文献类型：期刊文章

作　　者：徐小强[1] 王明勇[1] 冒燕[1]

XU Xiaoqiang;WANG Mingyong;MAO Yan(School of Automation,Wuhan University of Technology,Wuhan Hubei 430070,China)

机构地区：[1]武汉理工大学自动化学院,武汉430070

出　　处：《计算机应用》

基　　金：中央高校基本科研业务费专项资金资助项目(2019IVA045)。

年　　份：2020

卷　　号：40

期　　号：12

起止页码：3508-3512

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSCD、CSCD_E2019_2020、IC、JST、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：针对传统人工势场法在路径规划过程中容易陷入陷阱区域和局部极小点的问题,提出了一种改进人工势场法。首先,提出安全距离概念,避免了不必要的路径,从而解决了路径过长和算法运行时间过长问题;然后,为避免机器人陷入局部极小点和陷阱区域,在算法中引入预测距离,使得算法可以在机器人陷入局部极小点或陷阱区域之前做出反应;最后,通过合理设置虚拟目标点,引导机器人避开局部极小点和陷阱区域。实验结果表明,改进算法可以有效解决传统算法容易陷入局部极小点和陷阱区域的问题;同时,相较于传统人工势场法,所提算法规划出的路径长度减少了5.2%,计算速度提高了405.56%。

关 键 词：人工势场法 路径规划 虚拟目标点  陷阱区域  局部极小点

分 类 号：TP242.6]