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。

改进人工势场引导的双向扩展随机树路径规划算法

针对地面移动机器人在复杂环境之下要求规划路径实时性强、路线平滑度高、避障精确完备等需求,在快速扩展随机树算法(RRT)的基础之上,提出一种由改进人工势场法(APF)引导的双向扩展随机树算法(APF-Bi-RRT^(*))。首先,在每次迭代的过程之中两棵随机树同时分别从起始点和目标点进行扩展,以加快算法收敛速度;其次,在算法随机树生长方向上,引入目标偏置策略来优化随机子节点的选取,并在随机树和障碍物中加入人工势场分量,限制路径方向选择的随机性,改进算法克服引力和斥力过大导致陷入局部最优值或目标不可达的问题;最后,在形成锯齿型规划路径之上应用一种采样优化和关键节点平滑策略,进一步缩短和平滑原路径的总距离。对比实验结果证明,该算法既克服了传统随机树算法的节点盲目扩展的问题,又兼顾了生成路径的效率和平滑性,与目标偏置RRT算法相比,在规划路径长度上减少了9.7%左右,在运行时间上缩短了65.3%左右,在算法迭代次数上减少了78.2%左右。

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。

基于改进人工势场法的机织机器人避障路径规划

针对机织机器人自动化作业时的避障问题,提出基于改进人工势场法的三维避障路径规划算法。利用改进人工势场法中斥力势场函数,引入修正系数,在机织机器人陷入局部极小值点时增加虚拟障碍物,破坏其在虚拟力下的平衡状态,解决了人工势场法无法到达目标位置和局部极小值点的问题。通过体素化网格方法和快速凸包算法处理障碍物点云数据,重建实际障碍物模型,提高了碰撞检测效率。仿真结果表明,以点云数据重建障碍物模型并采用改进人工势场算法规划出的避障路径使机织机器人成功到达目标位置,末端位置精度平均提高37%,并避免陷入局部极小值点。

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。

基于改进人工势场法的内河应急抢险船舶路径规划

针对应急抢险船舶在极端洪涝灾害时的路径规划问题,提出一种改进人工势场法的路径规划算法,实现内河应急抢险船舶的快速精准救援。由于传统人工势场法中存在局部极小点、目标不可达等影响应急抢险船舶救援的安全问题,通过改进斥力势场函数解决了船舶在靠近障碍物的救援点时的目标不可达问题;引入逃逸力避免了局部极小点问题。通过数值仿真试验对比验证,改进后的人工势场法能够帮助应急抢险船舶在复杂的内河航道环境中安全到达救援点。

改进的Tietz-Hua势场Schrödinger方程的散射态解

对非线性离心项采用Pekeris类型的近似方法处理,解析求解含优化参数的改进Tietz-Hua势场的薛定谔方程散射态问题。通过对散射振幅在极点的解析性质得到束缚态能级方程,并通过与先前模型的本征值数据对比,验证了本文解析解推导的正确性。

基于改进人工势场法的非结构化道路路径规划

自动驾驶车辆在园区内的非结构化道路会车避让时常因距离过小而无法顺利会车。针对这一问题引入改进的人工势场法。首先,增加道路边界斥力势场和车道中心线势场以保证车辆不会驶出道路边界和驶回原有道路;其次,为解决难以实现会车问题,在车辆前进方向和障碍物的碰撞范围外设置临时目标点,避免因势场合力为零无法规划路径。此外,引入障碍物动态斥力势场,根据障碍物的当前位置和速度,可以预测未来一段时间内障碍物的位置,将障碍物速度斥力与传统的静态斥力场相结合,得到最终的斥力场。仿真表明,引入的改进人工势场法在非结构化道路中会车避让的通过时间缩短了约34%。

基于改进人工势场法的无人车路径规划与跟踪控制

针对无人车在换道超车复杂场景下躲避动态障碍物的工况,提出一种基于改进人工势场法的路径规划算法和基于模型预测控制器的跟踪控制策略。引入安全椭圆理论及预测距离概念调整势场影响区域,通过加入速度势场改变势场函数,解决车辆躲避动态障碍物的问题。以线性三自由度车辆动力学模型为基础,建立包含势场环境的模型预测控制器。通过CarSim/Simulink联合仿真验证算法的有效性。结果表明:该算法可有效解决传统势场法缺陷,提出的换道超车避障控制器对不同车速下的避障车辆跟踪效果良好,最大质心侧偏角均小于1°,前轮转角均在[-10°~10°]合理范围内,车辆能较好完成换道超车操作并且保持稳定性和安全性。

基于改进人工势场法的移动机器人路径规划研究

为解决传统人工势场法存在的不足,针对机器人与障碍物发生碰撞问题,引入障碍物半径和机器人半径,对斥力函数进行改进;针对机器陷入局部极小点的问题,在不同环境下根据中心线法改变合力。在MATLAB平台上对改进人工势场法进行验证,由仿真结果可以看出,改进后的人工势场法能够成功解决机器人与障碍物发生碰撞的问题,避免机器人陷入局部极小点现象。

基于改进人工势场法的无人机集群作战策略

针对岛礁复杂环境中无人机集群路径规划效果差,在短时间内无法集中力量对高价值目标进行主要打击的问题,提出基于改进人工势场法的岛礁无人机集群攻击作战策略。通过对攻击目标进行高强度侦察确定敌方目标位置。根据目标特性确定攻击所需无人机类型,并赋予目标势场引力吸引特定无人机,在目标点引力场中建立一定范围的斥力势场,使无人机在目标的攻击范围内保持滞空,同时赋予集群内部无人机一定的斥力势场,避免无人机集群飞行过程中发生碰撞。在集群飞行过程中引入蜂群控制算法,通过控制集群聚合度、离散度和速度实现对单一无人机的姿态控制以实现对集群控制。进行无人机集群模拟攻击测试,仿真结果表明,加入蜂群算法的改进人工势场法成功完成了无人机集群的路径规划,相比未加入蜂群算法的改进人工势场法攻击时间窗缩短了3.208 s,集群完整度提升了18.2%。

融合改进人工势场的Informed-RRT^(*)算法的机械臂路径规划

针对Informed-RRT^(*)算法存在目标性差、探索时间过长、迭代效率低、路径质量差的问题,提出了一种融合改进人工势场的Informed-RRT^(*)算法的机械臂路径规划算法。在随机点探索上,提出一种引入新的斥场力函数的改进人工势场法,引导随机点的拓展,限制路径方向的随机性;在路径扩展中,提出一种自适应步长方法,通过由采样点、最优父节点和目标点构成的三角形角度θ进行判断,采用不同步长进行扩展,缩短探索时间;在路径寻优过程中,采用椭球子集采样,提高迭代效率与最终路径质量。结果表明,与Informed-RRT^(*)算法相比,所设计的IAPFIRRT^(*)算法规划时间减少31.56%,路径长度减少9.23%,节点利用率增加24.23%,算法的搜索效率得到显著的提升与优化。将生成的路径导入机械臂模型后,机械臂能够完成避障并平稳运行至目标点。

含改进Tietz-Hua势Dirac方程的赝自旋对称解析解

基于施图姆-刘维尔理论和形状不变性原理,采用Pekeris类型的近似方法,唯象地研究了具有改进Tietz-Hua势场标量和矢量核子势的原子核中单核子的赝自旋对称.解析求解了系统的能量方程和旋量波函数,并通过数值求解能量方程,验证了单核子谱的赝自旋对称性.

改进人工势场法的移动机器人路径规划研究

人工势场法是机器人局部路径规划常用的一种方法。分析了传统的人工势场法由于局部最小问题而导致规划失败的原因。提出了一种改进的势场函数,并对改进势场函数的规划方法进行分析,发现该方法并不能完全解决局部极小问题。通过在改进势场函数基础上采用添加附加控制力的方法,使机器人尽快跳出局部极小点。仿真结果表明,该方法是有效的。

基于改进人工势场的无人机编队防碰撞控制方法

针对无人机编队飞行过程中的机间防碰撞、障碍物规避问题,提出了基于改进人工势场的防碰撞控制方法。利用一致性理论,引入了通信拓扑和通信权重的概念,给出了改进的机间人工势场函数和作用区域。定义了无人机与空域障碍物的斥力势,构建了受二者相对运动速度影响的辅助斥力势,使无人机高效地规避障碍物,并给出了机间防碰撞、障碍物规避的总速度场。提出了防碰撞控制算法,给出了速度、俯仰角、偏航角等防碰撞指令;设计了一种飞行控制器来跟踪防碰撞指令,构建了含防碰撞控制算法、飞行控制器的完整编队系统。三维飞行仿真结果表明:所提编队防碰撞控制方法可以快速实现机间防碰撞,并能有效规避空域障碍物。

动态环境下基于改进人工势场法的机器人运动规划

提出了一种用于动态环境下的改进的人工势场法,该方法主要从两方面对传统人工势场法进行了改进:使用基于势场强度方法来取代矢量合成方法;将障碍物的运动信息引入到排斥势函数中,使传统的静态势场变为动态势场.通过这种方法可以使机器人对移动障碍物的避碰更有效.

改进人工势场法的机械臂避障路径规划

针对传统机械臂路径规划只适用于具有特殊构型的机械臂这一不足,提出在利用遗传算法等方法求解得到一组合理的关节值后,运用人工势场法在机械臂关节空间内搜索、采用合势能最速下降为控制标准的机械臂路径规划方法。同时利用在局部极小附近添加虚拟障碍,产生虚拟斥力势能的方法解决了局部极小问题,使机械臂成功绕过障碍到达目标。仿真验证了该方法的正确性和有效性。

改进人工势场法与模拟退火算法的无人机航路规划

针对标准人工势场法应用于无人机航路规划存在的缺陷,建立了改进的人工势场模型:当航路点搜索陷入威胁区时,构造惩罚势函数并使用势场强度代替合力矢量控制进行路径规划,解决由于合力矢量为零引起的局部极小问题;利用模拟退火算法搜索威胁区内势场强度更小的点,使得航路点逃离威胁区,解决传统人工势场法中参数对搜索航路点逃离效果的影响;使用变步长法优化算法的收敛速度。仿真结果说明,该方法能够较好地实现无人机航路规划,且快速易行。

基于改进人工势场法的路径规划决策一体化算法研究

车辆路径规划与决策算法是无人驾驶汽车的重要研究方向之一。现有的路径规划与路径跟踪决策算法中规划层与决策层存在时滞现象,往往会引起检测信息与真实行驶环境信息的偏差,使得规划的局部路径不能反映当前真实状态,是无人驾驶汽车安全行驶的不稳定因素。本文综合考虑了环境交通参与者与车辆自身运动学特征,建立了横纵向安全模型,对车辆目前行驶环境的风险特征进行了综合评估。在行驶环境特征与车辆动力学特征的基础上对传统人工势场法进行了改进,设计了基于虚拟力的局部路径规划与控制决策一体化算法,提升了算法在复杂动态环境下控制的可靠性。最后,利用Carsim/Simulink建立了联合仿真环境,分别对传统路径规划算法、路径跟踪算法与本文提出的路径决策规划一体化算法在典型工况下进行仿真。仿真结果表明,该算法能减小路径规划决策环节的时滞影响,为复杂动态环境下的无人驾驶车辆提供更加合理的控制方法。

基于改进人工势场法的无人驾驶车辆局部路径规划的研究

本文旨在研究在结构化道路上行驶的无人驾驶汽车的局部路径规划。基于人工势场法,利用高斯组合隶属函数建立引力的目标点函数,在引力点函数中考虑障碍物约束和车辆约束,并引入调节因子,建立了改进的无人驾驶汽车人工势场模型,消除了传统人工势场法容易陷入局部极小的问题。硬件在环试验结果验证了所提方法的有效性。