基于改进人工势场法的小车避障路径规划研究

为了解决传统人工势场法存在的目标不可达、易陷入局部极小值问题,在传统人工势场法基础上提出改进后的人工势场法.针对目标不可达问题,当目标点在附近障碍物影响范围内时,通过动态改变障碍物影响范围,使得小车能够抵达目标点.为解决局部极小值问题,采用虚拟障碍物的方法,当小车陷入局部极值点时,通过设置合适的虚拟障碍物,由虚拟障碍物...     

基于改进人工势场法的移动机器人避障研究

为解决移动机器人在静态与动态环境中的自主避障问题,在分析经典人工势场法不足的基础上,通过改进斥力势场函数以及调整引力在坐标轴上的分量,分别解决其在避障过程中存在的目标不可达以及局部极小值问题.同时考虑障碍物运动速度对移动机器人避障的影响,将两者之间的相对速度加入势场函数,使移动机器人能够在动态环境中进行自主运动.最后通...     

基于平滑A*人工势场法的机器人动态路径规划

针对动态环境下移动机器人的路径规划问题,提出了平滑A*人工势场法的路径规划方法。首先采用平滑A*算法在静态障碍物环境中进行全局路径规划|其次,在机器人遇到动态障碍物时采用A*人工势场法进行局部动态路径规划,并以此调整全局路径规划结果|最后对路径规划结果进行平滑处理。将平滑A*人工势场法应用于机器人动态路径规划,并与D*算法进行对比。实验结果表明,该算法能够在动态环境下规划出一条更为优化的路径,有效缩短了路径长度,提高了规划效率。     

基于改进人工势场的水下无人航行器路径规划仿真研究

为解决动静态障碍物环境下水下无人航行器避障与路径规划问题,提出一种改进人工势场算法。针对传统人工势场算法存在目标不可达和局部最小值问题,将水下无人航行器与期望目标之间的距离及障碍物之间的预计碰撞时间加入斥力势场函数,利用改进后的人工势场算法实现动静态障碍物环境下的避障与路径规划,保证水下无人航行器的航行安全。仿真结果表明,改进人工势场算法在两种环境下均可使水下无人航行器成功避障并到达目标点。通过仿真研究可提高学生独立开展工程问题研究的能力。     

基于改进人工势场法的无人船智能避障算法设计

针对传统人工势场法中的局部极小值问题,基于切线理论引入附加斥力势,从而形成对斥力势函数的修正,得到了一种改进的人工势场法。为验证该方法的可行性,基于牛顿—欧拉方法建立无人船在海洋环境中运动的数学模型,并基于PD控制器设计无人船的航向控制算法,从而得到验证改进人工势场法的仿真模型。利用该仿真模型,设计多种不同的障碍物工况进行避障仿真试验。试验结果表明,所提出的智能避障算法能够解决传统势场法的局部极小值问题,并且能够在不同的障碍物环境中引导无人船完成避障任务,具备较好的可行性与鲁棒性。     

融栅格法和人工势场法的机器人三维路径规划

为使机器人在三维工作空间中无碰撞地到达目标,使用栅格法建立了三维空间模型,并在栅格空间中对人工势场算法进行分析,确定空间每个位置在任意时刻的位势值,使机器人沿着势场下降的方向,避开碰撞点,最终到达目标点。在MATLAB环境下,建立三维空间模型。仿真结果表明该方法在三维空间能找到最优的路径,且避开障碍物到达目标点。     

基于人工势场的多Agent路径规划方法研究

智能机器人自身运动路径的规划是其完成任务的基础.主要针对实际应用中常用的栅格法和人工势场法两种路径规划算法进行研究,针对多Agent运行的复杂陆地环境,利用栅格法构建环境模型,给出了一种基于人工势场法的路径规划方法.分析了势函数的选取方式,得出了参数选取的基本原则,并结合常用的冲突消解办法,使得规划出的路径更加平滑,效率更高.     

人工势场法在机器人避碰路径规划中的应用

利用人工势场法对机器人在特定环境中进行路径规划,并针对传统人工势场法存在的局部极小点问题,引入沿墙走行为,运用改进的人工势场法有效地克服了机器人在障碍物附近出现的反复震荡或停止不前等问题,仿真结果表明所用方法的有效性。     

基于免疫算法和人工势场的移动机器人路径规划

分析了人工势场模型存在的两个问题:目标不可到达问题和由于局部最优解的存在而产生的死锁问题。在人工势场路径规划的基础上,提出了基于免疫算法和人工势场法的最优路径规划方法。通过仿真算例验证了该模型的有效性。     

智能车自主避障路径规划研究综述

避障路径规划是智能车技术的关键部分,避障路径规划具有重大研究意义与应用前景。对智能车辆自主避障路径规划进行了综述,分析了人工势场法、智能优化算法、强化学习等避障算法,指出任何一种有效的智能车避障系统均不能只依靠单一算法操作,因此结合多种避障路径规划算法应用于实际,是未来的研究热点与难点。     

具有势场启发因子的蚁群路径规划仿真

移动机器人路径规划是目前实验教学中学生最为感兴趣的创新实验项目之一。为在程序运行的不同阶段让蚁群算法和人工势场法发挥各自优势,利用人工势场法对蚁群算法进行了改进,引入势场启发因子,使改进后算法能够较为快速地规划出一条较优的全局路径,并在实验室环境下对改进算法进行了仿真分析与验证。该实验项目有效地训炼了学生的编程能力和培养了创新思维。     

基于动态规划的路径规划方法

应用动态规划方法进行路径规划,仿真结果证明了该方法的可行性。     

动态环境下机器人的路径规划

针对机器人全局路径规划存在的环境动态性和实时性问题,以及局部路径规划中无法获取全局知识而产生的优化问题,基于A＊算法与局部势场法,提出了一种混合路径规划方法,实现了动态环境下多机器人避障、避撞的效果。仿真实验验证了该方法的有效性。     

基于改进FCPM的工程项目施工动态规划研究

鉴于工程实践中项目的不确定性状态,以梯形模糊数的等效参数形式表达项目各项活动的持续时间,开展基于改进的模糊关键路径法(FCPM)的施工动态规划研究。有机整合向量的范数相似度和方向相似度,提出了向量集成相似度排序算法,有效地解决了关键路径识别中梯形模糊数的排序问题;采用修正的模糊减运算标准算法成功消除了模糊时间参数计算过程中的不可行解问题,并实现了对模糊状态下项目网络关键路径动态变化轨迹的刻画。实证分析证明,改进的FCPM求解施工动态规划问题具有合理性和有效性。     

基于双模糊协调控制法的移动机器人路径规划

根据工业中移动机器人工作环境的不确定性,设计了双模糊协调控制器,将机器人的行为分成接近目标行为和中途避障行为,并对这两种行为进行协调,达到对机器人下一步行动进行控制的目的,仿真实验结果验证了所用方法的有效性和可行性。     

基于改进蚁群算法的 AGV 路径规划研究

近年来,自动导引机器人（AGV）一直是研究的热点问题,其中复杂路径规划为研究重点。为了更好地规划机器人路径,提出一种改进蚁群算法,该算法在传统蚁群算法基础上充分利用了 MMAS 算法的特点。首 先,构建网格环境模型,引入算法概率函数和抑制因子,通过改变算法的启发式信息,加快算法收敛速度|其次,引入回退机制解决死锁问题,再将 MMAS 蚂蚁系统转化为局部扩散信息素,只有迭代试验的最优解才能加入到信息素更新中|最后,有效限制信息素浓度,避免发生搜索路径过早收敛现象。仿真实验结果表明,改进蚁群算法与传统蚁群算法相比,迭代次数减少 45.6%,时间缩短 46.2%,改进蚁群算法收敛速度更快、效率更高。     

基于模拟热传导的路径优化算法

根据热传导的特点,提出一种确定性的找最优路径的新的方法．在单点受热的热传导过程中,距热源越远的点它的温度越低,模拟这个传热过程算出每个点的温度．然后从目标点沿着温度高的点回到热源,这些点所组成的路径就是最优路径．通过实验证明该算法是一种快速而有效的算法．