基于遗传改进人工势场法的全区域平粮机器人路径规划

首先介绍基于激光全局定位的平粮机器人定位方法,然后提出一种基于遗传改进人工势场法的全区域移动平粮机器人路径规划方法,该方法能克服平粮机器人在障碍物附近易于震动和障碍物在目标点附近导致目标点不可达等现象。与人工势场法相比,基于遗传改进的人工势场法对平粮机器人的路径规划能使机器人能准确避开障碍物到达目标点,而且在同等条件下,机器人到达目标点步数和路径都相对减少,运动轨迹更为平滑和稳定。最后进行仿真实验,仿真实验结果验证所提出路径规划方法的有效性和正确性;同时提出机器人以横向、纵向行走的平粮策略对工作环境进行全区域平粮。

基于改进势场法的智能车超车动态路径规划

为了改进人工势场法(artificial potential field,APF)在智能车高速超车状态下规划出的轨迹规范性差、安全性得不到保障、以及路径不平滑的问题。设计用于指引智能车换道的换道引力势场,以保证换道轨迹的规范性;构建异向分布结构的障碍车斥力势场提高换道的安全性;并建立带有转向缺口的道路中心线斥力势场和设计平滑代价函数优化规划出的轨迹点,使规划出的路径更加平滑。基于线性二次型调节器(linear quadratic regulator,LQR)设计路径跟踪控制器跟踪规划出的路径。通过Simulink与Carsim联合仿真,结果表明:所改进的APF算法能规划出更加合理的路径,设计的LQR路径跟踪控制器跟踪误差趋近于零,能够较好地控制车辆完成超车换道。

一种无人巡航船遍历多目标点的路径规划算法研究

针对无人巡航船遍历多目标点的路径规划问题,提出了一种混合的多目标点路径规划算法。首先,将多目标点路径规划问题转化为旅行商问题,并采用改进的灰狼优化算法规划出多目标点的最优巡航顺序。针对传统灰狼优化算法忽略环境因素的缺陷,通过在适应度函数中引入环境影响因子以反映障碍物和未知区域对路径规划的影响。然后,在上述规划好的多目标点巡航顺序的基础上,利用A*算法结合改进的人工势场法完成各个目标点之间的路径规划。针对传统人工势场法的目标不可达问题,通过优化斥力势场函数来解决。最后,分别在普通环境和复杂环境中与另外2种算法进行了仿真实验对比。实验结果分析表明,提出的算法是有效的,能够有效缩短路径规划时间,降低距离成本。

基于APFIGA的全方位机器人多障碍区路径规划研究

为解决机器人在多障碍区的路径规划问题，提出了一种基于由遗传算法改进的人工势场法（APFIGA）的全方位移动操作机器人路径规划方法。该规划方法通过在可穿越的障碍区添加障碍物穿越系数来鼓励机器人走捷径，进而提高其路径优化能力；利用当前点邻域内势场强度信息，结合遗传算法确定全方位移动操作机器人的运动方向及速度，并引入机器人速度及移动障碍物速度的影响，得出势场强度下降最快的路径，提高方法的动态环境规划能力。该方法能克服机器人在障碍物附近易于抖动的现象，通过在斥力势中添加与目标距离成正比的系数项解决目标不可达问题，并利用填平势场跳出局部极小。仿真与实物实验结果验证了所提出路径规划方法的正确性和有效性。

关于移动机器人动态路径目标规划研究

针对移动机器人采用传统人工势场法路径规划时存在的机器人与障碍物发生碰撞和局部极小点问题,提出了一种改进的人工势场法。首先采用一种接近即为碰撞的预测碰撞策略,并且通过添加额外力来解决移动机器人在特殊情况下可能与障碍物相撞的问题;然后通过在不同情况下引入原地等待,改变引力影响因子或斥力影响因子以及添加助逃力的方法帮助机器人避开局部极小点。在MATLAB仿真平台上,对改进前后的人工势场算法路径规划进行了仿真,并进行相应比较,比较结果显示改进后的人工势场法能够成功的解决以上存在的两个问题。仿真证明了改进后的人工势场法的有效性。