摘要：将人工势场算法运用到智能车辆路径规划中,提出按照正弦避障换道方式以最小安全距离作为对称距离构建障碍点模型的方法,保证局部目标点处于对称轴线上,通过智能车辆行驶速度和转弯半径对转向角进行约束控制。最后,通过Prescan和Matlab软件联合仿真,验证算法的可行性和准确性,仿真结果表明算法能规划出平滑的目标路径,实现智能车辆平稳安全的路径规划与跟踪控制。

摘要：传统火灾疏散过程中疏散指示灯指示方向固定,无法根据火灾情况改变疏散方向,为了解决这种情况,提出改进的A^(*)算法和人工势场算法,对火灾发生时的人群疏散路径进行规划。通过优化g值、改进OPEN列表存储结构的方法改进A^(*)算法,通过改进引力函数、加入虚拟侧向力的方法改进人工势场算法,以达到火灾应急疏散的要求,即快速找到疏散路径的同时远离着火区域。通过实验仿真验证了两种改进算法的可行性,可以在时间和环境双重约束情况下成功避开障碍、远离起火位置、找到安全出口。

摘要：针对传统人工势场法在无人驾驶车辆避障路径规划中存在的局部极小点问题,提出了一种基于模糊控制理论的改进人工势场避障方法。该方法首先分析了无人车在行驶过程中局部极小点形成的原因,然后应用模糊控制理论实时调节引力与斥力的夹角,随着无人车与障碍物距离的减小,模糊控制器调节引力与斥力的夹角逐渐增大,进而使无人车辆安全驶出局部极小点。最后通过Matlab和Prescan联合仿真分析,利用MPC模型预测控制验证了该算法的可行性及准确性。仿真结果表明该算法能够规划出一条安全平滑的目标路径,实现了无人驾驶车辆稳定安全的路径规划。

摘要：针对环卫机器人集群作业时存在编队稳定性差的问题,创新性地提出了一种结合领航-跟随策略与人工势场算法的编队控制方法。首先,根据环卫机器人的结构特点,基于领航-跟随策略构建了其运动学模型。然后,针对环卫机器人的复杂作业环境,采用人工势场算法进行编队避障,并提出了全新的编队变换策略,以使机器人能够顺利通过背街小巷等作业场景,从而实现多机器人的协同作业。最后,利用MATLAB软件开展仿真实验并在实际作业场景中开展实验测试。结果表明,所提出的方法可使环卫机器人编队在复杂作业场景中有效避障及通过狭窄通道,同时实现队形的稳定保持与灵活变换;编队稳定时跟随机器人的跟踪误差保持在0.1m以下,实验结果验证了该编队控制方法的有效性。研究结果为环卫机器人在不同作业场景下的编队控制提供了参考。

摘要：对全局路径规划算法中的快速扩展随机树(RRT)算法进行深入的研究,针对基本RRT算法随机性强、搜索没有偏向性、得到的路径不一定为最优路径等缺点,提出一种改进的RRT优化算法,通过改进随机数生长方式的角度对原有算法思路进行改进,引导随机数向着目标点方向生长,与此同时移动机器人可以根据周围环境信息及时做出调整,使随机树向更高质量生长。大量仿真结果表明,改进的RRT算法具有一定的可行性与有效性,能高效引导随机树朝目标点方向高质量地生长,规划的路径尽可能接近最优路径,有效缩短了路径规划时间。

摘要：针对高超声速滑翔飞行器的编队控制问题,提出了基于预定时间稳定性理论的控制策略.首先,建立高超声速滑翔飞行器六自由度制导控制一体化模型,基于反演结构对模型进行简化处理,在此基础上,设计预定时间控制律,实现期望队形形成及编队保持;其次,利用人工势场理论,设计避碰/规避势场函数项,避免高超声速滑翔飞行器与其邻机之间的碰撞,并实现对威胁区的规避;再次,基于Lyapunov稳定理论对高声速滑翔飞行器在预定时间内的编队稳定性进行严格证明;最后,通过Matlab/Simulink进行仿真,仿真结果验证了本文所提的控制策略能够实现预定时间内高超声速滑翔飞行器的编队队形生成保持及碰撞规避.

摘要：针对无向通信拓扑下的无人艇集群编队控制问题,提出基于领航-跟随模式协同和人工势场避障相结合的无人艇协同编队控制算法。针对特定编队队形输出动态多目标点优化航路,通过分层设计框架传递至无人艇LOS-PID底层跟踪控制算法。将无人艇编队任务解耦成基于协同编队算法的无人艇动态多质点编队规划层和基于LOS-PID算法的无人艇动态单目标点跟踪的控制层。规划层中领航者-跟随者算法实现质点刚性编队队形融入人工势场实现避碰,实时生成协同任务的动态多目标点作为底层单艇控制的跟踪目标点,仿真验证表明,所提算法实现了直线和圆弧的协同编队任务,取得了较好的队形稳定性和安全性。

摘要：针对传统人工势场算法在解决无人驾驶汽车换道轨迹规划过程中存在的不足,提出一种基于势能重构人工势场(PER-APF)的无人驾驶汽车换道轨迹规划算法;首先,建立了具有斥力区分的道路边界约束条件和多约束换道轨迹规划模型,通过判断障碍车辆与道路边沿的距离来保证换道过程的安全性与有效性;其次,提出了基于势能重构的改进APF算法,通过构建虚拟区域以及重构物理势能力场,有效地解决了目标不可达以及局部最优问题;仿真结果表明,所设计的PER-APF算法能够快速有效地为无人驾驶汽车规划一条安全合理的换道轨迹。

摘要：目前的航迹规划算法已经有较为成熟的理论体系和建模方案。人工势场算法(APF)作为有效可靠的航迹规划算法之一近些年来不断得到发展与完善,但其仍存在适用性上的不足,例如对某些具体的威胁环境,尤其是威胁区域具有特定的形状特征时,传统的APF算法并不能有效地对其表征并规划出高效的轨迹方案。针对这个问题对现有传统APF算法进行思路、模型、算法上的改进,并设计出针对特殊威胁的改进APF算法,使用Matlab进行仿真验证,最后得出一套可行的算法程序,使人工势场算法在无人机航迹规划的适用性上得到推广。

摘要：工业机器人在自动化生产中发挥着重要作用,但在操作过程中容易发生碰撞,导致损坏或安全隐患。针对这些问题,研究融合轴对齐包围盒和有向包围盒设计出一种混合碰撞检测算法,并以此为基础,将人工势场算法融入快速随机树-连接算法中,设计出一种路径规划优化算法。结果显示,在不同场景中,设计算法的平均检测时间分别为28.3 ms和24.5 ms。此种算法有效缩短了任务完成时间,同时降低了机器人的能耗和运行成本。该算法对工业自动化领域的安全性和效率提升具有重要价值,有助于推动工业智能化的进程。