基于人工势场算法和RRT算法的多无人机路径规划

为了解决在城市和山区复杂环境中的多无人机任务分配及路径规划问题,提出了一种基于人工势场算法和RRT融合算法的多无人机协同路径规划方法。基于人工势场算法基础优化斥力函数,加入机间斥力因子,实现了协同避撞。引入RRT算法进行拓展搜索,解决了无人机陷入局部极值点时单一人工势场算法目标不可达的问题。通过三维路径规划仿真实验和算法对比实验验证该方法的可行性,结果表明,融合路径规划算法可以在约束条件下找到全局最优路径。

基于改进A*和人工势场算法的无轨胶轮车井下无人驾驶路径规划

经过多年发展无人驾驶技术逐渐成熟,已经开始在地面车辆得到了广泛应用,同时也将成为解决无轨胶轮车在井下实现高效、安全、智能运输的重要途径,但与地面车辆成熟的无人驾驶技术不同,无人驾驶技术应用到井下仍存在许多问题亟待解决。针对井下人工驾驶的无轨胶轮车效率低且事故频发等问题,以无人驾驶无轨胶轮车为研究对象,通过仿真和试验开展井下路径规划方法研究。首先,通过分析比较常见路径规划算法的优缺点,分别选择采用最优性A*算法和人工势场算法作为无人驾驶无轨胶轮车全局和局部路径规划的基本算法;其次,针对全局路径规划传统A*算法搜索节点多和路径不平滑问题,分别使用指数函数加权和三次样条插值的方法对其进行改进,将改进前后算法在井下巷道内进行全局路径规划仿真,结果发现:改进后的算法搜索节点数减少了50%,在同一场景下规划路径所需时间仅为传统A*算法的20%,路径规划的效率得到了大幅度提升,生成的路径更加平滑且连续性也较好;同时,针对人工势场算法存在目标不可达、局部最优解等问题,分别引入斥力势场修正因子和出逃力并建立相对速度势场对其进行改进,对比改进前后算法在井下巷道内的局部路径规划仿真结果发现:改进后的人工势场算法可以在各种场景规划出更为合理的行车路径,安全性得到了保障;最后,利用微型无人车试验平台,按照8∶1的缩比搭建模拟井下巷道环境,对无人驾驶无轨胶轮车改进前后的路径规划算法分别进行了无障碍物和有障碍物的路径跟踪试验,结果表明:基于改进A*-人工势场联合算法规划出来的路径更加合理,在8∶1的缩比搭建模拟井下巷道环境中进行的无障碍物规划路径最大跟踪误差仅为0.0312 m,在巷道内会车和避障时能够规划合理的行驶路径,最大偏差仅为0.0353 m,能够满足无轨胶轮车井下无人驾驶要求。

应用人工势场算法的智能车路径规划

针对应用人工势场算法解决移动机器人路径规划问题时会陷入局部极小点,导致障碍物附近目标不可达的情形,提出了一种新的策略,利用几何方法重新规划路径使小车快速走出局部极小值区域后,再利用人工势场算法完成路径规划。在多障碍物环境中,与边缘探测法的实验对比结果表明:该方法可有效规划出避障路径。

智能草坪修剪机器人路径规划研究——基于模糊改进人工势场算法

针对人工势场算法应用于智能草坪修剪机器人路径规划的问题,引入了模糊控制算法,建立了斥力势场的等级,可调节机器人及时有效地避开障碍物,实现路径规划功能。MatLab仿真实验表明:模糊改进人工势场算法可以实时、有效地控制智能草坪修剪机器人及时避开障碍物,准确从起点开始修剪草坪作业,并作业至目标终点,规划的路径也比较平滑,证实了算法的有效性和可行性。

基于人工势场算法的智能车辆路径规划仿真

将人工势场算法运用到智能车辆路径规划中,提出按照正弦避障换道方式以最小安全距离作为对称距离构建障碍点模型的方法,保证局部目标点处于对称轴线上,通过智能车辆行驶速度和转弯半径对转向角进行约束控制。最后,通过Prescan和Matlab软件联合仿真,验证算法的可行性和准确性,仿真结果表明算法能规划出平滑的目标路径,实现智能车辆平稳安全的路径规划与跟踪控制。

基于人工势场算法的路径规划研究

人工势场法作为一种经典局部避障算法,被广泛用于自主移动机器人的局部路径规划,具有原理简单、数学模型简洁、规划路径平滑以及计算速度快等优势;但算法本身存在着局部极小值、目标不可达以及复杂环境下路径规划能力不足等问题。因此,文章对局部极小值、目标不可达,以及复杂环境下路径规划能力不足问题进行阐述,并且归纳总结算法固有缺陷问题的改进策略和复杂环境下的规划能力不足问题的改善策略,分析了路径规划所得路径的质量。

基于改进人工势场算法的自主车辆局部路径规划方法研究

论文着眼于人工势场算法,将其应用于自主车辆的局部路径规划中。首先,根据正弦避障模型,提出了以最小安全距离为对称性的自主车辆路径规划方法。然后,引入椭圆势场调整障碍车辆势场的作用使路径规划曲率变化更平缓;接着,基于自然三次样条曲线和全局优化进行路径规划。最后,通过Prescan和Matlab进行路径规划的联合仿真实验。仿真结果表明,论文基于改进人工势场算法的局部路径规划方法能有效地规划一条曲率平滑的路径,且满足自主车辆行驶控制的需求,解决了传统人工势场算法存在的无法接近问题,且针对不同的障碍物分布场景都有较好的避障效果。

基于改进的A^(*)和人工势场算法的火灾路径规划

传统火灾疏散过程中疏散指示灯指示方向固定,无法根据火灾情况改变疏散方向,为了解决这种情况,提出改进的A^(*)算法和人工势场算法,对火灾发生时的人群疏散路径进行规划。通过优化g值、改进OPEN列表存储结构的方法改进A^(*)算法,通过改进引力函数、加入虚拟侧向力的方法改进人工势场算法,以达到火灾应急疏散的要求,即快速找到疏散路径的同时远离着火区域。通过实验仿真验证了两种改进算法的可行性,可以在时间和环境双重约束情况下成功避开障碍、远离起火位置、找到安全出口。

基于改进人工势场算法的AUV路径规划

针对传统人工势场算法运用于AUV路径规划时存在易死锁、实时性差、结果欠优等问题,提出一种改进型人工势场算法。在障碍物周围新增滑移区以替换原有斥力场的作用效果,同时构建相应的滑移准则以实现对AUV的滑移运动控制,具体包括滑移区判别、滑移参数选择和滑移方向判别准则。最后,在MATLAB中进行仿真实验。在静态环境下,分别利用传统人工势场算法和所述改进算法进行AUV的运动路径规划,仿真结果验证了改进算法的有效性和优越性。同时,在考虑固定海流的动态环境下,通过对引力方向、滑移条件、滑移方向和滑移轨迹进行修正,成功将所述算法运用于AUV的动态路径规划中。

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。

改进人工势场算法在智能体规避辐射源问题中的应用

随着无人智能设备的广泛应用,避障问题成为任务能否完成的关键。核能领域内智能设备的使用需要考虑到高能辐射对其控制电路或信号传输的安全威胁,为提高智能设备在含辐射威胁的空间内的安全性能,应将危险辐射区域作为障碍规避的对象进行考虑。为解决智能体在辐射环境中执行智能监控、巡航等需要规避危险的问题,文中运用Python编程语言将该任务区域栅格化,并提出一种改进的人工势场算法,将其运用于辐射规避问题中。在改进算法中引入辐射剂量变化梯度作为势场算法中斥力部分的来源,对该方法生成路线的风险度进行评价。在仿真模拟实验中将所提出的改进算法与A*算法进行比较,结果表明,改进算法在处理智能体规避辐射源问题时可以获得航程合理且危险度较低的避障路线。

改进势场蚁群算法优化路径自动规划

针对势场与蚁群联合的自主路径规划存在局部最优解、初始路径选择随机导致效率不高及环境适应性差等问题,提出了基于自适应域和参数自适应设置的改进算法。算法首先基于自适应域改进势场目标不可达问题,并过滤震荡点以平滑路径;其次,通过状态转移函数和信息素更新等相关参数的自适应设置,提高算法在收敛效率和搜索能力上的平衡性,进而提高对障碍环境的适应性。实验结果表明,所提算法能够有效避免局部最优、目标不可达和复杂环境的适应性问题,在路径长度和效率上优于实验采用的已有算法,从而验证了算法的有效性。

基于改进人工势场算法的室温参与型供热电动调节阀自适应控制方法

随着科技进步,供热系统对于更为精确和高效的温度控制策略的需求日益增长。为了满足这一需求,研究提出了一种基于改进人工势场算法的室温参与型供热电动调节阀自适应控制方法。与传统方法相比,这种改进方法有效地结合了人工势场算法与实时室温反馈,显著提高了室温控制的精确度和响应速度。实验结果表明,新方法在室温预测、阀门调节以及自适应性能上均展现出卓越的性能。这为现代住宅提供了更为舒适的居住环境,同时有助于节省能源和降低供热成本。

基于人工势场的复杂障碍物避障算法

传统的避障算法在处理复杂环境如多障碍物紧密排列时,常遇到路径规划困难和易陷入局部最小值等问题。针对这些问题,文章提出了一种改进的人工势场避障算法,使机器人能够在复杂的环境中避开任意形状的障碍物,并找到有效的路径。针对不规则大型障碍物,文章采用了激光扫描的方式来获取它们表面的点云数据,并对这些数据进行分析和处理,以获得障碍物的参数,将这些参数收集到数据集中。为了解决传统人工势场算法容易陷入局部稳定的问题,所提算法使用了基于表面点的障碍物感知和斥力生成,并针对抖动点的问题提出了一种新的安全避障策略。通过对比实验,结果表明所提避障算法显著提升了机器人在复杂障碍物环境下的避障能力,展示了该算法的有效性和优势。

基于人工势场算法的改航路径规划

在恶劣天气或流量受限条件下,建立了基于人工势场算法的改航路径规划模型。考虑空中交通管制程序和飞行性能等约束条件,采用线性拟合的方法对初始改航航路径进行分段拟合,消除振荡点和误差较大的离散点;对拟合后的航段通过截弯取直的方法,去除多余的转弯点,生成最终的改航路径。仿真结果表明:现行的沿扩展受限区边界绕飞的改航路径长度为532.299km,而采用新改航规划模型生成的改航路径长度为455.924km,在没有增加额外转弯点的条件下,航线长度减少了14.35%,因此,采用该规划方法可安全有效地避开飞行受限区域。

改进的势场蚁群算法的移动机器人路径规划

针对蚁群算法路径规划初期信息素浓度差异较小,正反馈作用不明显,路径搜索存在着盲目性、收敛速度相对较慢、易陷入局部最优等情况,人工势场算法的势场力可引导机器人快速朝目标位置前进,提出势场蚁群算法,通过栅格法对机器人的工作环境进行建模,利用人工势场中的势场力、势场力启发信息影响系数及蚁群算法中机器人与目标位置的距离构造综合启发信息,并利用蚁群算法的搜索机制在未知环境中寻找一条最优路径。大量的仿真实验表明势场蚁群算法路径规划能找到更优路径和收敛速度更快。

基于混合蛙跳算法优化人工势场的路径规划方法研究

针对传统人工势场在路径规划时易陷入局部极小、目标不可达和狭窄通道左右摆动的问题,提出了一种改进人工势场算法。该改进算法将目标距离引入斥力函数解决目标不可达问题:将斥力分解为由障碍指向机器人的分量和垂直于机器人与障碍连线的分量,分别用于阻止机器人接近障碍和引导机器人离开障碍。针对蛙跳算法迭代速度慢的问题,提出了改进混合蛙跳算法来提高蛙跳算法的进化速度和精度,并用于优化人工势场的参数以提高路径规划性能。仿真试验验证了所提出算法的有效性。

一种改进人工势场的矿车避障路径规划方法

为克服传统人工势场算法以局部最优解为目标造成路径规划中路径偏离过于频繁的问题,提出了基于改进人工势场算法的动态避障路径规划方法。该方法通过格栅图法无人驾驶矿车行进路线和环境进行建模,进而形成连接了起始点和目标点的网格图。针对障碍规避问题,根据矿区路径特点建立引力势场、斥力势场以及综合势场模型,模型中改进了人工势场函数,并对势场作用区域进行优化,构建强化远距点斥力为主的综合势场模型。考虑到矿山的山地场景环境比较单一,改进算法通过仿真实验模拟道路的方式对搜索路径进行限制,使无人驾驶矿车在既定限制空间内搜索最佳路径。仿真结果表明,路径规划算法能较大程度避免轨迹偏离以及局部震荡问题,改善了矿车行进效率。

机器人势场平衡路径规划算法研究

为使移动机器人按照某一性能指标搜索一条从起始点到目标点的无碰撞最优路径,提出了势场平衡路径规划算法,针对障碍物对机器人有排斥力且目标点对机器人有吸引力,利用障碍物对机器人的斥力值,建立障碍物环境地图,通过搜索斥力值与引力值之和的最小值,进行路径规划。同时,与滚动窗口路径规划算法相结合,完成动态环境下的路径规划。仿真实验表明,改进算法具有较强的全局与局部搜索能力,解决了势场法中易存在的局部极小值问题,使机器人能在复杂的动态环境中顺利避开障碍物,快速的以最优路径到达目标点。

基于优化双向A^(*)与人工势场法的无人机三维航迹规划

针对传统A^(*)算法在无人机航迹规划中面对复杂环境和高动态任务时存在搜索速度慢、冗余节点多等问题,提出了一种基于优化双向A^(*)算法和人工势场相结合的三维无人机航迹规划方法。通过采用双向搜索机制并设置权重系数优化启发函数,引入自适应步长策略,利用调节因子动态调整双向A^(*)搜索步长,综合考虑全局规划与实时避障需求提出了Bi-A^(*)PF算法。仿真实验表明:与传统的航迹规划方法相比,Bi-A^(*)PF算法不仅能够使无人机在三维环境下高效规划出一条期望航迹,还能有效避开突发威胁。