基于人工势场方法的WSN传感覆盖率提高算法

感覆盖率是WSN系统中重要的性能指标之一。Sink节点的移动性能提高系统的传感覆盖率,人工势场能描述普通节点与Sink节点之间的关系。提出了一种利用人工势场方法有效的Sink节点移动控制策略,通过Sink节点的移动能够提高系统的传感覆盖率。普通节点搜集的数据能通过多跳的方式传送给Sink节点。在最初的随机部署之后,由人工势场产生的力迫使移动Sink节点移动到整个环境中的平衡点以获得更高的传感覆盖率。在整个算法执行过程中无需事先了解环境的情况,此方法能在实时的环境中采用。给出了具体的算法步骤,最后利用一个仿真实例对控制效果进行了说明。

基于改进人工势场方法的多无人机编队避障算法

针对无人机(UAV)机群在编队飞行过程中可能受机群其他无人机或鸟类等障碍物的影响,基于传统人工势场(APF)的编队避障算法易陷入局部优化解,进而导致无人机机群避障失败的问题,提出了一种基于改进三维人工势场(3D-APF)的编队避障算法。通过在势场函数中引入一致性理论的通信拓扑和权重等概念,实现无人机机群在分布式结构下的快速编队。然后将z轴势场引入二维势场,并引入与障碍物移动方向垂直的辅助势场以消除算法陷入局部最优化解的缺陷。最后,通过M atlab仿真实验验证了本文算法的有效性。

基于改进人工势场的无人机编队避障控制研究

针对人工势场方法在无人机避障过程中存在局部最小值的问题,基于虚拟结构和"长机-僚机"控制策略,提出一种复合矢量人工势场方法,有效实现了无人机编队在三维空间避开障碍物追踪运动目标的目的。该方法以3架无人机构成的编队作为研究对象,虚拟长机运动轨迹作为期望路径,障碍物简化为圆柱体,其周围的人工势场近似为球体表面。人工势场中的引力导引虚拟长机追踪目标,僚机追踪长机保持编队飞行。斥力作用使得编队避开障碍物,同时僚机不分次序和具体位置均匀地分布在以虚拟长机为球心的球体表面。无人机编队的避障路径取决于两种复合矢量的人工势场,每架无人机可选择最优路径避障,避障结束重组三角形编队飞行。通过仿真结果验证了该理论的可行性,为多无人机编队避障提供了一种思路。

基于动态切点调整的超冗余度机器人路径规划

超冗余度机器人具有大量自由度,且任务的多样性以及偏大的行动空间均导致其路径规划难度较高、耗时较长。为此,提出考虑障碍避让的超冗余度机器人路径规划方法。基于信息熵方法,建立超冗余度机器人工作环境栅格地图,获取环境中障碍物位置,确定目标栅格,生成初始路径;采用A^(*)算法优化路径节点序列,结合动态切点调整算法对节点平滑处理,根据建立的代价函数,规划出全局路径;引入人工势场方法,将机器人、目标与障碍物三者之间相对速度关系作为优化路径的指标,实时优化机器人行进路径,规划局部路径。实验结果表明,利用上述方法规划机器人路径时,规划时间短且路径较短。

应对快速移动障碍物的多无人机编队避障控制

通过引入与障碍物移动方向垂直的辅助牵引加速度信息,消除陷入局部最优化解,提高了对移动障碍物的规避能力。将有限时间一致性算法与改进的人工势场方法相结合,提出一种多无人机有限时间编队和避障控制策略,可实现多无人机快速编队和避障,提高战场环境下机群的生存能力。利用MATLAB进行仿真实验证实算法的有效性。

计算机动画中的虚拟角色路径规划研究

动画或游戏中的虚拟角色的路径规划与机器人路径规划不同,它除了需要在运动空间找出一条无碰撞路径之外,更重要的是要体现出虚拟角色的生物行为特性。以人工鱼(晓媛鱼)为对象,在其活动的虚拟海洋环境中对其进行路径规划:将人工鱼抽象为一个有限状态机,采用人工势场方法。为体现人工鱼的生物行为特性,引入基于视觉和嗅觉的模糊判断。经动画仿真,得到了满意的效果。