行业知识
路径规划算法3 改进的人工势场法(Matlab)
2026-10-30 19:47:31
来源:互联网转载
���录
传统人工势场
引力势场
斥力势场
合力势场
传统人工势场法存在的问题
改进的人工势场函数
Matlab代码实现
参考链接:
[1]朱伟达. 基于改进型人工势场法的车辆避障路径规划研究[D]. 江苏大学, 2017.
1986年Khatib首先提出人工势场法,并将其应用在机器人避障领域。该方法的基本思想是在障碍物周围构建障碍物斥力势场,在目标点周围构建引力势场,类似于物理学中的电磁场。被控对象在这两种势场组成的复合场中受到斥力作用和引力作用,斥力和引力的合力指引着被控对象的运动,搜索无碰的避障路径。
这种方法结构简单,便于低层的实时控制,在实时避障和平滑的轨迹控制方面,得到了广泛应用,其不足在于存在局部最优解,目标不可达、与障碍物碰撞等现象。
传统人工势场
引力势场
斥力势场
决定障碍物斥力势场的因素是汽车与障碍物间的距离,当汽车未进入障碍物的影响范围时,其受到的势能值为零;在汽车进入障碍物的影响范围后,两者之间的距离越大,汽车受到的势能值就越小,距离越小,汽车受到的势能值就越大。
合力势场
+ =
传统人工势场法存在的问题
改进的人工势场函数
Matlab代码实现
main主函数
%main主函数%created by MW%date: 2023/2/28%func: Artificial Potential Field(APF) avoiding obstacle clc;clear; %% 创建并绘制障碍物obstacle = [2 5; 3 8; 7 9; 4 2; 6 6; 9 3];figure(1);scatter(obstacle(:,1),obstacle(:,2),'r')axis equal;%% 创建并绘制初始位置和目标位置start = [0 0];goal = [10 10];hold on;scatter(start(1),start(2),'filled','g');scatter(goal(1),goal(2),'filled','g'); %% 图片标注text(start(1),start(2),'起点');text(goal(1),goal(2),'终点');grid on;axis equal;axis([0 10 0 10]);xlabel('x');ylabel('y');title('人工势场法生成避障路径')%% 生成并绘制避障路径path = APF2D(start, goal, obstacle);hold on;plot(path(:,1), path(:,2),'LineWidth',1,'Color','b'); 人工势场法主函数:
function path = APF2D(start,goal,obstacle)% Artificial Potential Field(APF)avoiding obstacle path%%APF参数初始化%如果不能实现预期目标,可能也与初始的增益系数,Po设置的不合适有关。att = 35;%引力增益系数req = 10;%斥力增益系数p0 = 5;%障碍物产生影响的最大距离,当障碍与移动目标之间距离大于Po时,斥力为0。step = 2;%步长maxIter = 200;%最大循环迭代次数n = length(obstacle(:,1));%障碍物个数path = start;%路径初始化newNode = start;for i = 1:maxIter %% 引力计算 V_att = goal - newNode;%路径点到目标点的向量 r_att = sqrt(V_att(1)^2 + V_att(2)^2);%路径点到目标点的欧氏距离 P_att = att * V_att;%引力 %% 斥力计算 %改进的人工势场法,将斥力分散一部分到引力方向。通过添加随机扰动r_att^n实现,r_att为路径点到目标点的欧氏距离,本文n取2。 V_req = zeros(n,2); for j =1:n V_req(j,:) = [obstacle(j,1) - newNode(1), obstacle(j,2) - newNode(2)];%路径点到各个障碍物的向量 r_req(j) = sqrt(V_req(j,1)* V_req(j,1) + V_req(j,2)* V_req(j,2));%路径点到各个障碍物的欧氏距离 end P_req = 0; for k = 1:n if r_req(k)
上一篇:vue怎么获取服务器的图片?
下一篇:单个服务器功率怎么算?