此得到了廣泛的應用。但傳統(tǒng)人工勢場法并不是完備的，在實際應用中無法避開陷入局部極小點與目標點不可達問題。解決傳統(tǒng)人工勢場法的易陷入局部極小點問題的改進方法主要分成2個方向：一種是構(gòu)造合適的勢場函數(shù)以減小或避免局部極小點的出現(xiàn)；另一種是將人
兵器裝備工程學報 2023年3期2023-04-03
- 基于改進人工勢場法的AUV路徑規(guī)劃研究
糊邏輯算法和人工勢場法等。遺傳算法和模糊邏輯算法存在著計算量大、計算時間長等問題，不易實現(xiàn)水下AUV的精確避障。而人工勢場法算法是以建立目的地的引力勢場、障礙物的斥力勢場而定義的虛擬勢場，使得AUV處于虛擬的外部受力環(huán)境，在此環(huán)境中搜索相應的安全路徑。該方法以簡單明了、反應速度快等優(yōu)勢在AUV的局部路徑規(guī)劃中應用較為廣泛[2]。人工勢場法也存在陷入局部極小值問題和目標不可達的問題。針對這兩個問題，本文采用先通過判斷局部極小值條件后設(shè)置虛擬目標點來解決局部最
無線互聯(lián)科技 2023年1期2023-03-20
- 基于改進人工勢場法的自動駕駛路徑規(guī)劃方法
-5]、還有人工勢場法[6]、智能優(yōu)化算法如遺傳算法[7]等。其中人工勢場法是路徑規(guī)劃研究中比較成熟和實時性較好的規(guī)劃方法，其原理簡單、計算量不大、對于未知環(huán)境的應對能力較好，規(guī)劃中實時考慮周圍障礙物的情況且便于控制。但也存在目標不可達問題和容易陷入局部極小值的情況，這會導致復雜環(huán)境下路徑規(guī)劃失敗。針對人工勢場法可能存在的問題，眾多學者對其進行了改進。Sato提出利用拉普拉斯方程求解勢能，改進的勢場方程有效地消除了極小值點[8]。韓永等在原有的基于相對位置
計算機仿真 2022年8期2022-09-28
- 基于改進人工勢場法的無人車路徑規(guī)劃算法
算法[8]、人工勢場法[9]等。局部路徑規(guī)劃算法存在不能保證最優(yōu)解的情況，容易陷入局部最優(yōu)。并且上述的方法大多適用于靜態(tài)環(huán)境，不適用于動態(tài)環(huán)境。因此，為了實現(xiàn)無人車在未知動態(tài)環(huán)境中的路徑規(guī)劃，該文提出了基于改進的人工勢場法來實現(xiàn)局部在線路徑規(guī)劃，并且結(jié)合LSTM 的Q-Learning 強化學習算法來規(guī)避動態(tài)障礙物。該文創(chuàng)新性地提出了虛擬勢場檢測圓模型，根據(jù)圓上的虛擬勢場檢測點與障礙物斥力場接觸的分布信息和數(shù)量信息來檢測“最小值陷阱[10]”，并改變無人車
電子設(shè)計工程 2022年17期2022-09-14
- 一種無人機自主規(guī)避導彈的威脅度評估方法
6 年提出了人工勢場法，并在機器人領(lǐng)域得到應用。相比機器人路徑規(guī)劃，無人機同樣可以使用人工勢場法對導彈的勢場構(gòu)建[14-16]，并通過使用此方法的決策，控制無人機飛行。綜上所述，本文將人工勢場法用于無人機規(guī)避導彈問題中，構(gòu)建一套無人機規(guī)避導彈系統(tǒng)。使用人工勢場法實時構(gòu)建導彈的勢場，無人機沿勢場梯度方向運動，規(guī)避導彈。本文提出在運動的無人機和導彈坐標系中構(gòu)建導彈人工勢場，并提出距離+導彈進入角勢場函數(shù)對導彈威脅度評估，將人工勢場的決策轉(zhuǎn)化為無人機的控制指令。
航空科學技術(shù) 2022年7期2022-07-30
- 基于改進人工勢場的AGV路徑規(guī)劃算法①
、A*算法、人工勢場算法、蟻群算法、遺傳算法等.其中人工勢場法(artificial potential field,APF)具有結(jié)構(gòu)簡單、動態(tài)適應強、計算量小等優(yōu)點,因此在實時避障與倉儲物流領(lǐng)域得到了廣泛的使用.但傳統(tǒng)的人工勢場算法存在一定的局限性,例如目標不可達問題、局部極小值問題等[2,3].對此,國內(nèi)外的專家學者各自提出了不同的改進人工勢場法來解決通用環(huán)境下的缺陷問題.趙明等[4]創(chuàng)新性地提出了自適應域—人工勢場改進算法,并通過域引導勢場對啟發(fā)點進
計算機系統(tǒng)應用 2022年3期2022-05-10
- 長作業(yè)桿復雜環(huán)境下自尋優(yōu)避障規(guī)劃方法研究*
劃最常用的是人工勢場法[1]，因計算效率高且實時性好，廣泛運用于避障規(guī)劃中；由于在很多環(huán)境下都無法直接應用，所以大量學者對該方法進行了改進。陳勁峰等[2]引入距離調(diào)節(jié)因子和屏蔽無效障礙的策略，解決動態(tài)避障逃離最優(yōu)問題；郭彤穎等[3]將蟻群算法和人工勢場法結(jié)合，實現(xiàn)更佳的逃離局部最優(yōu)效果；陳滿意等[4]提出了低振蕩人工勢場-ARRT混合算法，實現(xiàn)多障礙環(huán)境下的機械臂末端路徑規(guī)劃；WANG等[5]提出了一種基于改進吸引力勢函數(shù)的人工勢場法，實現(xiàn)機械臂避障過程中
組合機床與自動化加工技術(shù) 2022年1期2022-01-27
- 無人機避障算法綜述
后對基于優(yōu)化、 勢場和機器學習的避障算法進行概念闡述、 優(yōu)缺點比較， 最后分析得出了制約無人機避障發(fā)展的挑戰(zhàn)、 研究重點和方向。關(guān)鍵詞： 無人機; 避障; 優(yōu)化; 勢場; 機器學習; 人工智能; 自主控制中圖分類號：??? V279; V249; TP18 ?文獻標識碼：??? A文章編號： 1673-5048（2021）05-0053-110 引? 言隨著航空技術(shù)與自動化技術(shù)的不斷發(fā)展， 無人機憑借其機動性強、 成本低、 操作方便等特點， 在軍事、 農(nóng)業(yè)
航空兵器 2021年5期2021-11-12
- 基于人工勢場法的移動機器人局部路徑規(guī)劃
控制[1]、人工勢場法、神經(jīng)網(wǎng)絡[2]等，其中人工勢場法以其簡單的原理、少量的計算、實時性好以及平滑的路徑等優(yōu)點得到廣泛應用。但是傳統(tǒng)人工勢場法存在局部極小點和目標不可達的問題。局部極小點問題是移動機器人因在某一范圍內(nèi)產(chǎn)生勢場的局部極小點而無法到達目標點。目標不可達問題是移動機器人在障礙物或目標點前因斥力大于引力使得移動機器人無法到達目標點。國內(nèi)外學者針對局部極小點問題提出了兩種解決方案。一種方案是將人工勢場法與其他算法結(jié)合起來克服人工勢場法的缺陷。韓偉[
山東理工大學學報（自然科學版） 2021年1期2021-11-10
- 基于改進人工勢場法的智能汽車超車軌跡規(guī)劃策略
5]針對傳統(tǒng)人工勢場法缺陷引入車輛與目標的距離作為調(diào)節(jié)因數(shù)，基于安全橢圓理論的車輛碰撞危險系數(shù)的計算方法,將此系數(shù)引入道路人工勢場法的斥力函數(shù)中,建立動態(tài)道路人工勢場法；吳乙萬[6]等提出態(tài)虛擬障礙物模型，通過汽車的行駛狀態(tài)對危險性進行評估，在滿足運動學及動力學約束條件下進行實時動態(tài)避障；Shi P[7]等分別在引力、斥力勢場中加入智能汽車與障礙物、目標點之間的距離；Raja R[8]在原函數(shù)中引入梯度函數(shù)，確保汽車一直沿著低梯度函數(shù)方向行駛。為確保汽車避
農(nóng)業(yè)裝備與車輛工程 2021年9期2021-10-04
- 改進的Tietz-Hua勢場Schr?dinger方程的散射態(tài)解
orse勢等少數(shù)勢場，大部分重要的勢模型沒有精確解，只能采用近似方法來處理并驗證其有效性。此外，量子系統(tǒng)的精確解研究幾乎都是針對束縛態(tài)而不是散射態(tài)的，不同于束縛態(tài)主要研究系統(tǒng)的離散能量本征值和本征態(tài)，散射態(tài)問題更多關(guān)注的是散射粒子的角分布以及散射過程中粒子性質(zhì)的變化。近些年來，許多學者采用Pekeris類型的近似辦法研究不同勢場的薛定諤方程散射態(tài)問題，例如，P?schl-Teller[1]、改良Rosen-Morse[2]和變形的Woods-Saxon[3
安徽師范大學學報（自然科學版） 2021年4期2021-08-18
- 基于人工勢場的無人機集群協(xié)同對抗問題研究
轉(zhuǎn)換為物體在速度勢場中吸引與排斥問題。問題解決思路流程如圖2所示，步驟概括如下。圖2 問題解決思路流程圖1）根據(jù)紅藍雙方無人機在對抗中的速度、轉(zhuǎn)彎半徑以及規(guī)則要求，將至少兩架紅方無人機與藍方無人機之間的距離，簡化為紅方無人機集群中心點距藍方無人機之間的距離。2）確定紅藍雙方無人機所處的排斥勢場與吸引勢場，建立人工速度勢場模型，基于在MATLAB環(huán)境中通過枚舉法確定出藍方無人機可以成功突防的伊始點坐標。3）調(diào)用MATLAB中CFtool工具箱，對上述伊始點的
南方農(nóng)機 2021年14期2021-07-30
- 基于改進人工勢場法的四旋翼無人機航跡規(guī)劃算法
算法[5]和人工勢場法[6～9]等。其中人工勢場法在航跡規(guī)劃中具有比較成熟的應用,因其具有計算量小,規(guī)劃速度快的特點。雖然人工勢場法算法簡便,但是也存在一些需要解決的問題,如目標不可達、振蕩等問題。文獻[10]提出了增加垂直引導斥力解決了傳統(tǒng)人工勢場法的缺陷,并且比較和分析了人工勢場、模糊邏輯和蟻群算法三種算法的性能,對于研究局部路徑規(guī)劃有很重要的參考價值。文獻[11]為了解決極小值問題提出了“選擇穿越法”,當四旋翼無人機陷入極小值狀態(tài)時迅速激活該行為,使
傳感器與微系統(tǒng) 2021年7期2021-07-15
- 基于改進人工勢場法的局部路徑規(guī)劃
人駕駛車輛 人工勢場法 斥力場形狀 局部路徑規(guī)劃1 前言路徑規(guī)劃是無人駕駛車輛核心技術(shù)之一，其目標是在某些要求下，在規(guī)定區(qū)域內(nèi)自動搜索并快速生成到達目標點的最優(yōu)無碰撞路徑[1]。根據(jù)無人駕駛車輛對行駛區(qū)域路況信息的把握程度不同，可將路徑規(guī)劃分為2種：一種是基于局部區(qū)域信息生成的局部路徑規(guī)劃，另一種是基于完整區(qū)域信息生成的全局路徑規(guī)劃。當前解決局部路徑規(guī)劃的算法主要有人工勢場法、模糊算法、A*、人工免疫法與滾動窗法等，解決全局路徑規(guī)劃的算法主要有粒子群法、可
汽車文摘 2021年7期2021-07-06
- 基于行人位置預測的人車轉(zhuǎn)向避撞路徑規(guī)劃*
法有很多，如人工勢場法、基于圖搜索的方法、基于采樣和基于離散優(yōu)化的方法等［3］，但各有優(yōu)劣。其中，人工勢場法具有計算簡單、生成的路徑較平滑、實時性較好等優(yōu)點，在路徑規(guī)劃方面得到了廣泛應用。人工勢場法由Khatib［4］在1986年提出，其基本思想是在一個虛擬勢場中，被控對象受到障礙物產(chǎn)生的斥力和目標點產(chǎn)生的引力，在兩者合力作用下向目標位置前進。人工勢場法最初應用在機器人路徑規(guī)劃［5］，而智能車可以看作一種輪式機器人，因此可采用人工勢場法為車輛規(guī)劃路徑。任玥
汽車工程 2021年6期2021-07-05
- 基于改進人工勢場法的維修分隊機動路線規(guī)劃方法*
[3-4]。人工勢場法具有對環(huán)境適應性強、魯棒性好且計算簡潔、快速的優(yōu)點,在機動路線規(guī)劃方面具有很廣泛的應用前景。但傳統(tǒng)人工勢場法存在目標不可達和局部最小值等問題,使得該方法的應用受限[5-7]。本文在研究維修分隊機動路線規(guī)劃的時候?qū)鹘y(tǒng)人工勢場法進行了改進,解決了目標不可達和局部最小值的問題,對裝備維修保障系統(tǒng)中裝備維修保障分隊的建模與仿真具有積極意義。1 傳統(tǒng)人工勢場法人工勢場法(Artificial Potential Field, APF)是美國斯
指揮控制與仿真 2021年3期2021-06-15
- 一個復雜有界環(huán)境下的改進極限環(huán)避障算法
算法主要基于虛擬勢場，主要有兩類：一類是人工勢場，包括傳統(tǒng)人工勢場以及對其勢場函數(shù)[1-3]、增量系數(shù)[4]、避障機制[1,5]等的改進，該類算法根據(jù)形成的虛擬勢場，沿著勢能降低的方向?qū)崟r規(guī)劃避障路徑；另一類則以圓形[6-8]、橢圓形[9-10]等極限環(huán)作為勢場，該類算法利用二階非線性函數(shù)的極限環(huán)特性和障礙的位置信息實時得出障礙繞行路線.但是，隨著研究的深入，人們發(fā)現(xiàn)傳統(tǒng)的人工勢場法與極限環(huán)法在處理復雜環(huán)境下的群體避障問題時存在不足，障礙的不規(guī)則性、非預知
四川大學學報（自然科學版） 2021年3期2021-05-31
- 基于改進人工勢場的智能車動態(tài)避障算法
2]。目前，人工勢場法、A星算法、蟻群算法、隨機樹法、曲線插值法等是動態(tài)避障路徑規(guī)劃過程中較為認可的算法[3]。文獻[4]結(jié)合粒子群算法和A星算法，可以進行任意方向的搜索，但該方法計算量較大，在復雜的環(huán)境中，計算時間增大、時效性差。文獻[5]采用蟻群算法，合理利用了信息素啟發(fā)因子和期望啟發(fā)因子，進而改善了揮發(fā)系數(shù)；機器人在路徑規(guī)劃過程中，使用了更加合理的動態(tài)避障策略，但是采用該算法獲得的路徑較為曲折，不易滿足車輛運動學約束。文獻[6]采用了一種改進型快速隨
山東理工大學學報（自然科學版） 2021年4期2021-05-12
- 基于改進人工勢場法的移動機器人避障研究
算法［3］、人工勢場法［4-6］和A*算法［7］等。人工勢場法是Khatib［8］在研究機械臂時構(gòu)建的一種虛擬勢場法，其原理是將機器人放置于一個由障礙物與目標點共同作用的勢場中，目標點引力勢場對其有吸引作用，而障礙物斥力勢場對其有排斥作用，兩個勢場的共同作用使機器人進行移動。人工勢場法因其具有數(shù)學分析簡單、軌跡光滑等特點被廣泛應用于移動機器人避障與路徑規(guī)劃中［9］。但經(jīng)典人工勢場法尚存在一些不足［10-12］，而且在實際應用過程中，動態(tài)障礙物也是機器人在運
軟件導刊 2021年2期2021-03-12
- 基于改進型人工勢場的無人車局部避障
國內(nèi)外學者對人工勢場算法與車輛跟蹤控制進行一系列研究。Khatib［1］提出的經(jīng)典人工勢場算法由于結(jié)構(gòu)簡單、實時性高、可以高效完成行車環(huán)境的建模，但存在目標不可達與局部最小值問題。該算法僅考慮車輛之間位置信息，并未考慮車輛動態(tài)信息、車輛運動學、動力學以及道路約束。修彩靖［2］提出一種基于高斯函數(shù)的勢場函數(shù)建模方法，利用高斯函數(shù)所具有的良好分離性和平滑連續(xù)性，對目標中心線勢場增加偏移量，防止車輛抖動，獲得一條滿足車輛動力學約束并且曲率連續(xù)的路徑。Shibat
湖北汽車工業(yè)學院學報 2020年4期2020-12-31
- 適用于復雜動態(tài)環(huán)境的智能車運動規(guī)劃方法
ra 算法、人工勢場法、智能算法等，可視圖法要求工作環(huán)境簡單，當障礙物較多時搜索時間過長[2]；Dijkstra 算法對目標點啟發(fā)信息使用較少，導致算法規(guī)劃路徑時間較長[3]；人工勢場法能夠較好躲避障礙物，但是存在目標點不可達和局部極值問題[4]；智能算法應用于運動規(guī)劃是當前主要發(fā)展方向，應用智能算法規(guī)劃的路徑較優(yōu)，存在的問題主要集中在算法自身缺陷上。目前運動規(guī)劃成果大都集中在靜態(tài)環(huán)境中，動態(tài)環(huán)境下運動規(guī)劃方法相對較少且不成熟，以人工勢場法為基礎(chǔ)，針對算法
機械設(shè)計與制造 2020年12期2020-12-25
- 基于改進人工勢場法的無人機三維動態(tài)環(huán)境避障航跡規(guī)劃
算法[3]、人工勢場法[4]、快速擴展隨機樹法(RRT)[5]、遺傳算法[6]等。傳統(tǒng)人工勢場法具有結(jié)構(gòu)簡單，易實時控制的優(yōu)點，規(guī)劃出的路徑一般比較平滑且安全；缺點是只考慮了躲避靜態(tài)障礙物的問題，對于動態(tài)障礙物避障則不適用，且存在局部最小點造成目標不可達的問題。因此，國內(nèi)外很多學者對此缺點進行了大量研究和改進。貝前程等[7]在斥力勢場函數(shù)中加入機器人到目標點的距離約束，隨機器人駛向目標點時，斥力將減少，為解決局部最小點的問題提供了新方法。徐飛[8]提出一種
上海電機學院學報 2020年5期2020-11-06
- 基于柵格化四邊形區(qū)域與改進人工勢場的車輛行駛軌跡研究
年首次提出了人工勢場法，并應用于機器人避障的路徑規(guī)劃。該方法計算量小，實時性好，便于底層控制，但存在局部極小值和震蕩的缺陷。Huang Z［2］等為了實現(xiàn)復雜環(huán)境下的協(xié)同駕駛，提出了一種基于人工勢場法和模型預測的組合控制方法。李明［3］將汽車的轉(zhuǎn)彎半徑引入人工勢場法，并利用該方法對智能車進行路徑規(guī)劃，保證了汽車在避障過程中能夠保持一定的穩(wěn)定性與舒適性。劉洲洲［4］基于改進人工勢場法進行無人車的路徑規(guī)劃，通過設(shè)置角度偏移量改變斥力方向，避免陷入局部極小值的問
湖北汽車工業(yè)學院學報 2020年3期2020-10-12
- 基于人工勢場法的無人船航跡規(guī)劃研究現(xiàn)狀分析
眾多算法中，人工勢場法具有較大的優(yōu)勢，因為其結(jié)構(gòu)簡單、反應快速。2 基于人工勢場法的無人船航跡規(guī)劃人工勢場法是Khatib 于1986 年提出的，是運用物理學的認識論來描述人類思維的方法，基本思想是將無人船在空間的運動看作是在一虛擬勢場中的受力運動，目標點位置構(gòu)造引力場對無人船產(chǎn)生吸引力，障礙物位置構(gòu)造斥力場對無人船產(chǎn)生排斥力，無人船在兩個力共同作用下朝著目標點運動，實現(xiàn)無碰撞的路徑。2.1 傳統(tǒng)人工勢場法模型無人船在虛擬勢場運動過程中，斥力場隨著無人船與
科學技術(shù)創(chuàng)新 2020年17期2020-06-30
- Hellmann-改良Kratzer勢Schr?dinger方程的散射態(tài)解
公式. 由于組合勢場能提供更為廣泛的應用[5-6]，在基于改良Kratzer勢場的基礎(chǔ)上加上屏蔽庫侖勢場構(gòu)造出了更為復雜的組合勢場[7].(1)其中，V1,V2分別為Yukawa和庫侖勢的勢場強度，α為是勢屏參數(shù)，De為離解能，re為平衡鍵長.當勢參數(shù)取不同值時，勢場可退化為改良Kratzer勢場、Hellmann勢場和屏蔽庫侖勢場. 在文獻[7]中,Berkdemir C 等作者求解了束縛態(tài)改良Kratzer勢場薛定諤方程的束縛態(tài)解,同時,KOCAK G
杭州師范大學學報(自然科學版) 2020年2期2020-04-17
- 基于改進人工勢場的無人地面車輛路徑規(guī)避算法
部規(guī)劃法有：人工勢場法，遺傳算法[8]、蟻群算法、粒子群算法[9]和模糊邏輯算法等[10]。局部路徑規(guī)劃，是在環(huán)境信息完全未知或部分未知情況下進行，具有實時性強，響應速度快等優(yōu)點。人工勢場法(Artificial Potential Field, APF)，是局部路徑規(guī)劃法中的一種[11,12]，與其它局部路徑規(guī)劃法算法的特性比較如表1 所示。相比較，人工勢場法具有數(shù)學描述清晰、運算迅速、計算量小、硬件要求低以及規(guī)劃路徑平滑等優(yōu)勢[13]，目前在無人機、無
中國慣性技術(shù)學報 2020年6期2020-04-06
- 基于人工勢場法的AUV避障算法研究綜述
改進和升級，人工勢場法、遺傳算法、模糊邏輯算法等被廣泛應用于避障領(lǐng)域[5-6]。李建文等[7]為了解決遺傳算法在規(guī)劃避障路徑時存在的計算數(shù)據(jù)量龐大和有尖峰現(xiàn)象等問題，提出了將障礙物簡化為多邊形并進一步分成三角形的改進型方法。Pan等[8]為了提高遺傳算法尋找最優(yōu)避障路徑的效率和精度，提出了遺傳螞蟻混合算法，通過該算法可縮短尋優(yōu)時間，提高算法效率。Sun等[9]針對水下機器人移動避障過程中存在的不確定性，提出了一種新型的帶加速/中斷（A/B）模塊的模糊推理系
計算機工程與應用 2020年4期2020-02-18
- 基于改進人工勢場的無人機預設(shè)航線避障研究①
爬行蟲算法及人工勢場法等。其中人工勢場法由于其計算量小，實時性好，避障軌跡平滑，被廣泛應用。傳統(tǒng)的人工勢場法只考慮能否安全到達目標點，目前有很多的改進算法致力于提高避障平滑性、改善避障軌跡、逃離極小點。例如文獻[4]通過對人工勢場法增設(shè)額外控制力，能夠幫助機器人主動逃離極小點。文獻[5]采用混合經(jīng)驗的改進人工勢場法使得機器人能夠適應多種形狀的障礙物。文獻[6]結(jié)合最優(yōu)控制和人工勢場法實現(xiàn)了無人機的自主飛行控制。文獻[7]在人工勢場法中引入距離因子實現(xiàn)了無人
高技術(shù)通訊 2020年1期2020-02-14
- 基于人工勢場的無人機航路規(guī)劃研究?
點研究了基于人工勢場的無人機航路規(guī)劃問題，為無人機在部隊訓練、裝備測試評估等方面提供技術(shù)支持。2 人工勢場原理綜述人工勢場的基本思想是［6～7］：通過人為構(gòu)造目標位置的引力勢場與障礙物的斥力勢場疊加形成全局勢場環(huán)境，智能體通過搜索勢函數(shù)減小的方向（即智能體受合外力方向）尋找無碰撞方向，從而進行實時路徑規(guī)劃。人工勢場法具體實現(xiàn)方法為［8～9］：首先在無人機運行環(huán)境空間中構(gòu)建一個人工虛擬勢場，該勢場由兩部分組成，一是由目標點對無人機產(chǎn)生的引力場，方向由無人機指
艦船電子工程 2019年12期2019-12-26
- 基于模糊人工勢場法的機械臂避障達點研究
能算法。但是人工勢場法以其簡單的特點獲得了廣泛的應用。人工勢場法是由KHABIT[1]提出的。王俊龍等[2]利用虛擬斥力勢場法解決了人工勢場法中的局部極小問題。唐彪等[3]利用添加虛擬目標點來改進人工勢場法。Wei Guan等[4]利用變步長結(jié)合重構(gòu)的勢場函數(shù)來逃離局部極小點。楊小菊等[5]利用模糊控制算法進行移動機器人的避障研究，將傳感器采集到的信息反饋給模糊控制器，進而不斷修正位姿進行避障。Amal Karray等[6]利用自適應模糊控制器實現(xiàn)移動機械
制造業(yè)自動化 2019年12期2019-12-25
- 基于改進人工勢場-模糊算法的路徑規(guī)劃算法研究
WA[9]、人工勢場法等。人工勢場法利用障礙物和目標形成的勢場來牽引機器人運動，因此擁有非線性特點，使得運動軌跡平滑，但容易出現(xiàn)目標不可達和陷入局部極小值問題。劉俊雅[10]在斥力中加入歐幾里德距離函數(shù)并提出了一種基于情景行為的障礙物連接法，有效解決了目標不可達與局部極小值問題，但在凹型障礙物中，機器人還會產(chǎn)生徘徊。針對復雜環(huán)境中機器人容易產(chǎn)生劇烈震蕩及局部最優(yōu)，有學者采用模糊人工勢場對勢場參數(shù)進行模糊決策處理[11-12]，但未能完全克服機器人劇烈震蕩問
四川輕化工大學學報(自然科學版) 2019年5期2019-11-12
- 考慮前后方車輛行駛狀態(tài)的ACC系統(tǒng)控制方法*
應巡航系統(tǒng)和人工勢場，已有很多學者做了深入研究，文獻［1］中詳細講解了自適應巡航控制系統(tǒng)，Shladover等人給出了協(xié)同自適應巡航控制的定義和操作概念［2］，Chamraz等人研究了巡航系統(tǒng)的PI和PID控制器和調(diào)節(jié)參數(shù)［3］，Milanés等人基于實驗數(shù)據(jù)，建立了協(xié)同和自主自適應巡航控制動態(tài)響應模型［4］，Luo研究了考慮人類駕駛心理的自適應巡航控制的設(shè)計［5］，Ploeg等人對在交通流中 CACC和 ACC車輛混合場景相互轉(zhuǎn)化進行了研究［6］，李肖含
汽車工程 2019年8期2019-09-04
- 基于A星算法與人工勢場法的無人機路徑規(guī)劃
徑規(guī)劃方法有人工勢場法[1-3], 蟻群算法[4-5]以及可視圖法[6]等．其中, 人工勢場法設(shè)無人機在目標點引力和障礙物斥力的合力作用下運動, 其路徑平滑、方法簡單、易于實現(xiàn), 是一種新型的路徑規(guī)劃避障方法．但該方法容易出現(xiàn)局部極小點以及無法避讓大型障礙物的問題．為此, Yan[7]提出將人工勢場法與蟻群算法相結(jié)合的方法; Zhang等[8]提出一種基于虛擬結(jié)構(gòu)和“領(lǐng)導者跟隨者”控制策略的三維避障控制算法．障礙物在人工勢場法中被視為質(zhì)點或形狀均勻的圓,
揚州大學學報（自然科學版） 2019年3期2019-08-08
- 無人車輛軌跡規(guī)劃與跟蹤控制的統(tǒng)一建模方法
方法[4]、人工勢場法等).人工勢場是最具吸引力的路徑規(guī)劃算法之一,它最早被用于機器人的路徑規(guī)劃[6].通過為障礙物、道路結(jié)構(gòu)以及目標點分配合理的勢場函數(shù),人工勢場可為車輛規(guī)劃出一條通往目標點且無碰撞的路徑.人工勢場的主要優(yōu)勢在于結(jié)構(gòu)簡單、可用不同的勢場函數(shù)比較精確地描述各類障礙物、道路結(jié)構(gòu)等影響因素.目前,已經(jīng)有許多學者將人工勢場用于自動駕駛車輛的軌跡規(guī)劃.Wang等[7]基于勢場理論提出了一種駕駛安全勢場模型,包括靜止障礙物(靜止的車輛、道路邊界)勢場
自動化學報 2019年4期2019-06-22
- 改進人工勢場法的移動機器人路徑規(guī)劃
86年提出了人工勢場法,它的基本思想是在機器人周圍設(shè)計一種類似于電場的勢場,機器人的運動依靠勢場力進行驅(qū)動。障礙物對機器人產(chǎn)生“斥力”,目標對機器人產(chǎn)生“引力”,障礙物斥力和目標引力的矢量和是機器人所受的合力,合力的方向即機器人下一步的運動方向。該方法由于數(shù)學原理簡單，計算速度快，硬件要求低，被廣泛應用于移動機器人路徑規(guī)劃。同時,傳統(tǒng)的人工勢場法也存在著缺陷,文獻[1]指出該方法依托局部環(huán)境信息進行運算,缺少全局信息的指導,存在著陷入局部極小陷阱,產(chǎn)生目標
指揮控制與仿真 2019年3期2019-06-13
- 基于改進人工勢場的變形移動機器人路徑規(guī)劃
一、引言人工勢場算法是—種常見的路徑規(guī)劃算法，該算法在數(shù)學公式的描述上簡潔，計算量較小，并且產(chǎn)生的路徑路線比較平滑。在路徑的生成上系統(tǒng)與環(huán)境實現(xiàn)了閉環(huán)，使系統(tǒng)的實用性和避障功能得到了加強。但是，通過研究發(fā)現(xiàn)，傳統(tǒng)的人工勢場存在以下問題。（1）在相近障礙物間不能發(fā)現(xiàn)路徑。（2）存在陷阱區(qū)域。（3）在障礙物前振蕩。（4）在狹窄通道中擺動。（5）當目標附近有障礙物時無法達到目標點（GNRON）。（6）規(guī)劃的路徑只考慮的路徑的安全性，并沒有對路徑進行優(yōu)化。由于
智能制造 2019年3期2019-03-18
- 基于進化勢場模型的無人艇路徑規(guī)劃算法*
的重要方向.人工勢場法作為一種廣泛使用的路徑規(guī)劃算法，具有模型簡潔、計算快速、路徑光滑等優(yōu)點[3]，是水面無人艇最常用的路徑規(guī)劃技術(shù)之一.但是勢場模型本身具有局限性，在實際應用時往往需要加以改進.操文芷等[4-6]針對傳統(tǒng)勢場法中無人艇易陷入局部最小點的問題，分別提出了基于不同逃脫策略的改進勢場法；劉建等[7-8]將勢場法與柵格模型進行了結(jié)合，使得路徑安全且較短，但是路徑不光滑；Li 等[9]提出了切向勢場法，克服了路徑的局部抖動問題.但是，以上這些方法都
武漢理工大學學報（交通科學與工程版） 2019年1期2019-03-01
- 基于人工勢場法的移動機器人動態(tài)路徑規(guī)劃
,肖本賢基于人工勢場法的移動機器人動態(tài)路徑規(guī)劃張希聞1,2,肖本賢1,21. 合肥工業(yè)大學電氣工程與自動化學院, 安徽 合肥 230009 2. 合肥工業(yè)大學工業(yè)與裝備技術(shù)研究院, 安徽 合肥 230009目前移動機器人越來越多地被用于物流倉庫中進行勞動力的解放。本文采用改進人工勢場法代替?zhèn)鹘y(tǒng)的人工勢場法進行動態(tài)路徑規(guī)劃，其中引用了A*算法的一些思路來彌補傳統(tǒng)人工勢場法容易形成局部最優(yōu)解的不足。在實驗室環(huán)境下，針對動態(tài)的障礙設(shè)計出一條更為快捷的避障路徑。當
山東農(nóng)業(yè)大學學報（自然科學版） 2018年6期2019-01-04
- 基于梯度下降法和改進人工勢場法的無人車避障方法
避障算法有：人工勢場法[1～3]，遺傳算法，模糊控制算法，粒子群算法等等。這些算法特點各異，適用于不同的環(huán)境。其中人工勢場法是一種應用比較廣泛的算法，能在動態(tài)和靜態(tài)環(huán)境中實現(xiàn)避障。人工勢場被表示成障礙物的斥力場和目標點的引力場的疊加，無人車在人工勢場的作用下從高勢場向低勢場運動，以完成路徑規(guī)劃和實現(xiàn)避障[4]。存在局部極小值使得無人車無法正常到達目標位置是傳統(tǒng)人工勢場法的一個主要問題。目前解決傳統(tǒng)人工勢場法局部極小值問題的方法有兩種，一種是用更加優(yōu)化的勢場
制造業(yè)自動化 2018年11期2018-11-26
- 改進人工勢場法的移動機器人路徑規(guī)劃
規(guī)劃[2]。人工勢場法是一種常用的解決移動機器人路徑規(guī)劃問題的方法，其計算量較小、實時性高、反應速度快、規(guī)劃軌跡平滑。但是，人工勢場法也存在局部極小點、無法到達目標點等缺點，即在某個點，引力和斥力剛好大小相等且方向想反，物體陷入局部最優(yōu)解或震蕩[3]。即當引力與斥力的合力為零或接近零時，機器人會認為已經(jīng)到達目標點而停止前進或在一定區(qū)域內(nèi)徘徊，造成機器人永遠無法到達目標點，而陷入局部極小點。針對上述問題，許多學者對算法進行大量改進性研究。文獻[4]通過增加虛
機器人技術(shù)與應用 2018年3期2018-08-11
- 結(jié)合預設(shè)航線的多旋翼無人機避障算法*
翼無人機使用人工勢場法進行避障的研究中，僅考慮目標點的安全抵達，少有考慮按預設(shè)航線飛行的作業(yè)需求，通過在人工勢場法中賦予航線“線勢場”，將多旋翼無人機的避障與航線飛行進行結(jié)合，使無人機避障之后能重回航線。針對傳統(tǒng)勢場法中的引力場并不適用于無人機，對引力場進行了改進。解決了引入“線勢場”后容易導致無人機陷入局部極小點的問題,通過仿真驗證了上述改進的效果。多旋翼無人機； 航線飛行； 避障； 線勢場； 改進人工勢場0 引 言隨著信息技術(shù)、嵌入式技術(shù)、傳感器技術(shù)的
傳感器與微系統(tǒng) 2017年8期2017-08-08
- 基于改進A*算法的導盲避障路徑規(guī)劃策略研究
算法，通過引入“勢場”的概念來動態(tài)調(diào)節(jié)啟發(fā)函數(shù)的權(quán)系數(shù)，產(chǎn)生新的代價函數(shù)來引導路徑搜索。采用二次加權(quán)的路徑轉(zhuǎn)換方法計算當前幀行進方向相對規(guī)劃路徑的角度偏差，作為誘導盲人行走的控制信息。實驗表明，改進的動態(tài)加權(quán)A*算法能夠有效提高路徑規(guī)劃效率，整體路徑規(guī)劃策略可以成功實現(xiàn)導盲避障任務。關(guān)鍵詞：導盲避障系統(tǒng)；路徑規(guī)劃；動態(tài)加權(quán)A*算法；勢場；代價函數(shù)中圖分類號：TP273 文獻標識碼：A 文章編號：1673-5048（2017）03-0086-07
航空兵器 2017年3期2017-07-28
- 一種基于人工勢場的無人機航跡規(guī)劃算法
8)一種基于人工勢場的無人機航跡規(guī)劃算法甄 然1,2，甄士博1,2，吳學禮1,2(1.河北科技大學電氣工程學院，河北石家莊 050018；2.河北省生產(chǎn)過程自動化工程技術(shù)研究中心，河北石家莊 050018)為了改進傳統(tǒng)的人工勢場法不能適應復雜環(huán)境、容易陷入最小值和在終點附近徘徊的情況，提出一種基于混沌理論的人工勢場法的無人機航跡規(guī)劃算法。在傳統(tǒng)人工勢場法原理的基礎(chǔ)上，將混沌理論的搜索算法引入人工勢場法中的斥力場、引力場的函數(shù)公式中，改變了各個障礙物斥力系數(shù)
河北科技大學學報 2017年3期2017-06-28
- 一種自適應控制的人工勢場的無人機路徑規(guī)劃算法
自適應控制的人工勢場的無人機路徑規(guī)劃算法甄 然1，2，甄士博1，2，吳學禮1，2(1.河北科技大學 電氣工程學院，河北 石家莊 050018； 2.河北省生產(chǎn)過程自動化工程技術(shù)研究中心，河北 石家莊 050018)路徑規(guī)劃是無人機的重要組成部分，在簡述傳統(tǒng)的人工勢場法的原理基礎(chǔ)上，提出了一種基于無人機對各個方向感應系數(shù)自適應的改進方案，引入自適應論改進了傳統(tǒng)的勢場計算公式，改變了粒子運動中對各個方向的障礙物的斥力系數(shù)，找到最適合不同地圖系數(shù)的最優(yōu)路徑，仿真
無線電工程 2017年5期2017-04-25
- 改進的勢場蟻群算法的移動機器人路徑規(guī)劃
能。本文綜合人工勢場算法和蟻群算法的優(yōu)點提出人工勢場蟻群算法。利用人工勢場中的勢場力、蟻群算法中機器人與目標位置的距離及勢場力啟發(fā)信息影響系數(shù)來重新構(gòu)造綜合啟發(fā)信息，并以蟻群搜索機制進行全局路徑規(guī)劃。仿真結(jié)果表明勢場蟻群算法路徑規(guī)劃能找到更優(yōu)路徑和收斂速度更快。1 基本蟻群算法和人工勢場算法簡介1.1 傳統(tǒng)蟻群算法簡介蟻群算法是模擬蟻群覓食行為的一種優(yōu)化算法。假設(shè)蟻群中螞蟻的總數(shù)為M，各螞蟻在柵格環(huán)境下移動，并且根據(jù)狀態(tài)轉(zhuǎn)移規(guī)則選擇下一個柵格，假設(shè)在時刻t
計算機工程與應用 2015年22期2015-02-27
- 基于改進人工勢場法的AUV路徑規(guī)劃
、蟻群算法、人工勢場法及流函數(shù)法等[1]。筆者提出一種基于改進人工勢場法的AUV路徑規(guī)劃方法。1 人工勢場法的基本原理①人工勢場法的基本原理為：把AUV當作質(zhì)點，假設(shè)AUV在一個存在復合勢場的環(huán)境中運行，在此環(huán)境中障礙物周圍有斥力場，目標點處有引力場[2]。建立關(guān)于距離的勢函數(shù)，AUV所受的力即虛擬的勢場力。虛擬的勢場力就是勢的負梯度[2]。AUV在虛擬的勢場力的作用下，從起點繞過障礙物運動到目標點。1.1 勢函數(shù)設(shè)復合勢場為U(R)，目標點引力場為Ua(
化工自動化及儀表 2014年12期2014-08-02
- 基于勢理論的城鎮(zhèn)化進程中人口遷移研究
論，提出了“人口勢場”概念，分析了人口遷移中的問題，探索了促進富余人口遷移的措施。關(guān)鍵詞：城鎮(zhèn)化 人口遷移 勢場城鎮(zhèn)化是當今世界上重要的社會、經(jīng)濟現(xiàn)象之一。1867 年西班牙工程師塞羅達在《城鎮(zhèn)化基本理論》一書中首先使用了 urbanization 的概念。Tisdale（1942）就認為城鎮(zhèn)化概念之一就是城市人口由農(nóng)村到城市的集中過程，表現(xiàn)為城市人口比例的增加。城改革開放以來，我國的城鎮(zhèn)化進程明顯加快，城鎮(zhèn)化導致了大量的農(nóng)村人口遷移到城市中。在國外，很多
商業(yè)經(jīng)濟研究 2014年5期2014-03-04
- 基于彈性繩理論的自主車輛防碰撞的路徑規(guī)劃*
4]中提出的人工勢場理論和彈性繩理論最早運用于機器人領(lǐng)域，文獻[5]和文獻[6]中加以改進運用到自主車輛路徑規(guī)劃領(lǐng)域，并成功實現(xiàn)了在低風險路況下動態(tài)車輛的避障路徑規(guī)劃算法。為擴大障礙車勢場的作用范圍，作者曾對影響避障路徑生成的幾個因素，即障礙車引導勢場的形狀、引導勢場因子、彈性繩剛度和主車速度進行了探討，結(jié)果表明彈性繩剛度和主車車速的影響最大，然后是引導勢場因子，而引導勢場形狀的影響最小[7]。本文中在先前研究和文獻[6]算法的基礎(chǔ)上，分別在障礙車的前后增
汽車工程 2014年10期2014-02-27
- 基于改進的人工勢場法的機器人避障控制及其MATLAB實現(xiàn)
虛擬結(jié)構(gòu)法、人工勢場法等.文獻［1］中提出了一種采用分層的時空表和時間控制器的多機器人編隊方法，解決了機器人間的協(xié)調(diào)協(xié)作問題，使多機器人編隊系統(tǒng)具有較強的環(huán)境自適應能力.但方法缺乏對于編隊避障方法的論述.文獻［2］中提出了基于領(lǐng)航者－跟隨者的編隊及避障法，通過一個總勢場進行編隊控制和避障，算法簡單，利用此法能夠順利通過狹窄通道、靜態(tài)障礙物和動態(tài)障礙物，并在避障后恢復隊形，順利到達目標.但是，隨著移動機器人數(shù)量的增加和環(huán)境復雜程度的增加，總勢場函數(shù)變得復雜，
上海理工大學學報 2013年5期2013-10-10
- 對話教學的生態(tài)勢場與反應方式
識對話教學的生態(tài)勢場，探究生態(tài)勢場的反應方式與效應。對話教學有兩個不同的生態(tài)勢場：一個是原生態(tài)勢場；另一個是再生態(tài)勢場。兩個生態(tài)勢場有著各自的勢場反應方式與效應。一、原生態(tài)勢場在初始對話（讀者首次閱讀文本）中，憑借作者（對話中的傾述個體）在文本中的傾述和讀者（對話中的接受個體）自身的傾聽和感悟，文本的信息內(nèi)容、審美體驗及表達方法等以初始的狀態(tài)形成于讀者的意識形態(tài)。這種由文本在第一閱讀時間里使接受個體形成的生成狀態(tài)叫做對話教學的原生態(tài)。孕育并產(chǎn)生對話教學原生
中學語文 2013年31期2013-08-15