CN112965471A - 一种考虑角速度约束和改进斥力场的人工势场路径规划方法 - Google Patents
一种考虑角速度约束和改进斥力场的人工势场路径规划方法 Download PDFInfo
- Publication number
- CN112965471A CN112965471A CN202110183136.0A CN202110183136A CN112965471A CN 112965471 A CN112965471 A CN 112965471A CN 202110183136 A CN202110183136 A CN 202110183136A CN 112965471 A CN112965471 A CN 112965471A
- Authority
- CN
- China
- Prior art keywords
- equipment
- target point
- force
- field
- obstacle
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 48
- 230000008569 process Effects 0.000 claims abstract description 5
- 230000008859 change Effects 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000005484 gravity Effects 0.000 claims description 5
- 230000004888 barrier function Effects 0.000 claims description 4
- 230000009471 action Effects 0.000 claims description 3
- 230000015556 catabolic process Effects 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 238000006731 degradation reaction Methods 0.000 claims description 3
- 238000013461 design Methods 0.000 abstract description 5
- 230000035772 mutation Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 2
- 230000010355 oscillation Effects 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012887 quadratic function Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
Landscapes
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Game Theory and Decision Science (AREA)
- Business, Economics & Management (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明提供一种考虑角速度约束和改进斥力场的人工势场路径规划方法,属于路径规划领域。所述人工势场路径规划方法根据感知到的障碍物并结合所需的导航精度,实时地更新栅格地图。在每个迭代步中,根据装备与目标点、障碍物的相对位置,计算合力的理想方向。进而结合装备实际的角速度约束、速度信息,生成新的航路点。重复上述步骤,直到装备到达目标点邻域,即完成了路径规划过程。本发明通过引入角速度约束,避免了规划路径中的角度突变,提高了路径的光滑性和运动可行性;通过改进的斥力场设计方式,解决传统人工势场方法中可能出现的目标不可达现象;通过引入角速度和速度信息,将人工势场方法拓展为轨迹规划方法,便于执行后续的轨迹跟踪过程。
Description
技术领域
本发明属于路径规划领域,涉及一种考虑角速度约束和改进斥力场的人工势场路径规划方法。
背景技术
人工势场是一种经典的路径规划方法。其基本思想为机器人在环境中的运动,抽象成质点粒子在人造引力场中的运动,其中障碍物对机器人产生斥力,目标点对机器人产生引力,机器人在合力的作用下避开障碍物并抵达目标点。传统的人工势场法具有良好的实时计算效率,在无人潜航器、无人机、机械臂等装备的路径规划问题中已经得到了广泛的引用,但其具有如下明显的缺陷:
(1)陷入局部最优点。复杂障碍场景下的势场设计通常会产生众多的局部最优点,机器人在该类工况下则会陷入局部最优点,无法完成后续的路径规划。
(2)不考虑角速度约束。任何装备的运动都服从特定的运动学或动力学方程,同时在有限的控制输入下,机器人的运动过程中朝向角不可能发生快速的改变。由于传统的人工势场方法不考虑角速度约束,因此得到的路径在实际中执行过程中可能并不可行。
(3)未提供时间信息。路径规划方法分为基于几何的方法以及轨迹规划方法,相比于基于几何的方法,轨迹规划方法在生成一系列航路点的同时还能够提供相应的时间信息。然而人工势场方法本身属于一种基于几何的方法,而非轨迹规划方法,不便于执行后续的轨迹跟踪。
发明内容
为了解决上述技术问题,本发明提出了一种考虑角速度约束和改进斥力场的人工势场路径规划方法。该方法通过提出改进的斥力场设计方式并融合装备的运动学特性,将传统的人工势场路径方法拓展为一种轨迹规划方法,从而为后续轨迹跟踪的执行提供高质量的参考运动轨迹,具有良好的鲁棒性与实时计算效率。
为了达到上述目的,本发明采用的技术方案为:
一种考虑角速度约束和改进斥力场的人工势场路径规划方法,根据感知到的障碍物并结合所需的导航精度,实时地更新栅格地图。在每个迭代步中,根据装备与目标点、障碍物的相对位置,计算合力的理想方向。进而结合装备实际的角速度约束、速度信息,生成新的航路点。重复上述步骤,直到装备到达目标点邻域,即完成了路径规划过程。本发明的计算流程图如图1所示,包括以下步骤:
步骤1:设定算法参数
设定规划算法中所需的参数,具体包括:出发时间T0,时间步长ΔT,装备运动速度vconst,装备最大角速度引力系数Katt,斥力系数Krep,目标点引力场线性-二次阈值ρg,障碍物斥力作用半径ρo,斥力分力退化系数n,等效达到误差ε。设定目标点的位置为V(xg,yg),起始点的位置与朝向角分别为G[0](x[0],y[0])和θ[0]。定义变量ρ(A,B)代表平面内A、B两点间的欧氏距离,定义变量代表由点B指向点A的单位向量。设定迭代指标k=0。
步骤2:获取装备的位置及方向信息
测量装备的位置与方向信息。记装备当前的位置为G[k](x[k],y[k]),朝向角为θ[k]。
步骤3:建立代表周围环境的0-1栅格地图
根据感知到的障碍物建立具有代表周围环境的0-1栅格地图,其中1表该栅格内存在障碍需要进行规避(记作障碍栅格),0代表该栅格无障碍可以通行(记作无障碍)。栅格的尺寸应当根据导航所需的精度、装备尺寸、装备运动速度范围等因素综合确定。
步骤4:根据装备与目标点、障碍物的相对位置,确定合力的理想方向
所述的合力由目标点产生的引力以及障碍物产生的斥力两部分组成。
首先,计算目标点产生的引力场Uatt和对应的引力Fatt,公式如下:
可以发现,当装备与目标点的距离小于目标点引力场线性-二次阈值ρg,引力线性变化;当大于该阈值,引力为一常数。传统人工势场法中引力场固定为二次函数的形式,当装备与目标点相对距离过大时,引力场数值过大,可能产生数值不稳定现象。而本专利中的分段处理方式可以有效避免这类数值不稳定现象的出现。
可以发现,只有当装备与障碍栅格的距离小于障碍物斥力作用半径ρo时,装备才会受到来自障碍物的斥力影响。斥力Frep,j具体由两个分力组成,其中Frep1,j的方向由障碍栅格中心位置指向装备,Frep2,j的方向由装备指向目标点。相比于传统人工势场仅依靠装备与障碍物的相对位置设计斥力场的方式,该改进的斥力场设计方式可以解决传统方法中的目标不可达现象。
步骤5:使用角速度约束修正合力方向
Δθ[k]=θ[k]-θ[k+1] (7)
则装备在下一迭代步的朝向角增量应由如图3所示的饱和函数确定。为方便后续算法的说明,记图3中所示的饱和关系为:
根据式(9)计算的朝向角增量和步骤1中设定的装备运动速度,计算(k+1)时刻装备的位置与朝向角,计算公式如下:
步骤6:算法终止条件判断
更新迭代指标k=k+1。若满足ρ(G[k],V)≤ε,代表装备已经抵达目标点附近,迭代结束;否则,返回步骤2继续迭代。
本发明的有益效果为:本发明通过引入角速度约束,能够避免规划路径中的角度突变,提高了路径的光滑性和运动可行性;通过改进的斥力场设计方式,能够解决传统人工势场方法中可能出现的目标不可达现象;通过引入角速度和速度信息,将人工势场方法拓展为轨迹规划方法,便于执行后续的轨迹跟踪过程。
附图说明
图1为本发明的计算流程图。
图2为本发明的由引力和斥力合成合理的示意图。
图3为本发明的由角速度约束导致相邻迭代步中朝向角的变化饱和。
图4为本发明实施例中障碍环境。
图5为本发明实施例中障碍环境对应的人工势场。
图6(a)为本发明实施例中计算得到的路径;图6(b)为图6(a)标注①的局部放大图,图6(c)为图6(a)标注②的局部放大图;
图7(a)为本发明实施例中计算得到的朝向角变化历程;图7(b)为图7(a)标注①的局部放大图,图7(c)为图7(a)标注②的局部放大图.
图8(a)为本发明实施例中计算得到的角速度变化历程;图8(b)为图8(a)标注①的局部放大图,图8(c)为图8(a)标注②的局部放大图。
具体实施方式
以下结合具体实施例对本发明做进一步说明。
考虑一无人船在图4所示的500m×400m的水域中的路径规划问题。目标点的位置设置为V(400m,200m),起始点的位置与朝向角分别设定为G[0](10m,150m)与θ[0]=0deg。
一种考虑角速度约束和改进斥力场的人工势场路径规划方法,包括以下步骤:
步骤1:设定算法参数
设定规划算法中所需的参数,具体包括:出发时间T0=0s,时间步长ΔT=0.5s,无人船运动速度vconst=1m/s,无人船最大角速度引力系数Katt=15,斥力系数Krep=5,目标点引力场线性-二次阈值ρg=500m,障碍物斥力作用半径ρo=20m,斥力分力退化系数n=2,等效达到误差ε=2·ΔT·vconst=1m。设定目标点的位置为V(400m,200m)。设定迭代指标k=0。
步骤2:获取无人船位置及方向信息
测量无人船的位置与方向信息。记无人船当前的位置为G[k](x[k],y[k]),朝向角为θ[k]。在k=0的迭代步中,有x[k]=10m、y[k]=150m以及θ[k]=0deg,即无人船在T0时刻的初始位姿。
步骤3:建立代表周围环境的0-1栅格地图
根据感知到的障碍物建立具有代表周围环境的0-1栅格地图,综合导航所需的精度、无人船尺寸、无人船运动速度等因素,确定栅格尺寸为2m×2m。其所对应的势场如图5所示。
步骤4:根据无人船与目标点、障碍物的相对位置,确定合力的理想方向
首先计算目标点产生的引力场Uatt和对应的引力Fatt如下
步骤5:使用角速度约束修正合力方向
Δθ[k]=θ[k]-θ[k+1] (17)
则无人船在下一迭代步的朝向角增量应由如图3所示的饱和函数确定。为方便后续算法的说明,记图3中所示的饱和关系为
根据式(9)计算的朝向角增量和步骤1中设定的无人船运动速度,可以计算(k+1)时刻无人船的位置与朝向角如下
步骤6:算法终止条件判断
更新迭代指标k=k+1。若满足ρ(G[k],V)≤1m,代表无人船已经抵达目标点附近,迭代结束;否则,返回步骤2继续迭代。
根据上述步骤,在图6~图8与分别绘制了本方法(图例中IAPF)计算得到的路径、朝向角、角速度,并与传统人工势场方法(图例中BAPF)进行了对比。其中本方法消耗了496s,传统人工势场方法消耗了501s。此外,可以发现,本方法相比于传统方法明显的避免了障碍物局部的位置以及朝向角振荡(即生成的路径具有更佳的光滑性),且施加的角速度约束得到了严格的满足。
本发明在经典人工势场法的基础上,通过引入角速度约束,并构造改进的斥力场,发展了一种改进的人工势场路径规划方法。角速度约束的施加令生成的路径更为光滑,避免了传统人工势场方法中突然的角度变化与振荡;得益于改进的斥力场,避免了传统人工势场方法中的目标不可达性;此外,由于引入了时间信息,这将人工势场这一传统的基于几何的方法拓展为了一种轨迹规划方法,便于后续的轨迹跟踪执行。
以上所述实施例仅表达本发明的实施方式,但并不能因此而理解为对本发明专利的范围的限制,应当指出,对于本领域的技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些均属于本发明的保护范围。
Claims (1)
1.一种考虑角速度约束和改进斥力场的人工势场路径规划方法,其特征在于,根据感知到的障碍物并结合所需的导航精度,实时地更新栅格地图;在每个迭代步中,根据装备与目标点、障碍物的相对位置,计算合力的理想方向;进而结合装备实际的角速度约束、速度信息,生成新的航路点;重复上述步骤,当装备到达目标点邻域时完成路径规划过程;包括以下步骤:
步骤1:设定算法参数
设定规划算法中所需的参数,所述参数包括:出发时间T0,时间步长ΔT,装备运动速度vconst,装备最大角速度引力系数Katt,斥力系数Krep,目标点引力场线性-二次阈值ρg,障碍物斥力作用半径ρo,斥力分力退化系数n,等效达到误差ε;设定目标点的位置为V(xg,yg),起始点的位置与朝向角分别为G[0](x[0],y[0])和θ[0];定义变量ρ(A,B)代表平面内A、B两点间的欧氏距离,定义变量代表由点B指向点A的单位向量;设定迭代指标k=0;
步骤2:获取装备的位置及方向信息
测量装备的位置与方向信息;记装备当前的位置为G[k](x[k],y[k]),朝向角为θ[k];
步骤3:建立代表周围环境的0-1栅格地图
根据感知到的障碍物建立具有代表周围环境的0-1栅格地图,其中1表该栅格内存在障碍需要进行规避,记作障碍栅格,0代表该栅格无障碍可以通行,记作无障碍;
步骤4:根据装备与目标点、障碍物的相对位置,确定合力的理想方向
所述的合力由目标点产生的引力以及障碍物产生的斥力两部分组成;
首先,计算目标点产生的引力场Uatt和对应的引力Fatt,公式如下:
当装备与目标点的距离小于目标点引力场线性-二次阈值ρg,引力线性变化;当大于该阈值,引力为一常数;
Frep,j=-▽Urep,j=Frep1,j+Frep2,j (4)
只有当装备与障碍栅格的距离小于障碍物斥力作用半径ρo时,装备才会受到来自障碍物的斥力影响;斥力Frep,j由两个分力组成,其中Frep1,j的方向由障碍栅格中心位置指向装备,Frep2,j的方向由装备指向目标点;
步骤5:使用角速度约束修正合力方向
Δθ[k]=θ[k]-θ[k+1] (7)
则装备在下一迭代步的朝向角增量由饱和函数确定,其饱和关系为:
根据式(9)计算的朝向角增量和步骤1中设定的装备运动速度,计算(k+1)时刻装备的位置与朝向角,计算公式如下:
步骤6:算法终止条件判断
更新迭代指标k=k+1;若满足ρ(G[k],V)≤ε,代表装备已经抵达目标点附近,迭代结束;否则,返回步骤2继续迭代。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110183136.0A CN112965471B (zh) | 2021-02-10 | 2021-02-10 | 一种考虑角速度约束和改进斥力场的人工势场路径规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110183136.0A CN112965471B (zh) | 2021-02-10 | 2021-02-10 | 一种考虑角速度约束和改进斥力场的人工势场路径规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112965471A true CN112965471A (zh) | 2021-06-15 |
CN112965471B CN112965471B (zh) | 2022-02-18 |
Family
ID=76284776
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110183136.0A Active CN112965471B (zh) | 2021-02-10 | 2021-02-10 | 一种考虑角速度约束和改进斥力场的人工势场路径规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112965471B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113515132A (zh) * | 2021-09-13 | 2021-10-19 | 深圳市普渡科技有限公司 | 机器人路径规划方法、机器人和计算机可读存储介质 |
CN113655810A (zh) * | 2021-08-20 | 2021-11-16 | 上海微电机研究所(中国电子科技集团公司第二十一研究所) | 一种基于速度势场的无人机避障方法和*** |
CN113759936A (zh) * | 2021-09-30 | 2021-12-07 | 哈尔滨工业大学 | 一种适用于动态目标跟踪的比例导引法与人工势场法相结合的路径规划方法 |
CN115686020A (zh) * | 2022-11-10 | 2023-02-03 | 安徽工程大学 | 一种基于iapf-a*融合算法的机器人路径规划 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105955262A (zh) * | 2016-05-09 | 2016-09-21 | 哈尔滨理工大学 | 一种基于栅格地图的移动机器人实时分层路径规划方法 |
CN106708054A (zh) * | 2017-01-24 | 2017-05-24 | 贵州电网有限责任公司电力科学研究院 | 结合地图栅格与势场法避障的巡检机器人路径规划方法 |
CN107357293A (zh) * | 2017-07-31 | 2017-11-17 | 上海应用技术大学 | 移动机器人路径规划方法和*** |
CN107544553A (zh) * | 2017-10-11 | 2018-01-05 | 湖北工业大学 | 一种基于混合蚁群算法的无人机航路规划方法 |
CN108508900A (zh) * | 2018-05-10 | 2018-09-07 | 同济大学 | 一种壁面移动机器人墙壁检测路径自主规划方法 |
CN108803614A (zh) * | 2018-07-04 | 2018-11-13 | 广东猪兼强互联网科技有限公司 | 一种无人驾驶机器人路径规划*** |
CN109109861A (zh) * | 2018-09-24 | 2019-01-01 | 合肥工业大学 | 车道保持横向控制决策方法及车道保持横向控制决策装置 |
CN109318890A (zh) * | 2018-06-29 | 2019-02-12 | 北京理工大学 | 一种基于动态窗口及障碍物势能场的无人车动态避障方法 |
CN110703775A (zh) * | 2019-09-16 | 2020-01-17 | 江苏大学 | 一种基于改进人工势场的商用车车道保持路径规划方法 |
CN111123976A (zh) * | 2019-12-24 | 2020-05-08 | 一飞智控(天津)科技有限公司 | 基于人工势场的无人机集群路径规划处理方法、无人机 |
KR102115294B1 (ko) * | 2020-02-28 | 2020-06-02 | 주식회사 파블로항공 | 무인항공기 충돌 회피 방법 |
CN111538328A (zh) * | 2020-04-03 | 2020-08-14 | 浙江工业大学 | 一种用于自主驾驶车辆避障轨迹规划与跟踪控制的优先级分层预测控制方法 |
CN111736611A (zh) * | 2020-07-06 | 2020-10-02 | 中国计量大学 | 一种基于a*算法和人工势场算法的移动机器人路径规划方法 |
CN111982125A (zh) * | 2020-08-31 | 2020-11-24 | 长春工业大学 | 一种基于改进蚁群算法的路径规划方法 |
-
2021
- 2021-02-10 CN CN202110183136.0A patent/CN112965471B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105955262A (zh) * | 2016-05-09 | 2016-09-21 | 哈尔滨理工大学 | 一种基于栅格地图的移动机器人实时分层路径规划方法 |
CN106708054A (zh) * | 2017-01-24 | 2017-05-24 | 贵州电网有限责任公司电力科学研究院 | 结合地图栅格与势场法避障的巡检机器人路径规划方法 |
CN107357293A (zh) * | 2017-07-31 | 2017-11-17 | 上海应用技术大学 | 移动机器人路径规划方法和*** |
CN107544553A (zh) * | 2017-10-11 | 2018-01-05 | 湖北工业大学 | 一种基于混合蚁群算法的无人机航路规划方法 |
CN108508900A (zh) * | 2018-05-10 | 2018-09-07 | 同济大学 | 一种壁面移动机器人墙壁检测路径自主规划方法 |
CN109318890A (zh) * | 2018-06-29 | 2019-02-12 | 北京理工大学 | 一种基于动态窗口及障碍物势能场的无人车动态避障方法 |
CN108803614A (zh) * | 2018-07-04 | 2018-11-13 | 广东猪兼强互联网科技有限公司 | 一种无人驾驶机器人路径规划*** |
CN109109861A (zh) * | 2018-09-24 | 2019-01-01 | 合肥工业大学 | 车道保持横向控制决策方法及车道保持横向控制决策装置 |
CN110703775A (zh) * | 2019-09-16 | 2020-01-17 | 江苏大学 | 一种基于改进人工势场的商用车车道保持路径规划方法 |
CN111123976A (zh) * | 2019-12-24 | 2020-05-08 | 一飞智控(天津)科技有限公司 | 基于人工势场的无人机集群路径规划处理方法、无人机 |
KR102115294B1 (ko) * | 2020-02-28 | 2020-06-02 | 주식회사 파블로항공 | 무인항공기 충돌 회피 방법 |
CN111538328A (zh) * | 2020-04-03 | 2020-08-14 | 浙江工业大学 | 一种用于自主驾驶车辆避障轨迹规划与跟踪控制的优先级分层预测控制方法 |
CN111736611A (zh) * | 2020-07-06 | 2020-10-02 | 中国计量大学 | 一种基于a*算法和人工势场算法的移动机器人路径规划方法 |
CN111982125A (zh) * | 2020-08-31 | 2020-11-24 | 长春工业大学 | 一种基于改进蚁群算法的路径规划方法 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113655810A (zh) * | 2021-08-20 | 2021-11-16 | 上海微电机研究所(中国电子科技集团公司第二十一研究所) | 一种基于速度势场的无人机避障方法和*** |
CN113655810B (zh) * | 2021-08-20 | 2024-04-16 | 上海微电机研究所(中国电子科技集团公司第二十一研究所) | 一种基于速度势场的无人机避障方法和*** |
CN113515132A (zh) * | 2021-09-13 | 2021-10-19 | 深圳市普渡科技有限公司 | 机器人路径规划方法、机器人和计算机可读存储介质 |
CN113515132B (zh) * | 2021-09-13 | 2021-12-28 | 深圳市普渡科技有限公司 | 机器人路径规划方法、机器人和计算机可读存储介质 |
CN113759936A (zh) * | 2021-09-30 | 2021-12-07 | 哈尔滨工业大学 | 一种适用于动态目标跟踪的比例导引法与人工势场法相结合的路径规划方法 |
CN113759936B (zh) * | 2021-09-30 | 2023-12-26 | 哈尔滨工业大学 | 一种适用于动态目标跟踪的比例导引法与人工势场法相结合的路径规划方法 |
CN115686020A (zh) * | 2022-11-10 | 2023-02-03 | 安徽工程大学 | 一种基于iapf-a*融合算法的机器人路径规划 |
CN115686020B (zh) * | 2022-11-10 | 2024-04-26 | 安徽工程大学 | 一种基于iapf-a*融合算法的机器人路径规划 |
Also Published As
Publication number | Publication date |
---|---|
CN112965471B (zh) | 2022-02-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112965471B (zh) | 一种考虑角速度约束和改进斥力场的人工势场路径规划方法 | |
CN108036676B (zh) | 一种基于三维再入弹道解析解的全射向自主再入制导方法 | |
CN106325294B (zh) | 基于贝塞尔曲线转接的无人机轨迹平滑方法 | |
Hwangbo et al. | Efficient two-phase 3D motion planning for small fixed-wing UAVs | |
CN113050652B (zh) | 一种用于智能船舶自动靠泊的轨迹规划方法 | |
CN109901606A (zh) | 一种用于四旋翼精确轨迹跟踪的混合有限时间控制方法 | |
WO2016045615A1 (zh) | 机器人静态路径规划方法 | |
CN109358637B (zh) | 一种基于预设航线的地表近距离自主探查无人机的三维避障方法 | |
CN112731916A (zh) | 融合跳点搜索法和动态窗口法的全局动态路径规划方法 | |
CN113759936B (zh) | 一种适用于动态目标跟踪的比例导引法与人工势场法相结合的路径规划方法 | |
CN113359718B (zh) | 移动机器人全局路径规划与局部路径规划融合方法及设备 | |
CN102289207A (zh) | 一种可变飞行模态无人机广义指令生成器及其指令生成方法 | |
CN115454115A (zh) | 基于混合灰狼-粒子群算法的旋翼无人机路径规划方法 | |
CN115933671A (zh) | 基于mbesp优化的agv路径规划与自主避障方法 | |
CN113220008B (zh) | 多火星飞行器的协同动态路径规划方法 | |
CN114637327A (zh) | 基于深度策略性梯度强化学习的在线轨迹生成制导方法 | |
Wu et al. | Real-time three-dimensional smooth path planning for unmanned aerial vehicles in completely unknown cluttered environments | |
CN112629339B (zh) | 一种基于直接法的火箭软着陆轨迹规划方法 | |
CN112484726B (zh) | 一种基于三维模型的无人机路径规划方法 | |
Regier et al. | Improving navigation with the social force model by learning a neural network controller in pedestrian crowds | |
CN112947447B (zh) | 一种基于同步规划-控制策略的水面无人舰艇自主导航方法 | |
CN110849385A (zh) | 基于双层启发搜索共轭梯度下降的轨迹规划方法及*** | |
CN115542947A (zh) | 一种四旋翼无人机的自主导航方法及无人机装置 | |
CN115420289A (zh) | 一种基于粒子群改进人工势场法的无人艇航路规划方法 | |
Yuan et al. | Optimal real-time collision-free motion planning for autonomous underwater vehicles in a 3D underwater space |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |