针对无人车在动态转向避障过程中的,基于结构化道路改进人工势场模型进行了转向避障路径规划。首先应用椭圆化距离代替斥力势场的中的实际距离,其次,引入道路边界斥力势场模型,从而在较小车道空间内获得局部避障路径,为了更加准确的描述无人车行驶环境及动态障碍物信息,引入障碍物速度斥力势场。最后,建立了以转角为控制变量的纯追踪算法模型进行路径跟踪。Matlab仿真结果表明,对比传统人工势场法,应用改进的人工势场模型能够获得平顺且安全的局部避障路径,纯追踪控制器模型具有良好的路径跟踪性能。

针对人工势场(Artificial Potential Field,APF)法对机械手进行路径规划时存在的问题,提出了关节空间APF自适应变步长和目标偏置的快速扩展随机树(Rapidly-exploring Random Tree,RRT)相结合的方法。在关节空间中进行APF法路径规划,减少逆向运动学次数和关节角突变;通过改进斥力和引力势场函数,解决APF法中碰撞和目标不可达问题;采用柯西概率分布,根据末端点与障碍物的距离来改变关节角步长;通过调节RRT算法的目标偏置值,产生合适临时目标点,从而解决APF法局部极小值问题。在APF法存在局部极小值情况下进行机械臂避障仿真,结果表明,自适应变步长路径规划能够生成平滑轨迹并能提高搜索效率,目标偏置RRT选取临时目标点后整体路径长度变短。捡拾机械手在该改进算法下能够有效实现避障拾取任务需求。

针对传统人工势场法(Artificial potential field method,APF)在6自由度双机械臂系统避障路径规划中容易陷入局部极小值这一缺陷,提出了一种改进APF与改进快速扩展随机树算法(Rapidly-exploring random trees,RRT)相结合进行避障路径规划的方法。分析了双机械臂的工作空间,确认了双臂干涉的可能性。对于双机械臂的路径规划,利用改进后的APF对主机械臂进行路径规划,并将其作为从机械臂的动态障碍物,为从机械臂规划运动路径;利用改进后的RRT自适应地选择临时目标点,解决了从机械臂路径规划时陷入局部极小值的问题;利用改进的APF对从机械臂的剩余路径进行了规划。仿真分析表明,改进后的APF-RRT算法能比传统算法更加快速准确地解决双臂系统的避障路径规划问题。

针对采用传统人工势场法对双机械臂系统进行路径规划时无法约束双机械臂整体位姿,容易陷入局部极值点的问题,对人工势场法进行改进。采用D-H法对双机械臂系统进行运动学分析,采用圆柱——半球体包络盒模型作为碰撞检测模型;构建新的势能函数对双机械臂系统规划路径;采用构建虚拟目标点的方法帮助机械臂逃离局部极值点。仿真实验表明,改进算法克服了人工势场法局部极小的缺点,实现了对双机械臂系统的路径规划。

针对双6自由度机械臂提出了一种基于改进人工势场法的避障路径规划算法。分析了双机械臂的协作工作空间,确认了双臂自碰撞的可能。针对静态障碍物对主机械臂进行避障运动规划,完成主机械臂路径规划后,再将主机械臂作为从机械臂运动时的动态障碍物,为从机械臂规划避障运动路径。利用新的势能函数代替传统人工势场法的势能函数,对双机械臂进行避障路径规划;由于传统人工势场法在机械臂避障路径规划中容易陷入局部极小值的缺陷,因此,增加了虚拟吸引点,避免机械臂陷入局部极小值。仿真实验表明,该方法实现简单,满足双机械臂避障的要求,能够有效地为双机械臂规划出无碰撞路径。

为了提高机械臂在动态避障时的安全性和精确性,提出一种基于速度场的人工势场避碰算法。首先,建立吸引速度场,得到机械臂对运动目标追踪的轨迹;然后,结合危险场法构建排斥速度场,使机械臂可以在多障碍物的环境下实现动态避障和安全性评估;最后,针对人工势场法易陷局部最小值的问题,提出在和速度的法方向添加附加速度的方法逃逸局部最小值。利用Matlab Robotics Tool对算法进行了验证,结果表明,基于速度场的人工势场法可实现机械臂的动态目标的追踪、移动障碍物避碰和安全性评估。

针对室外区域非结构化道路环境,为了同时解决全局路径规划问题和局部路径规划问题,提出一种基于Floyd算法、A*算法和人工势场法的路径规划融合算法。采用A*算法规划可行路径,基于Floyd全局最优距离和权重数据递归求出最优路径;改进人工势场法,设计分段力场结合自适应角度函数,规划避障路径;基于三次多项式曲线拟合得到满足动力学约束的行车轨迹。采用MATLAB/Simulink进行路径规划仿真,结果表明:路径规划融合算法根据前方检测环境能准确规划出全局绕路轨迹和局部避障轨迹,单次规划时间分别为1.14 ms和45 ms,满足实时性要求。实车实验结果表明仿真结果准确,验证了实路径规划融合算法的有效性和算法的鲁棒性。

为解决传统人工势场法在路径规划中存在的缺陷,对目标不可达和局部极小点的情况进行了分析。将引力函数分段,避免引力过大而碰到障碍物的情况;通过引入机器人与目标点之间的距离因子,对斥力势场的生成和计算机制进行改进,以解决障碍物在目标点附近时的不可达问题。在已改进人工势场函数的基础上,提出一种用偏转角度来构建附加牵引力的方法以解决局部极小点问题。在MATLAB中对改进的算法进行了对比仿真实验,实验结果表明了该方法的有效性和可行性。

搬运机器人作为移动机器人中的一种,应用前景十分广泛。基于搬运机器人的避障问题,对人工势场法进行研究,针对人工势场法容易出现的局部极小值问题和目标不可达问题进行分析,通过引入虚拟障碍物模型,较好地解决了人工势场法的局部极小值问题;修改斥力模型修正了目标不可达问题。在MATLAB软件中对改进之后的算法进行仿真,验证了该算法的可行性。

针对传统人工势场法路径规划中存在的局部极小值和目标不可达问题,提出了一种面向AGV路径规划的改进人工势场法。该算法将道路边界障碍化,对障碍物密集区域的障碍物进行连锁处理,在斥力函数中引入目标点与AGV间的距离因数,在局部极小值点附近合适位置增加虚拟障碍物。仿真结果表明:改进算法可以有效解决局部极小值问题和目标不可达问题,同时使AGV避开障碍物陷阱成功到达目标点。