基于动态人工势场法的路径规划仿真研究

基于工作环境中目标、障碍物、机器人均为动态的考虑,提出了改进的人工势场构建方法,将各物体的相对速度和加速度因素引入势能函数中。作用于机器人的虚拟力不但驱使其与运动的目标点暂时保持相同的位置,而且趋向于保持相同的速度和加速度,即相同的运动趋势,以达到动态跟踪目标的目的。基于MATLAB平台的仿真结果验证了本算法的可行有效性。

基于矢量势场法的机器人足球路径规划

基于传统人工势场方法,提出了在适应于障碍物和目标都动态变化的机器人路径规划方法。针对机器人足球的特点,在每个时间周期中,球场上的障碍物和边界对机器人产生排斥的位置矢量,球对机器人产生吸引的位置矢量和角度矢量,机器人在这些矢量的作用下,可以产生下一个时刻的路径点,最终每个时刻的路径点形成了机器人的路径。仿真结果表明。

动态环境下基于人工势场的足球机器人路径规划

人工势场法是足球机器人路径规划中常用的方法,传统人工势场法在静态环境中取得了很好的效果,但它不能够满足复杂的动态环境下实时规划的要求。本文将相对速度矢量引入人工势场,对势场函数进行改进,推导出基于速度矢量的引力函数和斥力函数。在新的势场函数作用下,机器人能够快速躲避障碍物并迅速到达目标位置,仿真结果验证了方法的有效性。

人工势场法在足球机器人路径规划中的应用

针对目前人工势场法在足球机器人比赛平台中应用的一些不足和缺陷,综述了人工势场法原理和几种不同的势函数表示方法,阐述了目前国内外对该方法的各种改进算法和与其他方法相结合的应用;在分析足球机器人比赛平台动态不确定性特点的基础上,重点研究人工势场法在足球机器人比赛平台中的应用和改进,此基础上分析和总结了各种方法的优缺点和目前存在的问题,提出对今后工作的几点展望和下一步工作方向。

RoboCup比赛环境下足球机器人路径规划研究

RoboCup中型组足球机器人比赛具有高度的对抗性和实时性.比赛中机器人需要针对不同的比赛态势进行角色切换和任务选择.在这种环境下,应用传统人工势场或一般改进型人工势场的路径规划方法都无法得到令人满意的结果.将障碍物与机器人之间的相对速度矢量以及目标与机器人之间的相对速度矢量分别引入人工势场法中,对传统的势场函数进行了改进;并根据机器人的不同角色和任务,采用模糊逻辑方法对势场函数进行修正,提出一种处理多角色多任务环境的改进型人工势场法机器人路径规划方法.仿真试验和实际应用验证了此算法在足球机器人比赛系统中的可行性.

基于改进势场法的足球机器人路径规划系统

人工势场法是机器人路径规划中应用较多的一种方法,但方法在障碍物较多时由于势场合力不容易控制而常常出现避障失败现象。足球机器人比赛系统场上障碍物情况复杂,尤其是在边界附近和禁区附近,传统势场法较难胜任。根据足球机器人比赛平台特点和赛场上较常出现的情况,重点对边界附近和禁区附近的机器人路径规划进行分析研究,根据比赛平台的特点将周围环境的物理特点转化成特定的数学表达式,糅合到传统势场函数公式中进行改进处理,从而构造出能够适应足球场地环境的人工势场路径规划系统。仿真实验结果证明该方法是有效的。

基于自主势场法的足球机器人路径规划研究

为了提高足球机器人在机器人足球比赛中的射门成功率,本文在分析传统人工势场法不足的基础上,对传统人工势场模型中的斥力势场函数进行了修改;提出了一种建立在改进人工势场模型基础上的基于自主势场的路径规划方法;构造了以足球机器人为中心的自主势场函数;分析了足球机器人在新势场下的运动规律;对改进势场模型和自主势场模型下两个势场函数进行了对比;并分析了改进势场模型和自主势场模型下相邻障碍物的势能图。最后分别对基于改进势场模型的方法和对基于自主势场的方法在不同环境下进行了仿真,仿真结果表明,自主势场法克服了传统势场法的缺点,实用性强,具有较强的路径规划能力,能很好地实现机器人在动态环境下的射门动作。

结合Winner-Take-All的足球机器人控制策略研究

在足球机器人运动过程中,足球机器人处于一个实时对抗的复杂环境中,这就需要机器人有较高的实时运动过程应对能力。需要对每个关键时刻,例如:多机器人抢球过程、单机器人控球过程等,做出合理的应对措施。许多策略的研究都只注重单机器人控球过程的路径规划,没有考虑到多机器人竞争的过程,导致足球机器人整个运动过程中的一些关键步骤的缺失,丧失了完整性,忽略了实时的对抗性。拟采用新的策略解决上述问题:第一步是将采用WTA(Winner Take All)竞争模型去有效的解决多机器人竞争问题;第二步将采用一种改进的APF(Artificial Potential Field)路径规划法来进行避障。解决了传统APF算法的弊端,提高了效率。通过仿真实验,验证了理论的正确性,也验证了所提理论的科学性和实用性,为以后在其他科学领域的实践奠定了基础。

基于改进人工势场法的足球机器人路径规划研究

在分析足球机器人局部路径规划的特点和传统人工势场理论存在不足的基础上,对足球机器人在信息不确定情况下的局部路径规划方法进行了探讨。实验证明该方法使路径规划满足了机器人足球准确性、快速性和攻守兼备性的要求。

关于足球机器人路径规划中人工势场法的研究

人工势场法是一种简单有效的路径规划算法。本文阐述了目前国内外对该方法的各种改进算法和与其它方法相结合的应用,并在此基础上分析和总结了各种方法的优缺点和目前存在的问题,提出对今后工作的几点展望和下一步的工作方向。

基于进化势场法的足球机器人路径规划研究

本文介绍了近年来在国际上迅速发展起来的高技术对抗性活动—机器人足球。首先概述这一赛事及目前发展状况。其次简单介绍足球机器人系统各组成部分,重点放在决策部分。本文设计了基于进化势场法的足球机器人路径规划法,该方法具有结合足球机器人平台特性的优点,包括基础路径规划子系统、边界路径规划子系统和禁区路径规划子系统。通过实际比赛平台的检验,证明该设计方法是行之有效的。

新立体视觉模型下基于速度矢量避障规划

人工势场法是足球机器人避障规划中常用的方法,传统人工势场法在静态环境中的一般视觉模型下取得了很好的效果,但它不能够满足复杂动态环境下新立体视觉模型的时规划要求。本文将相对速度矢量引入人工势场,对势场函数进行改进,推导出基于速度矢量的引力函数和斥力函数。在新的势场函数作用下,机器人能够快速躲避障碍物并迅速到达目标位置,仿真结果验证了新的避障规划在新立体视觉模型中的有效性。

改进人工势场法的移动机器人路径规划

传统人工势场法在路径规划过程中易陷入势场局部最小点和陷阱区域,面对较为复杂的障碍物环绕环境也难以规划出完整路径。针对这个问题,提出了一种改进人工势场法。引入机器人前进的方向向量,对斥力的生成和计算机制进行了调整以解决其处于局部最小点情况下无法继续规划路径的问题;添加了判断机制以识别周边环境状况,当机器人处于陷阱区域等复杂环境下时设立虚拟目标点以引导其向外运动从而摆脱陷阱区域。结果表明,改进算法可以有效解决传统算法容易出现的路径规划中断情况;同时与传统算法相比,其在随机障碍物环境中的规划路径长度减少,有效提高了路径规划效率。

栅格地图环境下机器人速度势实时路径规划

针对智能制造工程环境中移动机器人的自动避障问题,提出一种基于栅格地图的移动机器人速度势实时避障路径规划方法。利用栅格法二值化移动机器人的工作场景,从机器人中心出发向不同方向进行栅格搜索。基于障碍物对移动机器人有排斥作用以及目标点对机器人有吸引作用的思想,通过栅格数的累加计算机器人到障碍物之间的实时距离,并以此为参数,考虑障碍物的形状、最小安全距离等因素的影响来建立负的速度增量函数;以机器人当前位置与目标点的实时距离和角度为参数建立正向速度增量函数。进而在机器人运动学模型基础上,定义速度势函数来对移动机器人进行实时速度驱动。通过设置最小速度增量,避免在零势点处的局部极小点问题;通过设立距离阈值,避免在目标点附近速度增量趋于无穷的问题。通过仿真对所提出的算法进行验证。

基于人工势场的机器人动态路径规划新方法

针对传统机器人路径规划方法仅考虑静态环境的问题,建立了一种基于人工势场的移动机器人动态路径规划新方法。移动机器人运动环境通常是复杂多变的,在动态环境下,目标点、障碍物可能都是运动的,另外,存在运动轨迹未知的随机障碍物等,针对移动环境的动态情况,在传统人工势场法相对位置势场的基础上引入相对速度势场,充分利用量子粒子群算法,对引力势场和斥力势场的增益系数进行一定的优化。以量子粒子群的优化算法进行快速全局搜索,结合人工势场操作,对引力场和斥力场增益系数进行优化,该方法易于实时快速地对机器人进行控制。仿真结果表明,基于量子粒子群算法的人工势场法的路径规划模型能够得到平滑、安全的路径,具有较高的性能。该方法可以有效地实现机器人的动态路径规划。

基于速度矢量的机器人动态避障规划

人工势场法是足球机器人避碰规划中常用的方法,传统人工势场法在静态环境中取得了很好的效果,但它不能够满足复杂的动态环境下实时规划的要求。将相对速度矢量引入人工势场,对势场函数进行改进,推导出基于速度矢量的引力函数和斥力函数。在新的势场函数作用下,机器人能够快速躲避障碍物并迅速到达目标位置,仿真结果验证了方法的有效性。