基于改进斥力模型的人工势场局部路径规划

针对传统人工势场算法易陷入局部最优点问题,提出一种改进斥力模型的人工势场方法,以提高自动驾驶汽车的安全性和稳定性。根据汽车速度方向和障碍物位置的相对关系以及障碍物与道路边界之间的距离,确定斥力偏转方向和偏转角度,避免汽车陷入局部最优;重新设计斥力场函数,把汽车避障安全距离引入到斥力作用范围中,在斥力函数中引入对数函数以及纵向相对距离调节因子,减小规划路径的曲率以及总转角。仿真计算结果表明:在应用改进斥力模型的人工势场方法进行局部路径规划时,斥力偏转角的选取对路径的稳定性和安全性有直接影响,合适的斥力偏转角能避免路径规划时出现局部最优。在多障碍物环境下车辆需要连续避障时,改进斥力模型所规划的路径总转角以及曲率峰值显著下降,能有效提高行驶安全性指标。

改进人工势场法的移动机器人路径规划

针对传统人工势场法应用于移动机器人路径规划存在的局部极小等缺陷,提出了改进的人工势场模型:以四幅典型环境场景为例,分析了人工势场法中局部极小点问题的成因;引入斥力偏转模型,引导机器人在路径规划时避开局部极小点;引入斥力增益系数函数,进一步优化路径规划中航向改变过大的问题;建立规划路径评价模型,对提出的改进人工势场模型下路径规划的优劣给出量化评价。该模型通过修正斥力方向,减小了规划路径的长度以及曲度,降低了对机器人机动性能的要求。仿真结果表明,该模型在解决部分局部极小问题的同时,提高了规划路径的质量,较好解决了静态环境下机器人的路径规划问题。