为了提高智能车在复杂动态环境中的行驶安全性,提出了基于动态人工势场法的运动规划方法。在分析传统人工势场的基础上,进行了两个方面的改进一是针对算法自身缺陷进行改进,模拟虚拟水流法的注水过程解决了局部极值陷阱问题,对障碍物斥力势场改进解决了目标不可达问题;二是对算法进行了动态环境适应性改进,在动态障碍物的斥力势场和动态目标点的引力势场中引入了速度、加速度因素,使智能车能够躲避动态障碍物、跟踪动态目标点。仿真结果表明,虚拟水流法能够克服传统算法的局部极值陷阱问题;改进斥力势场函数能够解决目标不可达问题;智能车在复杂动态环境中行驶时,使用动态人工势场法可以成功避开障碍物,安全到达目标点。

为了提高复杂动态环境下的机器人路径规划性能,文章提出了全局路径规划和局部路径规划相融合的混合路径规划方法。分析了A^＊算法原理,提出了加权A^＊算法,使用权值调节启发信息在评价函数中的作用;改进了人工势场法,解决了传统方法目标不可达和局部极值问题;将加权A^＊算法的全局路径规划和改进人工势场法的局部路径规划相融合,以全局规划路径的拐点作为局部路径规划的子目标点,提出了混合路径规划方法。经仿真验证,对于固定静态障碍物、临时堆放障碍物、动态障碍物三种情况,混合规划方法都能得到平滑的无碰最优路径。