摘要：针对带有禁飞区的高超声速飞行器再入制导问题,基于改进人工势场法(artificial potential field method,APFM)提出一种再入制导方法。在纵向上,将动压、过载、热流过程约束视为“虚拟障碍”,将终端高度、速度视为“虚拟目标点”进行纵向轨迹设计。然后,改进纵向人工势场函数以适应跳跃式和平衡滑翔式再入两种弹道形式的轨迹设计。为了整体考虑禁飞区对三维轨迹的影响,设计双层预测-校正算法求解待调参数。仿真结果表明,所提出的改进APFM规划方法能够适应不同类型的禁飞区形状,相比现有方法可适应横程需求更大的目标点,参数调节简单,易于工程实现。

摘要：本文中针对无人驾驶汽车弯道超车工况,提出一种基于改进人工势场法的汽车弯道超车路径规划算法,以及一种基于线性鲁棒控制理论的汽车弯道超车路径跟踪最优保性能控制策略。首先,分别基于螺旋下降函数、斜坡正弦函数和指数函数构建弯道引力势能场、同车道行驶较慢车辆斥力势能场和弯道边界斥力势能场,三者构成汽车弯道超车路径的搜索空间。随后,设计一种可应用于动态环境的增量搜索算法,逐步搜索汽车弯道超车路径搜索空间的最快下降方向,进而规划出汽车弯道超车路径。为执行规划出的汽车弯道超车路径,以线性2自由度汽车动力学模型为基础建立包含参数摄动的汽车弯道超车路径跟踪误差动态模型,并基于线性鲁棒控制法设计汽车弯道超车路径跟踪最优保性能控制策略。最后,仿真验证所提出的汽车弯道超车路径规划算法和路径跟踪最优保性能控制策略的可行性和有效性,结果表明:所提出的路径规划算法和跟踪控制策略可安全、舒适地引导汽车完成弯道超车工况。

摘要：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。

摘要：在人机共存环境中,人可能会成为机器人执行任务过程中的动态障碍物,因此,在机器人的运动过程中需要动态地避障规划,从而避免机器人危害到用户安全。人工势场法是常用的动态路径规划算法,具有实现简单、计算实时性高等优点。传统的人工势场法根据虚拟的引力场和斥力场得到合力,从而引导机器人的运动,但是当引力和斥力等大反向时,存在局部极小值问题。针对该问题,本文提出了基于平面位置采样的改进人工势场法。每次计算得到合力向量后,以该向量的指向为中心,在垂直于地面、包含合力向量的平面上以特定的角度间隔分别逆时针和顺时针方向采样90°范围内的运动方向,然后分别计算引力值和斥力值,最后根据引力值和斥力值的加权和最小确定机器人的最佳运动方向。为了应对用户运动导致机器人运动路径突变的情况,本文依据用户手臂运动和头部转动的关联关系,通过检测用户的头部姿态,并利用手臂当前的运动信息预测手臂接下来的运动位置。最后设计了基于轨迹预测与改进人工势场法的机械臂动态避障规划方法,实验结果表明,该方法可以有效地进行动态避障,并且规划的路径更加平滑、长度更短。

摘要：由于传统的多自由度机器人最优移动路径选择方法空间识别能力较差,导致机器人无法到达目标点。因此,提出基于改进人工势场法的多自由度机器人最优移动路径选择方法。通过机器人末端运动速度与机器人关节速度之间的关系,完成多自由度机器人运动学分析;在此基础上,使用改进人工势场法,对机器人运动空间中的障碍物与目标点进行计算;引用蚁群算法结合目标点与障碍点的位置,实现路径最优选择算法设计与应用,至此,基于改进人工势场法的多自由度机器人最优移动路径选择方法设计完成。构建仿真实验环节,设定仿真实验环境,通过与传统方法对比可知,此方法选择的路径优于传统方法选择的路径,且路径选择耗时较少。综上可知,所提方法的使用效果较好,更适用于复杂环境的机器人运动路径规划。

摘要：为了克服人工势场法的缺陷、提高其路径规划性能,提出了改进的人工势场法。分析了人工势场法原理,针对其目标不可达问题,将机器人与目标点距离引入到斥力场函数,得到了改进的斥力场函数;针对局部最小值问题,引入逃逸力;为进一步提高算法性能,使用遗传算法优化参数设置,使得规划路径更加平滑;根据环境复杂度,提出了自适应步长调节算法。使用仿真实验对改进算法进行了验证,结果表明,改进算法可以克服传统算法目标不可达、局部最小值问题,而且改进算法路径更加平滑,自适应步长算法在路径规划中行走61步到达目标,固定步长法行走145步到达目标,充分说明了改进算法的优越性。

摘要：为了提高多智能消防机器人系统在复杂火场环境下协同运动的安全性和及时性,提出一种基于动态权重的虚拟领航―领航―跟随法与改进人工势场法相结合的编队避障控制方法。首先,设计一种圆周运动控制律与方位角定位控制律相耦合的协同编队控制器,使各机器人收敛到以虚拟领航机器人为原点形成的圆上的期望位置。然后,对传统人工势场法进行改进,利用一种对数障碍函数建立道路两侧的危险膨胀区域来保障编队行驶在安全区域内,接着通过调整障碍物和道路边界共同作用在机器人上的合斥力方向,使得合斥力方向变为与目标作用的引力方向垂直且远离障碍物的方向,以解决局部极小值和目标不可达的问题。最后,引入动态权重因子对编队控制器和避障控制器进行自适应比值调整。为验证本文控制器的有效性,与传统人工势场法、固定权重的改进人工势场法进行仿真实验对比,结果表明所设计的控制器在收敛速度、跟踪误差和避障效果方面都表现更优。为进一步验证本文控制器的实用性,采用3台智能消防机器人进行物理实验,实验结果表明本文控制器既可以将编队限制在道路可行驶区域内,又可以较好地完成编队避障。

摘要：为解决改进人工势场法应用中出现的路径规划失败问题,提出了分区场能切换法,其包括地图标定和算法设计.先对地图中的障碍物按不同的形状进行分类标定,然后设定最小单元,设立绝对防御区和缓冲区.在不同的区域基于改进人工势场法重新设计算法,使机器人在绝对防御区只受斥力,在缓冲区受到斥力和引力,在缓冲区外只受引力,从而保证机器人往目标运动的过程中能快速靠近并成功避开障碍物.通过Matlab仿真实验,在标定好的地图中分别采用改进人工势场法和分区场能切换法,证明了所提方法的可靠性.

摘要：无人直升机航迹跟踪控制系统对控制器性能要求较高,而现阶段很多控制器对复杂航迹跟踪效果一般,误差较大,很难为真实无人直升机航迹飞行提供理论依据。针对上述问题,首先,对无人直升机外部进行PID控制器设计,并针对PID控制器提出一种改进粒子群算法对控制器进行参数整定。然后,采用改进人工势场法的航迹与无人直升机模型相结合的方式,验证控制器的性能优劣。在航迹规划过程中预留出无人直升机安全距离,并将人工势场法航迹作为期望轨迹,实时输入到无人直升机模型中。最后,仿真结果表明,无人直升机的真实轨迹与期望轨迹基本保持一致,跟踪误差轨迹收敛度较高,且顺利到达目标点,同时也验证了提出算法的可行性与响应的快速性。

摘要：针对基本的快速拓展随机树算法(rapidly-exploring random tree,RRT^(*))存在搜索随机性大、效率低、路径非最优的缺点,提出一种引入人工势场法算法(artificial potential field method,APF)和Douglas-Peucker算法的改进RRT^(*)-APF-DP路径规划算法.在RRT*算法的采样点生成阶段引入变采样范围偏置搜索与步长自适应调整策略,融合重新设计的APF算法的引力与斥力函数,增强路径扩展导向性与绕过障碍物能力.采用重采样策略改进DP算法,优化避障代价与控制点数量.实验结果表明,本算法规划的避障路径满足机械臂的运动要求,且算法规划的避障路径代价、规划时间和路径控制节点数均得到有效改善.