飞行器分层势场路径规划算法

传统势场法是飞行器路径规划的一种常用方法,但是存在目标不可达、易收敛到局部极小值和无评价机制等问题.本文针对这些问题提出了一种飞行器路径规划的分层势场算法.利用分段思想对势场函数进行修正,解决了目标不可达问题.引入回环力和飞行器间作用力,解决了易收敛到局部极小值问题和飞行器间的碰撞问题.采用分层方法,建立了多层次多方位路径点阵,并以此计算最优路径点,从而引入了势场法的评价机制.通过数值仿真,对在复杂障碍环境中的飞行器路径规划进行了传统势场法、改进势场法和分层势场法的对比研究.仿真结果验证了所提出的分层势场算法的有效性和可行性.

一种矢量人工势能场的多智能体编队避障算法

针对多智能体编队通过障碍物区域的避撞和避障问题,利用传感器的监控功能,采用改进的人工势能场法对避障算法进行优化,使多智能体编队能有效地通过障碍物区域,并在通过障碍物区域后再次形成多智能体编队。首先,从多智能体模型上进行改进,建立一种具有可视化范围的速度为矢量的速度可变的智能体模型。然后,使用矢量的人工势能场法进行多智能体编队的避撞和避障。最后,针对多智能体编队避障过程中会存在"局部困扰"的情况,加入"回环力"使多智能体编队能够通过障碍物区域,并在通过障碍物区域后继续编队运行。同时,使用MATLAB软件在坐标系中进行多智能体编队的避障仿真,验证了改进人工势能场法的有效性和正确性,为多智能体编队避障问题提供了更加有效的方法。

机器人运动避障优化控制研究

针对多机器人编队在路径规划中存在的避障和协同控制问题,对传统人工势场法进行改进优化,使得多机器人系统能够顺利通过障碍物区域,形成预期编队,并提出基于固定无向网络的一致性优化算法的控制协议,使得多机器人系统性能达到最优并满足一致性。首先建立环境和网络模型,针对多机器人编队避障中存在的局部极值和编队控制问题,改进了势场函数,同时引入回环力以及机器人间的作用力。然后根据最优控制理论,设计了三个代价函数,对多机器人系统进行优化控制,通过构建的李雅普诺夫函数,证明了多机器人系统的稳定性。通过数值仿真的结果表明,多机器人系统在复杂环境下能够有效的通过障碍物区域,避免了局部极值的问题发生,并最终达到一致,验证了一致性避障优化算法的可行性和有效性。