CN104317291A - 一种基于人工势场法的机器人避碰路径规划方法 - Google Patents
一种基于人工势场法的机器人避碰路径规划方法 Download PDFInfo
- Publication number
- CN104317291A CN104317291A CN201410467887.5A CN201410467887A CN104317291A CN 104317291 A CN104317291 A CN 104317291A CN 201410467887 A CN201410467887 A CN 201410467887A CN 104317291 A CN104317291 A CN 104317291A
- Authority
- CN
- China
- Prior art keywords
- robot
- distance
- impact point
- barrier
- potential field
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种基于人工势场法的机器人避碰路径规划方法,步骤包括: 1 、检测目标点:检测地图上有无目标点,如果没有目标点,则程序不会往下走,而是会循环地检测直到检测到目标点为止; 2 、规划路径:一旦检测到有目标点,则计算机器人初始位置与目标点的距离,然后判断其距离是否大于 5.0 ,未达到需要寻址路径规划,程序继续往下走; 3 、控制避障:引进目标牵引力使机器人动起来,并检测周围 600 距离范围内是否存在障碍物,求出各障碍物与机器人之间的距离,并将此距离返回值带入到基于人工势场的算法中从而控制机器人绕过障碍物前行直到最终到达目标点。
Description
技术领域
本发明涉及一种复杂形状机器人避碰路径规划方法,特别是一种基于人工势场法的机器人避碰路径规划方法。
背景技术
机器人的避碰路径规划一直以来都是机器人研究领域的难点,也是需要一直深入研究的问题。鉴于往机器人路径规划中,多数将机器人简化为圆形等简单形状,而为实现机器人上加装各类辅助设备的需求(例如机械臂、测距仪等),需针对任意形状的机器人,研究其在复杂环境下的避碰路径规划问题,为机器人路径规划方法的进一步实用化提供支撑。
基于此,本发明提出一种基于线段之间最短距离检测的人工势场法实现了复杂形状移动机器人在未知环境下的避碰路径规划。目前已经基本上达到比较好的控制效果,从而使移动机器人能够及时有效地避开障碍物。该方法是以机器人与障碍物的各边界组成线段之间的最短距离作为其检测距离,并将此距离应用到人工势场法中,作为斥力值的计算参数。本方法不考虑障碍物的运动状态,将其视为静态物体,从而简化机器人避障的分析,机器人能够根据最短距离检测所得的距离值判断是否遇到了存在碰撞危险的障碍物,并及时有效地选择合适的避障方式,使移动机器人在顺利平稳地躲避碰撞的前提下能实现快速的规划路径。
发明内容
本发明的一种基于人工势场法的机器人避碰路径规划方法,目的在于提供一种针对复杂形状移动机器人在未知环境下的避碰路径规划,使得机器人能够根据最短距离检测所得的距离值判断是否遇到了存在碰撞危险的障碍物,并及时有效地选择合适的避障方式,使移动机器人在顺利平稳地躲避碰撞的前提下能实现快速的规划路径。
本发明的目的是这样实现的:
1、检测目标点,包括以下步骤:
1.1、仿真程序开始会检测地图上有无目标点,如果没有目标点,则程序不会往下走,而是会循环地检测直到检测到目标点为止;
1.2、一旦检测到有目标点,则进入下一步。
、规划路径,包括以下步骤:
2.1、计算机器人初始位置与目标点的距离,然后判断其距离是否大于5.0(这个距离是机器人跟踪目标点的误差距离,可以根据具体参数适当改变);
2.2、如果距离是在5.0这个范围内,则可以认为机器人已经到达目标点,不用再去寻址;若距离超过了这个范围,说明机器人并未到达目标点,此时则需要寻址路径规划,程序继续执行到下一步。
、控制避障,包括以下步骤:
3.1引进目标牵引力使机器人动起来,并检测周围600距离范围内是否存在障碍物;
3.2如果没有障碍物,则继续前进直到到达目标点;如果有则对各障碍物进行最短距离检测,求出各障碍物与机器人之间的距离,并将此距离返回值带入到基于人工势场的算法中从而控制机器人绕过障碍物前行直到最终到达目标点。
本发明还可以包括:
1、在仿真过程中每一时刻机器人前进的位置坐标:
其中θ`为机器人旋转姿态角的弧度值;dx为机器人相对于地图的X方向单位时间内前进的位移值;dy为机器人相对于地图的Y方向单位时间内前进的位移值;为每次前进的时间间隔。
、移动机器人工势场函数:
斥力势函数: ,其中d为通过线段最短距离检测得到的机器人与障碍物之间的最短距离;d m 为势场作用的最大范围,也是距离检测最大范围;k r 为斥力系数。
引力函数:,其中d为机器人距目标的距离,k a 为引力系数。
本发明的有益效果:
(1)简化了机器人避障的分析,机器人能够根据最短距离检测所得的距离值判断是否遇到了存在碰撞危险的障碍物,并及时有效地选择合适的的避障方式,使移动机器人在顺利平稳地躲避碰撞的前提下能实现快速的规划路径。
(2)采用人工势场,能够使得机器人在较为简单的环境中,可以规划出一条无碰撞的路径,快速准确地到达目标点,实现简单,代码效率高。
附图说明
图1为本发明的程序流程图;
图2为人工势场受力图。
具体实施方式
下面结合附图举例对本发明做更详细地描述:
实施例1
结合图1,图1为本发明的程序流程图。首先仿真程序开始会检测地图上有无目标点,如果没有目标点,则程序不会往下走,而是会循环地检测直到检测到目标点为止。然后一旦检测到有目标点,则计算机器人初始位置与目标点的距离,然后判断其距离是否大于5.0(这个距离是机器人跟踪目标点的误差距离,可以根据具体参数适当改变)如果距离是在5.0这个范围内,则可以认为机器人已经到达目标点,不用再去寻址;若距离超过了这个范围,说明机器人并未到达目标点,此时则需要寻址路径规划,程序继续往下走。最后我们引进目标牵引力使机器人动起来,并检测周围600距离范围内是否存在障碍物,如果没有,则继续前进直到到达目标点;如果有则对各障碍物进行最短距离检测,求出各障碍物与机器人之间的距离,并将此距离返回值带入到基于人工势场的算法中从而控制机器人绕过障碍物前行直到最终到达目标点。
实施例2
结合图2,图2为人工势场受力图。势场是对机器人运行环境的人为的抽象描述,障碍物及目标点按某种规则(势函数)产生一定的势场,机器人在势场中具有一定的势能。势函数是根据实际情况人为设定的。所以势函数的形式不是固定不变的,往往是根据需要设定。势函数分为斥力势函数和引力势函数,势函数应该满足连续,可导等一般势场所具有的性质。
斥力势函数的选取
在势场中,由障碍物产生的势场对机器人产生排斥作用,且距离越近,排斥作用应越大,即机器人与障碍物越近,说明具有的势能越大,反之就越小。这种势场与电势场类似,势能与距离成反比。因此斥力势函数可取为:
(1)
机器人受到的斥力为:
(2)
我们引进障碍物对机器人的斥力是为了避免碰撞,上式中d为通过线段最短距离检测得到的机器人与障碍物之间的最短距离;d m 为势场作用的最大范围,也是距离检测最大范围;k r 为斥力系数。
斥力的方向背离障碍物。当d→0时,由式(2)可知F r →∞,即机器人与障碍物相碰时,受到的斥力为无穷大。要想避免机器人与障碍物相碰,可设一个最小安全距离d o ,当d→d o 时,F r →∞。同时为使F r 连续,可将斥力的大小用下面式(3.3)表示:
(3)
以上只考虑单个障碍物机器人受到的控制力,对于多个障碍物可以采用势场的叠加性得到多个障碍物的斥力势场。
引力势函数的选取
目标的势函数同样也是采用基于距离的概念。目标对机器人起吸引作用,并且距离越远,吸引作用越大,即机器人距目标越远,所具有的势能就越大;反之就越小。当距离为零时,机器人的势能为零,此时机器人到达终点。这种性质是类似与重力势能和弹性势能的定义的。不同的是重力势能与距离成正比,而弹性势能与距离的平方成正比。
因此引力势函数可分别取为:
(5)
d为机器人距目标的距离。相应的引力分别为:
(6)
方向指向目标点。两种势函数得到的引力是不同的,一个是常值,一个与距离成正比。采用后者势函数在距离d很大与很小时,产生的引力差别比较大。若障碍物产生的斥力不大而引力较大时,会使机器人与障碍物发生碰障。而采用常值的引力,就会避免上述情况。本文采用常值引力,并通过调整k a 的大小取一个合适的引力值。机器人在合力的作用下,就可以绕过障碍物到达目标点。
如图2所示,在目标位置构造引力势场Ua和在多个障碍物周围构造斥力势场Ur,引力场的引力Fa吸引机器人朝目标点方向运动,斥力场的斥力F 1 ~F 3 阻止机器人朝障碍物方向运动,引力和斥力均作用在机器人形心上,并形成一个合力,在这些势场力共同作用下机器人向目标运动。
其中机器人受到的总的斥力为障碍物1,2,3对机器人斥力的矢量和:
(7)
机器人在目标以及障碍物共同存在的情况下所受的合力:
(8)。
Claims (4)
1.一种基于人工势场法的机器人避碰路径规划方法,其特征在于:包括以下步骤:
1、检测目标点;
2、规划路径;
3、控制避障。
2.根据权利要求1所述的一种基于人工势场法的机器人避碰路径规划方法,其特征在于,所述步骤1包括以下步骤:
1.1、仿真程序开始会检测地图上有无目标点,如果没有目标点,则程序不会往下走,而是会循环地检测直到检测到目标点为止;
1.2、一旦检测到有目标点,则进入下一步。
3.根据权利要求1所述的一种基于人工势场法的机器人避碰路径规划方法,其特征在于,所述步骤2包括以下步骤:
2.1、计算机器人初始位置与目标点的距离,然后判断其距离是否大于5.0;
2.2、如果距离是在5.0这个范围内,则可以认为机器人已经到达目标点,不用再去寻址;若距离超过了这个范围,说明机器人并未到达目标点,此时则需要寻址路径规划,程序继续执行到下一步。
4.根据权利要求1所述的一种基于人工势场法的机器人避碰路径规划方法,其特征在于,所述步骤3包括以下步骤:
3.1、引进目标牵引力使机器人动起来,并检测周围600距离范围内是否存在障碍物;
3.2、如果没有障碍物,则继续前进直到到达目标点;如果有则对各障碍物进行最短距离检测,求出各障碍物与机器人之间的距离,并将此距离返回值带入到基于人工势场的算法中从而控制机器人绕过障碍物前行直到最终到达目标点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410467887.5A CN104317291A (zh) | 2014-09-16 | 2014-09-16 | 一种基于人工势场法的机器人避碰路径规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410467887.5A CN104317291A (zh) | 2014-09-16 | 2014-09-16 | 一种基于人工势场法的机器人避碰路径规划方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104317291A true CN104317291A (zh) | 2015-01-28 |
Family
ID=52372533
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410467887.5A Pending CN104317291A (zh) | 2014-09-16 | 2014-09-16 | 一种基于人工势场法的机器人避碰路径规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104317291A (zh) |
Cited By (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104714555A (zh) * | 2015-03-23 | 2015-06-17 | 深圳北航新兴产业技术研究院 | 一种基于边缘的三维自主探索方法 |
CN105974917A (zh) * | 2016-05-11 | 2016-09-28 | 江苏大学 | 一种基于新型人工势场法的车辆避障路径规划研究方法 |
CN106054882A (zh) * | 2016-06-15 | 2016-10-26 | 深圳市金佰科创发展有限公司 | 一种机器人避障方法 |
CN106094811A (zh) * | 2015-04-27 | 2016-11-09 | 华中科技大学 | 一种基于多传感器的助行机器人人机接口的避障控制方法 |
CN106155063A (zh) * | 2016-09-28 | 2016-11-23 | 深圳市普渡科技有限公司 | 一种基于斥力势场的多机器人调度方法 |
CN106272411A (zh) * | 2016-08-24 | 2017-01-04 | 上海交通大学 | 基于引力源的多机器人协同搬运船舱货物方法 |
CN106708054A (zh) * | 2017-01-24 | 2017-05-24 | 贵州电网有限责任公司电力科学研究院 | 结合地图栅格与势场法避障的巡检机器人路径规划方法 |
CN107065866A (zh) * | 2017-03-24 | 2017-08-18 | 北京工业大学 | 一种基于改进光流算法的移动机器人导航方法 |
CN107885209A (zh) * | 2017-11-13 | 2018-04-06 | 浙江工业大学 | 一种基于动态窗口与虚拟目标点的避障方法 |
CN107894773A (zh) * | 2017-12-15 | 2018-04-10 | 广东工业大学 | 一种移动机器人的导航方法、系统及相关装置 |
CN107992086A (zh) * | 2018-01-03 | 2018-05-04 | 广东工业大学 | 一种无人机避障方法及系统 |
CN107992036A (zh) * | 2017-11-20 | 2018-05-04 | 汕头大学 | 一种智能停车库中存取车路径规划方法、装置及存储介质 |
CN108089595A (zh) * | 2017-12-16 | 2018-05-29 | 广东容祺智能科技有限公司 | 一种基于无人机避障的寻址系统及方法 |
CN108153298A (zh) * | 2017-04-19 | 2018-06-12 | 中国北方车辆研究所 | 一种基于改进人工势场的足式机器人牵引控制方法及系统 |
CN108490939A (zh) * | 2018-03-27 | 2018-09-04 | 南京航空航天大学 | 在局部感知能力下的势流法的避障方法 |
CN108614561A (zh) * | 2018-05-31 | 2018-10-02 | 重庆大学 | 一种适用于全向轮移动机器人的人工势场避障方法 |
CN108803614A (zh) * | 2018-07-04 | 2018-11-13 | 广东猪兼强互联网科技有限公司 | 一种无人驾驶机器人路径规划系统 |
CN108983785A (zh) * | 2018-08-06 | 2018-12-11 | 上海电气集团股份有限公司 | 康复机器人的防碰撞方法及系统 |
CN109407653A (zh) * | 2018-12-18 | 2019-03-01 | 中国人民解放军陆军装甲兵学院 | 一种室内通用多移动机器人算法验证系统 |
CN110023866A (zh) * | 2016-11-02 | 2019-07-16 | 云海智行股份有限公司 | 用于自主导航中的动态路线规划的系统和方法 |
CN110190488A (zh) * | 2019-05-30 | 2019-08-30 | 哈尔滨工业大学(深圳) | 一种约束空间下电缆自动化装配方法、装置、系统及存储介质 |
CN110209171A (zh) * | 2019-06-24 | 2019-09-06 | 深圳物控智联科技有限公司 | 一种基于人工势场法的路径规划方法 |
CN110471429A (zh) * | 2019-09-19 | 2019-11-19 | 华南农业大学 | 基于改进人工势场法的割草机器人实时避障方法 |
CN110764411A (zh) * | 2019-11-06 | 2020-02-07 | 大连理工大学 | 一种用于多障碍环境的两轮自平衡车自主避障方法 |
CN111443733A (zh) * | 2020-05-25 | 2020-07-24 | 深圳市道通智能航空技术有限公司 | 一种无人机飞行控制方法、装置及无人机 |
CN113485446A (zh) * | 2021-08-12 | 2021-10-08 | 北京航空航天大学 | 一种无人飞艇编队飞行控制方法、系统及存储介质 |
CN113485362A (zh) * | 2021-07-30 | 2021-10-08 | 美的集团(上海)有限公司 | 机器人运动方法、装置和电子设备 |
CN114115341A (zh) * | 2021-11-18 | 2022-03-01 | 中国人民解放军陆军工程大学 | 一种智能体集群协同运动方法及系统 |
CN115328152A (zh) * | 2022-09-05 | 2022-11-11 | 北京理工大学 | 基于改进人工势场法的无人车局部实时避障路径规划方法 |
CN117270575A (zh) * | 2023-11-22 | 2023-12-22 | 中节能(新泰)太阳能科技有限公司 | 基于坐标变换的高压线路架空区域无人机巡检避障方法 |
-
2014
- 2014-09-16 CN CN201410467887.5A patent/CN104317291A/zh active Pending
Cited By (44)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104714555A (zh) * | 2015-03-23 | 2015-06-17 | 深圳北航新兴产业技术研究院 | 一种基于边缘的三维自主探索方法 |
CN104714555B (zh) * | 2015-03-23 | 2017-05-10 | 深圳北航新兴产业技术研究院 | 一种基于边缘的三维自主探索方法 |
CN106094811A (zh) * | 2015-04-27 | 2016-11-09 | 华中科技大学 | 一种基于多传感器的助行机器人人机接口的避障控制方法 |
CN106094811B (zh) * | 2015-04-27 | 2019-03-05 | 华中科技大学 | 一种基于多传感器的助行机器人人机接口的避障控制方法 |
CN105974917A (zh) * | 2016-05-11 | 2016-09-28 | 江苏大学 | 一种基于新型人工势场法的车辆避障路径规划研究方法 |
CN105974917B (zh) * | 2016-05-11 | 2018-12-14 | 江苏大学 | 一种基于新型人工势场法的车辆避障路径规划研究方法 |
CN106054882A (zh) * | 2016-06-15 | 2016-10-26 | 深圳市金佰科创发展有限公司 | 一种机器人避障方法 |
CN106272411B (zh) * | 2016-08-24 | 2018-08-17 | 上海交通大学 | 基于引力源的多机器人协同搬运船舱货物方法 |
CN106272411A (zh) * | 2016-08-24 | 2017-01-04 | 上海交通大学 | 基于引力源的多机器人协同搬运船舱货物方法 |
CN106155063A (zh) * | 2016-09-28 | 2016-11-23 | 深圳市普渡科技有限公司 | 一种基于斥力势场的多机器人调度方法 |
CN110023866A (zh) * | 2016-11-02 | 2019-07-16 | 云海智行股份有限公司 | 用于自主导航中的动态路线规划的系统和方法 |
CN106708054A (zh) * | 2017-01-24 | 2017-05-24 | 贵州电网有限责任公司电力科学研究院 | 结合地图栅格与势场法避障的巡检机器人路径规划方法 |
CN106708054B (zh) * | 2017-01-24 | 2019-12-13 | 贵州电网有限责任公司电力科学研究院 | 结合地图栅格与势场法避障的巡检机器人路径规划方法 |
CN107065866A (zh) * | 2017-03-24 | 2017-08-18 | 北京工业大学 | 一种基于改进光流算法的移动机器人导航方法 |
CN108153298A (zh) * | 2017-04-19 | 2018-06-12 | 中国北方车辆研究所 | 一种基于改进人工势场的足式机器人牵引控制方法及系统 |
CN108153298B (zh) * | 2017-04-19 | 2022-08-09 | 中国北方车辆研究所 | 一种基于改进人工势场的足式机器人牵引控制方法及系统 |
CN107885209A (zh) * | 2017-11-13 | 2018-04-06 | 浙江工业大学 | 一种基于动态窗口与虚拟目标点的避障方法 |
CN107992036A (zh) * | 2017-11-20 | 2018-05-04 | 汕头大学 | 一种智能停车库中存取车路径规划方法、装置及存储介质 |
CN107894773A (zh) * | 2017-12-15 | 2018-04-10 | 广东工业大学 | 一种移动机器人的导航方法、系统及相关装置 |
CN108089595A (zh) * | 2017-12-16 | 2018-05-29 | 广东容祺智能科技有限公司 | 一种基于无人机避障的寻址系统及方法 |
CN108089595B (zh) * | 2017-12-16 | 2020-08-25 | 广东容祺智能科技有限公司 | 一种基于无人机避障的寻址系统及方法 |
CN107992086A (zh) * | 2018-01-03 | 2018-05-04 | 广东工业大学 | 一种无人机避障方法及系统 |
CN108490939A (zh) * | 2018-03-27 | 2018-09-04 | 南京航空航天大学 | 在局部感知能力下的势流法的避障方法 |
CN108490939B (zh) * | 2018-03-27 | 2021-04-20 | 南京航空航天大学 | 在局部感知能力下的势流法的避障方法 |
CN108614561A (zh) * | 2018-05-31 | 2018-10-02 | 重庆大学 | 一种适用于全向轮移动机器人的人工势场避障方法 |
CN108803614A (zh) * | 2018-07-04 | 2018-11-13 | 广东猪兼强互联网科技有限公司 | 一种无人驾驶机器人路径规划系统 |
CN108983785A (zh) * | 2018-08-06 | 2018-12-11 | 上海电气集团股份有限公司 | 康复机器人的防碰撞方法及系统 |
CN109407653A (zh) * | 2018-12-18 | 2019-03-01 | 中国人民解放军陆军装甲兵学院 | 一种室内通用多移动机器人算法验证系统 |
CN110190488A (zh) * | 2019-05-30 | 2019-08-30 | 哈尔滨工业大学(深圳) | 一种约束空间下电缆自动化装配方法、装置、系统及存储介质 |
CN110209171A (zh) * | 2019-06-24 | 2019-09-06 | 深圳物控智联科技有限公司 | 一种基于人工势场法的路径规划方法 |
CN110471429A (zh) * | 2019-09-19 | 2019-11-19 | 华南农业大学 | 基于改进人工势场法的割草机器人实时避障方法 |
CN110764411A (zh) * | 2019-11-06 | 2020-02-07 | 大连理工大学 | 一种用于多障碍环境的两轮自平衡车自主避障方法 |
CN110764411B (zh) * | 2019-11-06 | 2020-08-21 | 大连理工大学 | 一种用于多障碍环境的两轮自平衡车自主避障方法 |
WO2021238743A1 (zh) * | 2020-05-25 | 2021-12-02 | 深圳市道通智能航空技术股份有限公司 | 一种无人机飞行控制方法、装置及无人机 |
CN111443733A (zh) * | 2020-05-25 | 2020-07-24 | 深圳市道通智能航空技术有限公司 | 一种无人机飞行控制方法、装置及无人机 |
CN111443733B (zh) * | 2020-05-25 | 2023-09-15 | 深圳市道通智能航空技术股份有限公司 | 一种无人机飞行控制方法、装置及无人机 |
CN113485362A (zh) * | 2021-07-30 | 2021-10-08 | 美的集团(上海)有限公司 | 机器人运动方法、装置和电子设备 |
CN113485446B (zh) * | 2021-08-12 | 2023-09-26 | 北京航空航天大学 | 一种无人飞艇编队飞行控制方法、系统及存储介质 |
CN113485446A (zh) * | 2021-08-12 | 2021-10-08 | 北京航空航天大学 | 一种无人飞艇编队飞行控制方法、系统及存储介质 |
CN114115341A (zh) * | 2021-11-18 | 2022-03-01 | 中国人民解放军陆军工程大学 | 一种智能体集群协同运动方法及系统 |
CN114115341B (zh) * | 2021-11-18 | 2022-11-01 | 中国人民解放军陆军工程大学 | 一种智能体集群协同运动方法及系统 |
CN115328152A (zh) * | 2022-09-05 | 2022-11-11 | 北京理工大学 | 基于改进人工势场法的无人车局部实时避障路径规划方法 |
CN117270575B (zh) * | 2023-11-22 | 2024-01-30 | 中节能(新泰)太阳能科技有限公司 | 基于坐标变换的高压线路架空区域无人机巡检避障方法 |
CN117270575A (zh) * | 2023-11-22 | 2023-12-22 | 中节能(新泰)太阳能科技有限公司 | 基于坐标变换的高压线路架空区域无人机巡检避障方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104317291A (zh) | 一种基于人工势场法的机器人避碰路径规划方法 | |
CN104317292A (zh) | 一种复杂形状机器人避碰路径的方法 | |
Xu et al. | Behavior‐Based Formation Control of Swarm Robots | |
Liu et al. | Obstacle avoidance path planning of space manipulator based on improved artificial potential field method | |
Choi et al. | Real-time navigation in crowded dynamic environments using Gaussian process motion control | |
Baghli et al. | Optimization of arm manipulator trajectory planning in the presence of obstacles by ant colony algorithm | |
Lu et al. | Robot path planning in unknown environments using particle swarm optimization | |
Jung et al. | Local path planning of a mobile robot using a novel grid-based potential method | |
Hou et al. | Simulation research for mobile robot path planning based on improved artificial potential field method recommended by the AsiaSim | |
Yokoyama et al. | Success weighted by completion time: A dynamics-aware evaluation criteria for embodied navigation | |
Kim et al. | A path planning algorithm using artificial potential field based on probability map | |
Liu et al. | Safe reinforcement learning of dynamic high-dimensional robotic tasks: navigation, manipulation, interaction | |
Yin et al. | An improved potential field method for mobile robot path planning in dynamic environments | |
Luo et al. | The improvement of the artificial potential field robot path planning based on 3-D space | |
CN109000653B (zh) | 一种多维空间多载运工具路径智能优化方法 | |
Chuan-ling et al. | Path planning of mobile robot using new potential field method in dynamic environments | |
Jiang et al. | Mobile robot gas source localization based on behavior strategies | |
Jin et al. | A Synthetic Algorithm for Tracking a Moving Object in a Multiple‐Dynamic Obstacles Environment Based on Kinematically Planar Redundant Manipulators | |
Makhal et al. | Path planning through maze routing for a mobile robot with nonholonomic constraints | |
Supakar et al. | PSO obstacle avoidance algorithm for robot in unknown environment | |
Wickramaratna et al. | Field based navigation for 3D obstacle avoidance | |
Jia et al. | Path planning for mobile robot using the novel repulsive force algorithm | |
Zhang et al. | A virtual physics-based approach to chemical source localization using mobile robots | |
Jeon et al. | Obstacle avoidance method for multi-agent robots using IR sensor and image information | |
Lee et al. | Amorphous obstacle avoidance based on APF methods for local path planning |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20150128 |
|
WD01 | Invention patent application deemed withdrawn after publication |