导读:本文包含了人工势场法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,算法,机器人,局部,最优,目标,无人机。
人工势场法论文文献综述
赵文瑜,彭程[1]（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）
唐小洁,丁一航,申勤,贾成芬[2]（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）
王洪斌,郝策,张平,张明泉,尹鹏衡[3]（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[4]（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[5]（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[6]（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[7]（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）
袁朝春,翁烁丰,何友国,SHEN,Jie,陈龙[8]（2019）在《基于改进人工势场法的路径规划决策一体化算法研究》一文中研究指出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。(本文来源于《农业机械学报》期刊2019年09期）
曹博,毕树生,郑晶翔,杨东升,黄国威[9]（2019）在《改进人工势场法的冗余机械臂避障算法》一文中研究指出针对传统人工势场法应用于串联型冗余机械臂避障时无法约束各关节位姿、陷入局部极小后难以逃离的问题,提出一种改进人工势场法.建立冗余机械臂运动学模型,采用线段球体包络盒模型进行碰撞检测.在笛卡尔空间内建立末端引力势场和障碍物斥力势场,在关节空间内建立目标角度引力势场,所有势场共同作用引导机械臂运动.在关节空间内求解虚拟目标角度并采用高斯函数建立虚拟引力势场处理局部极小问题.利用七自由度冗余机械臂进行仿真和实验,结果表明:算法可约束各关节位姿,陷入局部极小后可引导机械臂逃离局部极小,最终完成避障;避障结束时各关节角度最大误差为0.8°,末端平均位置误差和平均姿态误差分别为0.010 m和2.40°,均小于传统算法;避障过程中各关节运动幅度小于传统算法.改进算法可引导机械臂逃离局部极小并完成避障,同时提高避障结束时各关节及末端的定位精度,对冗余机械臂的避障研究及应用具有一定的指导意义.(本文来源于《哈尔滨工业大学学报》期刊2019年07期）
程志,张志安,李金芝,江涛[10]（2019）在《改进人工势场法的移动机器人路径规划》一文中研究指出传统人工势场法在路径规划过程中易陷入势场局部最小点和陷阱区域,面对较为复杂的障碍物环绕环境也难以规划出完整路径。针对这个问题,提出了一种改进人工势场法。引入机器人前进的方向向量,对斥力的生成和计算机制进行了调整以解决其处于局部最小点情况下无法继续规划路径的问题;添加了判断机制以识别周边环境状况,当机器人处于陷阱区域等复杂环境下时设立虚拟目标点以引导其向外运动从而摆脱陷阱区域。结果表明,改进算法可以有效解决传统算法容易出现的路径规划中断情况;同时与传统算法相比,其在随机障碍物环境中的规划路径长度减少,有效提高了路径规划效率。(本文来源于《计算机工程与应用》期刊2019年23期）
人工势场法论文开题报告
（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：
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。
（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。
人工势场法论文参考文献
[1].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
[2].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
[3].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
[4].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
[5].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
[6].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
[7].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
[8].袁朝春,翁烁丰,何友国,SHEN,Jie,陈龙.基于改进人工势场法的路径规划决策一体化算法研究[J].农业机械学报.2019
[9].曹博,毕树生,郑晶翔,杨东升,黄国威.改进人工势场法的冗余机械臂避障算法[J].哈尔滨工业大学学报.2019
[10].程志,张志安,李金芝,江涛.改进人工势场法的移动机器人路径规划[J].计算机工程与应用.2019
论文知识图
