• 微信公众号:美女很有趣。 工作之余,放松一下,关注即送10G+美女照片!

人工势场法路径规划(无人机,机器人,路径规划,寻路算法)

开发技术 开发技术 4小时前 3次浏览

概念简述:

人工势场法路径规划基本思想是将机器人在周围环境中的运动,设计成一种抽象的人造引力场中的运动,目标点对移动机器人产生“引力”,障碍物对移动机器人产生“斥力”,最后通过求合力来控制移动机器人的运动。应用势场法规划出来的路径一般是比较平滑并且安全,但是这种方法存在局部最优点问题。

算法要求障碍物最好是规则的,否则算法的计算量将很大,有时甚至是无法计算的。但是,从另一个方面来看,由于人工势场法在数学描述上简洁、美观,这种方法仍然具有很大的吸引力的。其内在的局限性主要表现在,即当目标附近有障碍物时,移动机器人将永远也到达不了目的地。

在以前的许多研究中,目标和障碍物都离的很远,当机器人逼近目标时,障碍物的斥力变的很小,甚至可以忽略,机器人将只受到吸引力的作用而直达目标。但在许多实际环境中,往往至少有一个障碍物与目标点离的很近,在这种情况下,当移动机器人逼近目标的同时,它也将向障碍物靠近,如果利用以前对引力场函数和斥力场函数的定义,斥力将比引力大的多,这样目标点将不是整个势场的全局最小点,因此移动机器人将不可能到达目标。这样就存在局部最优解的问题,因此如何设计“引力场”问题就成为该方法的关键。

 

人工势场法路径规划一般用在局部场景计算,全局场景计算路径规划一般不选择使用。

 

延申知识:

机器人路径规划分类

1.全局路径规划(环境完全已知)

2.局部路径规划(环境未知或部分未知,通过感知实时获取环境信息)

另外环境又分静态与动态,所以任何路径规划问题均可细分为如下四类之一:

1)全局静态环境路径规划:构型空间法,自由空间法,栅格法(区别在于环境建模的方法不同)

构型空间法——将机器人作为质点,根据机器人的大小与姿态,将障碍物的形状向外扩展形成构型空间,然后质点在构型空间中进行搜索

自由空间法——采用预定义的基本形体,构造自由空间,并将自由空间表示为图结构,进行图搜索,构造空间图的时间复杂度很大

栅格法——顾名思义,环境被离散为一系列网格单元,场景的复杂度由网格表示,按照网格内是否有障碍物,标记为自由区和障碍区
2)全局动态环境路径规划
3)局部静态环境路径规划:人工势场法,基于模糊逻辑的路径规划,基于遗传算法的路径规划

人工势场法——目标地对机器人有引力,障碍物对机器人又斥力,环境中任何一点势力为引力与斥力的叠加,机器人从初始位置开始,沿着势场下降最快的方向达到目标点。特点:(优:便于实时控制;缺:容易陷入局部最优,导致运动死锁发生,解决办法是广义势场法,逃脱算法

基于模糊逻辑的路径规划——顾名思义,基于多传感器信息的模糊逻辑,来模拟人驾驶规则,特点:(优:鲁棒性,适合未知,动态环境的路径规划;缺:障碍物增多,计算量很大)深入理解需查阅相关文献

基于遗传算法的路径规划——遗传算法有利于寻找全局最优点而非陷入局部最优,但是速度慢,解决办法是遗传模拟退火算法,抑制早熟

4)局部动态环境路径规划

机器人路径规划模型分类:1.传统模型,基于功能的要求,按照自顶向下的方式建立的。其规划过程按照“感知-建模-规划-行动”的顺序进行,是一种典型的慎思结构,稳定但缺乏应变能力;2.基于行为的路径规划模型,该模型将路径规划分解为独立模块如,避障,跟踪等,这些行为模块通过彼此的协调和竞争,共同完成导航任务优缺点与1刚好相反。


喜欢 (0)