导读:本文包含了人工势场论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:路径,无人机,机器人,算法,水下,最优,局部。
人工势场论文文献综述
孙越林,吕荧[1]（2019）在《基于人工势场的无人机航路规划研究》一文中研究指出随着科学技术的不断进步,无人机技术的发展步伐越来越快,无人机在军事、航空航天等领域的影响也越来越重要。无人机航路规划作为无人机的关键技术,是无人机实现自主控制飞行的关键因素,是完成复杂任务、实现安全飞行的重要保证。论文重点研究了无人机航路规划问题,分析了人工势场原理、PAPF模型等,提出了基于伪人工势场(PAPF)的航路规划方法,为无人机在部队训练、装备测试评估等方面提供技术支持。(本文来源于《舰船电子工程》期刊2019年12期）
赵文瑜,彭程[2]（2019）在《人工势场法路径规划的差分进化参数优化研究》一文中研究指出传统的人工势场法的参数值通常凭经验设置,参数设置不当则会导致规划的路径不平滑、计算效率低以及目标点不可到达等问题。针对以上问题,以路径最短为目标,使用差分进化算法优化传统人工势场法的叁个参数:引力场正比例增益系数、斥力场增益系数以及障碍物的影响距离。将障碍物膨胀成圆形,使用MATLAB软件构造仿真环境,仿真结果表明,参数优化后的人工势场法能够规划出平滑的路径,验证该算法的有效性。(本文来源于《现代计算机》期刊2019年31期）
陈杨杨,朱大奇,李欣[3]（2019）在《多AUV的自组织人工势场编队控制方法研究》一文中研究指出针对多自治水下机器人(Autonomous Underwater Vehicles, AUV)水下编队与安全避障问题,将自组织映射(Self-Organizing Map, SOM)神经网络和人工势场方法相结合,提出多AUV自组织人工势场编队控制方法。首先,根据领航AUV的位置产生虚拟AUV位置,将虚拟AUV位置作为SOM的输入向量进行竞争计算,输出为跟随AUV的位置,从而控制跟随AUV到达期望目标点;接着考虑编队行进中的避障问题,采用人工势场法进行避障,规划编队路径。最后通过仿真给出算法的有效性说明。(本文来源于《控制工程》期刊2019年10期）
唐小洁,丁一航,申勤,贾成芬[4]（2019）在《改进人工势场法的移动小车动态避障路径规划》一文中研究指出为使移动小车更好地适应复杂的实际行车道路环境,实现动态障碍物环境下的路径规划,并解决传统人工势场法中的局部最小值问题,提高驾驶安全性,改进传统人工势场法中的障碍物斥力势场模型,并增加了速度斥力势场模型和道路边界约束斥力势场模型,同时将障碍物连锁网络结构与随机目标点法相结合,加入传统人工势场算法中。仿真结果证明了该改进方法的有效性,移动小车能避开局部最小值陷阱到达目标点,实现动态避障路径规划。(本文来源于《软件导刊》期刊2019年10期）
周则兴[5]（2019）在《基于改进人工势场的AUV叁维路径规划》一文中研究指出针对传统人工势场法在自主水下航行器(AUV)叁维避障中存在的局部极小点和障碍物附近目标不可达的问题,本文提出了一种直接改进了原有斥力场函数的人工势场方法,该方法在原有斥力矢量场基础上附加环绕矢量,该矢量令AUV在规避障碍物时以绕障碍物旋转的形式逐渐远离障碍物,同时通过根据机器人距离目标的远近选择性增强或弱化引力场、斥力场。为观察该改进算法的效果,本文搭建了基于MATLAB软件的某型流线型AUV水下叁维障碍物自主规避仿真环境。仿真结果显示,附加环绕矢量的改进人工势场算法既能克服局部极小点问题,也能解决障碍物附近目标不可达问题,对水下动、静障碍物均能进行有效规避,且AUV运动轨迹平滑无抖动。(本文来源于《鳌山论坛“2019年水下无人系统技术高峰论坛”——水下无人系统智能技术会议论文集》期刊2019-09-22）
王洪斌,郝策,张平,张明泉,尹鹏衡[6]（2019）在《基于A~*算法和人工势场法的移动机器人路径规划》一文中研究指出针对复杂非结构化环境下移动机器人的路径规划问题,提出了将全局与局部规划算法相融合的路径规划方法。首先,对传统A~*方法进行了有效的改进,新的A~*算法能够完成机器人的路径规划任务,利用二次A~*搜索方法得到了优化后的路径点,缩短了移动机器人的行驶路径。进一步,动态切点法可以有效地对已规划路径进行平滑处理;然后,综合考虑路径和环境的情况,采用改进的人工势场方法对移动机器人进行了局部路径规划,通过增设虚拟子目标的方法解决局部极小值问题,利用自适应步长调节算法对移动机器人的步长进行了动态优化;最后,针对不同场景,利用数值仿真将该算法与传统算法进行比较,结果表明该算法在不同环境路径规划的问题上具有一定的先进性和优越性。(本文来源于《中国机械工程》期刊2019年20期）
王云常,戴朱祥,李涛[7]（2019）在《基于A星算法与人工势场法的无人机路径规划》一文中研究指出为简化无人机飞行路径规划算法并提高其避障效果,本文提出一种人工势场法和A星算法相结合的路径规划算法:以人工势场法指导全局路径规划,通过引力场控制无人机的飞行方向;以A星算法指导局部路径规划,避让大型障碍物.仿真试验证明,该算法与人工势场法和A星算法相比,提高了避障效果,缩短了搜索时间.(本文来源于《扬州大学学报(自然科学版)》期刊2019年03期）
黄开启,王赛赛,叶涛,王新健[8]（2019）在《模糊改进的人工势场法机器人局部路径规划》一文中研究指出移动机器人在狭窄、障碍物繁多的密闭环境中工作,人工势场法(APF)应用于机器人避障及局部路径规划存在局部最优、目标不可达等问题,文章提出一种模糊改进的APF算法,通过重新构建障碍物斥力势场、障碍物运动速度和加速度势场、引力势场模型,克服局部最优陷阱;在某些特殊情况下,使用模糊算法给机器人提供辅助作用力,帮助机器人安全到达目标点。把改进模糊APF算法用于机器人避障,仿真结果表明:改进的控制算法应用于多障碍物环境可以帮助机器人实现安全避障。(本文来源于《组合机床与自动化加工技术》期刊2019年08期）
孙雅兰,张德育,盛丽丽[9]（2019）在《基于人工势场法的多智能体避障研究》一文中研究指出针对人工势场法对于多智能体编队避障过程中存在目标不可达与陷入局部最优解问题,对人工势场法进行改进。通过修改势场函数,使目标点成为势场最小点,并采用模糊推理法改进人工势场算法,使智能体跳出局部极值点。(本文来源于《中国新通信》期刊2019年16期）
郑延斌,席鹏雪,王林林,樊文鑫,韩梦云[10]（2019）在《基于模糊人工势场法的多智能体编队控制及避障方法》一文中研究指出针对动态环境中多智能体编队控制及避障问题,提出了一种基于模糊人工势场法的编队方法。首先,在领航跟随法的框架下控制编队队形,在动态队形变换策略的异构模式下,使用人工势场法为多智能体编队中每个智能体规划避障路径;其次,利用模糊控制器控制跟随智能体追踪领航智能体,同时保持跟随智能体之间与领航智能体的相对距离,遇到未知障碍物时,及时保持多智能体编队之间的队形并避免碰撞障碍物。针对人工势场法在引力增量系数和斥力增量系数设置的局限性,利用模糊控制器选择出适应环境的增量系数。Matlab仿真实验结果表明,该方法能够有效地解决复杂环境下多智能体编队控制及避障问题,使用效率函数对实验数据进行分析,验证了所优化方法的合理性和有效性。(本文来源于《计算机工程与科学》期刊2019年08期）
人工势场论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
传统的人工势场法的参数值通常凭经验设置,参数设置不当则会导致规划的路径不平滑、计算效率低以及目标点不可到达等问题。针对以上问题,以路径最短为目标,使用差分进化算法优化传统人工势场法的叁个参数:引力场正比例增益系数、斥力场增益系数以及障碍物的影响距离。将障碍物膨胀成圆形,使用MATLAB软件构造仿真环境,仿真结果表明,参数优化后的人工势场法能够规划出平滑的路径,验证该算法的有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
人工势场论文参考文献
[1].孙越林,吕荧.基于人工势场的无人机航路规划研究[J].舰船电子工程.2019
[2].赵文瑜,彭程.人工势场法路径规划的差分进化参数优化研究[J].现代计算机.2019
[3].陈杨杨,朱大奇,李欣.多AUV的自组织人工势场编队控制方法研究[J].控制工程.2019
[4].唐小洁,丁一航,申勤,贾成芬.改进人工势场法的移动小车动态避障路径规划[J].软件导刊.2019
[5].周则兴.基于改进人工势场的AUV叁维路径规划[C].鳌山论坛“2019年水下无人系统技术高峰论坛”——水下无人系统智能技术会议论文集.2019
[6].王洪斌,郝策,张平,张明泉,尹鹏衡.基于A~*算法和人工势场法的移动机器人路径规划[J].中国机械工程.2019
[7].王云常,戴朱祥,李涛.基于A星算法与人工势场法的无人机路径规划[J].扬州大学学报(自然科学版).2019
[8].黄开启,王赛赛,叶涛,王新健.模糊改进的人工势场法机器人局部路径规划[J].组合机床与自动化加工技术.2019
[9].孙雅兰,张德育,盛丽丽.基于人工势场法的多智能体避障研究[J].中国新通信.2019
[10].郑延斌,席鹏雪,王林林,樊文鑫,韩梦云.基于模糊人工势场法的多智能体编队控制及避障方法[J].计算机工程与科学.2019
论文知识图
