CN114460965B - 一种基于改进人工势场法的无人机三维避障方法 - Google Patents

一种基于改进人工势场法的无人机三维避障方法 Download PDF

Info

Publication number
CN114460965B
CN114460965B CN202210072893.5A CN202210072893A CN114460965B CN 114460965 B CN114460965 B CN 114460965B CN 202210072893 A CN202210072893 A CN 202210072893A CN 114460965 B CN114460965 B CN 114460965B
Authority
CN
China
Prior art keywords
aerial vehicle
unmanned aerial
target point
potential field
repulsive force
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.)
Active
Application number
CN202210072893.5A
Other languages
English (en)
Other versions
CN114460965A (zh
Inventor
孔明月
周兰凤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Institute of Technology
Original Assignee
Shanghai Institute of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Institute of Technology filed Critical Shanghai Institute of Technology
Priority to CN202210072893.5A priority Critical patent/CN114460965B/zh
Publication of CN114460965A publication Critical patent/CN114460965A/zh
Application granted granted Critical
Publication of CN114460965B publication Critical patent/CN114460965B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/10Simultaneous control of position or course in three dimensions
    • G05D1/101Simultaneous control of position or course in three dimensions specially adapted for aircraft
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/10Internal combustion engine [ICE] based vehicles
    • Y02T10/40Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明涉及一种基于改进人工势场法的无人机三维避障方法,包括:步骤S1、初始化人工势场法;步骤S2、计算无人机当前位置的引力、斥力和合力;当合力为0时,转步骤S3,否则,转步骤S4;步骤S3、当合力为0时,若无人机到达目标点,则结束;否则,采用六边形导向法确定下一步的虚拟目标点,并采用人工势场法对将无人机移动至虚拟目标点后,转步骤S2;步骤S4、若无人机在当前位置的斥力大于预设倍数的引力时,对斥力场函数进行修正,并转步骤S2;否则,采用人工势场法将无人机移动至下一位置后判断是否到达目标点,若到达目标点,则结束,否则转步骤S1。与现有技术相比,本发明解决了人工势场法的障碍物附近目标不可达和存在局部极小的问题。

Description

一种基于改进人工势场法的无人机三维避障方法
技术领域
本发明涉及无人机避障技术领域,尤其是涉及一种基于改进人工势场法的无人机三维避障方法。
背景技术
复杂地形环境下的无人机路径规划问题是近年来广泛关注的热点问题,以往的研究,对二维地形环境研究的较多,对三维地形环境研究的较少;对简单化的地形研究的较多,对复杂的自然地形环境研究的较少。
目前,有研究将APF人工势场法应用到无人机路径规划问题。APF人工势场法是虚力法,最早由Khatib于1986年提出,将机器人在环境空间中的运动转化为虚力场运动,建立由目标产生的引力场和障碍物产生的斥力场组成的混合势场。斥力场矢量方向与障碍物位置相对,引力场矢量方向与目标位置相对,合力指向下一条路径的方向。现有的APF人工势场法进行路径规划存在以下问题:1)在障碍物附近目标不可达(GNRON);2)存在局部极小问题;3)近年来的研究大多是基于二维环境。
而无人机需要在广阔的空中复杂环境中飞行,这对路径规划方法的实时性和三维适应性提出了更高的要求。
经过检索,郜辉等人使用“绕墙走”方式解决局部极小问题,围绕障碍物的边缘进行运动,使移动机器人走出局部极小值位置,但这个方法只适用于在地面行走的机器人比如扫地机器人,对于较为脆弱的无人机,贴墙走有很大的安全隐患;元朝春等人提出了一种基于制动过程分析的纵向安全距离模型和侧滑角约束下基于最小换道时间的换道安全间距模型的改进人工势场法,并用人工力表示环境信息的影响,最终仿真结果表明该算法具有较好的避障性能,但此算法依赖于人工赋值,缺乏自主性。
纵观上述分析,针对传统人工势场法的障碍物附近目标不可达和存在局部极小的问题,需要设计一种新的针对三维空间的无人机三维避障方法。
发明内容
本发明的目的就是为了克服上述现有技术存在的目标不可达以及易陷入局部极小值的缺陷而提供了一种基于改进人工势场法的无人机三维避障方法。
本发明的目的可以通过以下技术方案来实现:
根据本发明的第一方面,提供了一种基于改进人工势场法的无人机三维避障方法,该方法包括以下步骤:
步骤S1、建立三维地形环境模型,初始化人工势场法的参数、无人机初始位置、障碍物位置以及目标点;
步骤S2、计算无人机当前位置的引力和斥力,并对合力进行判断;当合力为0时,转步骤S3,否则,转步骤S4;
步骤S3、当合力为0时,若无人机到达目标点,则结束;否则,采用六边形导向法确定下一步的虚拟目标点,并采用人工势场法对无人机移动至所述虚拟目标点的路径进行规划,当所述无人机移动至所述虚拟目标点后,转步骤S2;
步骤S4、若无人机在当前位置的斥力大于预设倍数的引力时,对斥力场函数进行修正,并转步骤S2;否则,采用人工势场法将无人机移动至下一位置后判断是否到达目标点,若到达目标点,则结束,否则转步骤S1。
优选地,所述步骤S1具体为:
初始化无人机初始位置,目标点位置,障碍物位置,无人机和障碍物之间的安全距离以及无人机到达目标点的预测距离;
初始化人工势场法的引力场参数、斥力场参数以及斥力差值设定值;
初始化六边形导向法对应的最大步长以及迭代次数。
优选地,所述步骤S3中采用六边形导向法确定下一步的虚拟目标点,具体为:
1)以无人机所处的局部极小点为坐标原点,将无人机与目标点连接的直线在水平面的投影作为y轴,取经过原点并垂直于y轴的水平面直线作为x轴;垂直于xoy平面的直线为z轴;
2)当无人机在z轴方向受到的斥力差值Rep_z大于预设斥力差值s且在y轴方向的斥力差值Rep_xy小于预设斥力差值时,以坐标原点为角点构造z轴方向的竖直正六边形;否则,以坐标原点为角点构造水平正六边形;
所述水平正六边形构造过程为:以坐标原点为角点,y轴为对称轴,在xoy平面构造一个以最大步长作为边长的正六边形;
所述竖直正六边形构造过程为:以坐标原点为角点,z轴为对称轴,在zoy平面构造一个以最大步长作为边长的正六边形。
3)将正六边形与当前位置最近的且远离障碍物方向的角点记为虚拟目标点。
优选地,所述步骤S3中采用人工势场法对无人机移动至所述虚拟目标点的路径进行规划具体过程为:
1)调整所述无人机在局部极小点处的初始行进方向;
对于水平正六边形的六边形导向法,定义初始角θ为无人机与x轴的夹角,当初始角θ为正时,无人机顺时针旋转θo度;否则,无人机逆时针旋转θo度;
对于竖直正六边形的六边形导向法,定义初始角θ为无人机与z轴的夹角,当初始角θ为正时,无人机顺时针旋转θo度;否则,无人机逆时针旋转θo度;
2)无人机基于变化后初始行进方向的采用人工势场法朝着预设的虚拟目标点移动。
优选地,所述θo设置为90。
优选地,所述步骤S4中对斥力场函数进行修正,具体为:
定义斥力场函数Urep(X):
其中,D(d(X,Xg))为距离修正因子,其表达式为dn(X,Xg),d(X,Xg)为无人机到障碍物的距离,n为预设的正实数;krep为斥力场常数,d(X,X0)为无人机到目标点的距离,d0为障碍物影响辐射半径;
则修正后的斥力函数Frep(X)表达式为:
优选地,所述步骤S4中若无人机在当前位置的斥力大于预设倍数的引力,其表达式为:
Frep>A*Fatt
其中,Frep为斥力,Fatt为引力,A为预设的常系数。
优选地,所述常系数A的取值范围为[1,2.5)。
根据本发明的第二方面,提供了一种电子设备,包括存储器和处理器,所述存储器上存储有计算机程序,所述处理器执行所述程序时实现任一项所述的方法。
根据本发明的第三方面,提供了一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现任一项所述的方法。
与现有技术相比,本发明具有以下优点:
1)本发明采用改进人工势场法进行无人机三维避障,通过采用六边形导向法解决了无人机陷入局部极小值区域问题,通过采用修正的斥力场函数解决了目标不可达问题;通过改进后的人工势场法,无人机可以选择更好的路径或者逃离局部极小值地区,提高复杂地形环境下路径规划的有效性;
2)本发明采用的六边形导向法基于三维地形下不同方向的斥力差值情况,分别建立竖直正六边形和水平正六边形,进而确立虚拟目标点,使得陷入局部极小值区域的无人机脱离局部极小值区域,顺利到达目标位置,实现了三维地形场景下的路径规划;
3)本发明针对当目标点附近有障碍物时,斥力非常大,引力较小,物体很难到达目标点情况下,对原有斥力场函数进行修正,通过斥力场函数基础上乘以当前无人机与目标点距离相关的距离修正因子,避免目标点附近有障碍物导致的目标不可达问题;
4)本发明的方法可以大量减小监控人员的工作强度,减轻他们的工作压力,提高监控系统的工作性能;同时对于发展安防行业、保护广大人民群众的生命财产安全有着重要的意义和价值。
附图说明
图1为本发明的基于人工势场法的无人机三维避障方法流程图;
图2为六边形导向法结构示意图;
图3为六边形导向法流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明的一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都应属于本发明保护的范围。
实施例
如图1所示,本实施例给出了一种基于改进人工势场法的无人机三维避障方法,该方法包括以下步骤:
步骤S1、建立三维地形环境模型,初始化人工势场法的参数、无人机初始位置、障碍物位置以及目标点,具体为:
设置无人机初始位置X0=(0,0,0)T,目标点位置Xg=(175,180,40)T,无人机和障碍物之间的安全距离rs=6、无人机到达目标点的预测距离Rp=4;初始化人工势场法的引力场参数、斥力场参数以及斥力差值设定值;初始化六边形导向法对应的最大步长为3以及迭代次数iteration=520;
步骤S2、计算无人机当前位置的引力和斥力,并对合力进行判断;当合力为0时,转步骤S3,否则,转步骤S4;
步骤S3、当合力为0时,若无人机到达目标点,则结束;否则,采用六边形导向法确定下一步的虚拟目标点,并采用人工势场法对无人机移动至所述虚拟目标点的路径进行规划,当所述无人机移动至所述虚拟目标点后,转步骤S2;
步骤S4、若无人机在当前位置的斥力大于预设倍数的引力时,对斥力场函数进行修正,并转步骤S2;否则,采用人工势场法将无人机移动至下一位置后判断是否到达目标点,若到达目标点,则结束,否则转步骤S1。
如图2和图3所示,步骤S3中采用六边形导向法确定下一步的虚拟目标点,具体为:
1)以无人机所处的局部极小点为坐标原点,将无人机与目标点连接的直线在水平面的投影作为y轴,取经过原点并垂直于y轴的水平面直线作为x轴;垂直于xoy平面的直线为z轴;
2)当无人机在z轴方向受到的斥力差值Rep_z大于预设斥力差值s且在y轴方向的斥力差值Rep_xy小于预设斥力差值时,以坐标原点为角点构造z轴方向的竖直正六边形;否则,以坐标原点为角点构造水平正六边形;
所述水平正六边形构造过程为:以坐标原点为角点,y轴为对称轴,在xoy平面构造一个以最大步长作为边长的正六边形;
所述竖直正六边形构造过程为:以坐标原点为角点,z轴为对称轴,在zoy平面构造一个以最大步长作为边长的正六边形。
3)将正六边形与当前位置最近的且远离障碍物方向的角点记为虚拟目标点。
步骤S3中采用人工势场法对无人机移动至所述虚拟目标点的路径进行规划具体过程为:
1)调整所述无人机在局部极小点处的初始行进方向;
对于水平正六边形的六边形导向法,定义初始角θ为无人机与x轴的夹角,当初始角θ为正时,无人机顺时针旋转90度;否则,无人机逆时针旋转90度;
对于竖直正六边形的六边形导向法,定义初始角θ为无人机与z轴的夹角,当初始角θ为正时,无人机顺时针旋转90度;否则,无人机逆时针旋转90度;
2)无人机基于变化后初始行进方向的采用人工势场法朝着预设的虚拟目标点移动。人工势场法APF是一种将机器人的外形视为势场中的一个点,这个势场结合了对目标的吸引力和对障碍物的排斥力,得到的轨迹作为路径输出。
当无人机在当前位置的斥力大于预设倍数的引力,满足:
Frep>A*Fatt
其中,Frep为斥力,Fatt为引力;A为预设的常系数,其取值范围为[1,2.5)。
此时,对斥力场函数进行修正,具体为:
定义斥力场函数Urep(X):
其中,D(d(X,Xg))为距离修正因子,其表达式为dn(X,Xg),d(X,Xg)为无人机到障碍物的距离,n为设定的正实数;krep为斥力场常数,本实施例设为krep=0.01;d(X,X0)为无人机到目标点的距离,d0为障碍物影响辐射半径,本实施例设为6;
则修正后的斥力函数Frep(X)表达式为:
本实施例引力场函数采用现有技术,其表达式为:
其中,katt为引力场常数,本实施例设为katt=0.04;d(X,Xg)为无人机到障碍物的距离.
则引力场函数表达式为:
Fatt(X)=-kattd(X,Xg)
当无人机受到目标点的引力大于障碍物对其的斥力时,正六边形导向方法将停止。
本发明电子设备包括中央处理单元(CPU),其可以根据存储在只读存储器(ROM)中的计算机程序指令或者从存储单元加载到随机访问存储器(RAM)中的计算机程序指令,来执行各种适当的动作和处理。在RAM中,还可以存储设备操作所需的各种程序和数据。CPU、ROM以及RAM通过总线彼此相连。输入/输出(I/O)接口也连接至总线。
设备中的多个部件连接至I/O接口,包括:输入单元,例如键盘、鼠标等;输出单元,例如各种类型的显示器、扬声器等;存储单元,例如磁盘、光盘等;以及通信单元,例如网卡、调制解调器、无线通信收发机等。通信单元允许设备通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理单元执行上文所描述的各个方法和处理,例如方法S1~S4。例如,在一些实施例中,方法S1~S4可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元。在一些实施例中,计算机程序的部分或者全部可以经由ROM和/或通信单元而被载入和/或安装到设备上。当计算机程序加载到RAM并由CPU执行时,可以执行上文描述的方法S1~S4的一个或多个步骤。备选地,在其他实施例中,CPU可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行方法S1~S4。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)等等。
用于实施本发明的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种基于改进人工势场法的无人机三维避障方法,其特征在于,该方法包括以下步骤:
步骤S1、建立三维地形环境模型,初始化人工势场法的参数、无人机初始位置、障碍物位置以及目标点;
步骤S2、计算无人机当前位置的引力和斥力,并对合力进行判断;当合力为0时,转步骤S3,否则,转步骤S4;
步骤S3、当合力为0时,若无人机到达目标点,则结束;否则,采用六边形导向法确定下一步的虚拟目标点,并采用人工势场法对无人机移动至所述虚拟目标点的路径进行规划,当所述无人机移动至所述虚拟目标点后,转步骤S2;
步骤S4、若无人机在当前位置的斥力大于预设倍数的引力时,对斥力场函数进行修正,并转步骤S2;否则,采用人工势场法将无人机移动至下一位置后判断是否到达目标点,若到达目标点,则结束,否则转步骤S1。
2.根据权利要求1所述的一种基于改进人工势场法的无人机三维避障方法,其特征在于,所述步骤S1具体为:
初始化无人机初始位置,目标点位置,障碍物位置,无人机和障碍物之间的安全距离以及无人机到达目标点的预测距离;
初始化人工势场法的引力场参数、斥力场参数以及斥力差值设定值;
初始化六边形导向法对应的最大步长以及迭代次数。
3.根据权利要求1所述的一种基于改进人工势场法的无人机三维避障方法,其特征在于,所述步骤S3中采用六边形导向法确定下一步的虚拟目标点,具体为:
1)以无人机所处的局部极小点为坐标原点,将无人机与目标点连接的直线在水平面的投影作为y轴,取经过原点并垂直于y轴的水平面直线作为x轴;垂直于xoy平面的直线为z轴;
2)当无人机在z轴方向受到的斥力差值Rep_z大于预设斥力差值s且在y轴方向的斥力差值Rep_xy小于预设斥力差值时,以坐标原点为角点构造z轴方向的竖直正六边形;否则,以坐标原点为角点构造水平正六边形;
所述水平正六边形构造过程为:以坐标原点为角点,y轴为对称轴,在xoy平面构造一个以最大步长作为边长的正六边形;
所述竖直正六边形构造过程为:以坐标原点为角点,z轴为对称轴,在zoy平面构造一个以最大步长作为边长的正六边形;
3)将正六边形与当前位置最近的且远离障碍物方向的角点记为虚拟目标点。
4.根据权利要求3所述的一种基于改进人工势场法的无人机三维避障方法,其特征在于,所述步骤S3中采用人工势场法对无人机移动至所述虚拟目标点的路径进行规划具体过程为:
1)调整所述无人机在局部极小点处的初始行进方向;
对于水平正六边形的六边形导向法,定义初始角θ为无人机与x轴的夹角,当初始角θ为正时,无人机顺时针旋转θo度;否则,无人机逆时针旋转θo度;
对于竖直正六边形的六边形导向法,定义初始角θ为无人机与z轴的夹角,当初始角θ为正时,无人机顺时针旋转θo度;否则,无人机逆时针旋转θo度;
2)无人机基于变化后初始行进方向的采用人工势场法朝着预设的虚拟目标点移动。
5.根据权利要求4所述的一种基于改进人工势场法的无人机三维避障方法,其特征在于,所述θo设置为90。
6.根据权利要求1所述的一种基于改进人工势场法的无人机三维避障方法,其特征在于,所述步骤S4中对斥力场函数进行修正,具体为:
定义斥力场函数Urep(X):
其中,D(d(X,Xg))为距离修正因子,其表达式为dn(X,Xg),d(X,Xg)为无人机到障碍物的距离,n为预设的正实数;krep为斥力场常数,d(X,X0)为无人机到目标点的距离,d0为障碍物影响辐射半径;
则修正后的斥力函数Frep(X)表达式为:
7.根据权利要求1所述的一种基于改进人工势场法的无人机三维避障方法,其特征在于,所述步骤S4中若无人机在当前位置的斥力大于预设倍数的引力,其表达式为:
Frep>A*Fatt
其中,Frep为斥力,Fatt为引力,A为预设的常系数。
8.根据权利要求7所述的一种基于改进人工势场法的无人机三维避障方法,其特征在于,所述常系数A的取值范围为[1,2.5)。
9.一种电子设备,包括存储器和处理器,所述存储器上存储有计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1~8任一项所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1~8中任一项所述的方法。
CN202210072893.5A 2022-01-21 2022-01-21 一种基于改进人工势场法的无人机三维避障方法 Active CN114460965B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210072893.5A CN114460965B (zh) 2022-01-21 2022-01-21 一种基于改进人工势场法的无人机三维避障方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210072893.5A CN114460965B (zh) 2022-01-21 2022-01-21 一种基于改进人工势场法的无人机三维避障方法

Publications (2)

Publication Number Publication Date
CN114460965A CN114460965A (zh) 2022-05-10
CN114460965B true CN114460965B (zh) 2023-08-29

Family

ID=81408693

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210072893.5A Active CN114460965B (zh) 2022-01-21 2022-01-21 一种基于改进人工势场法的无人机三维避障方法

Country Status (1)

Country Link
CN (1) CN114460965B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115016543B (zh) * 2022-08-03 2022-10-21 中国人民解放军国防科技大学 基于人工标量场模型的无人机集群持续侦察和避障方法
CN115167528B (zh) * 2022-09-05 2022-12-02 北京航空航天大学 一种基于人工势场法的空间协同制导方法及装置
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

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016045615A1 (zh) * 2014-09-25 2016-03-31 科沃斯机器人有限公司 机器人静态路径规划方法
CN106843235A (zh) * 2017-03-31 2017-06-13 深圳市靖洲科技有限公司 一种面向无人自行车的人工势场路径规划法
CN109434836A (zh) * 2018-12-14 2019-03-08 浙江大学 一种结合球树模型的机械手人工势场空间路径规划方法
CN110377055A (zh) * 2019-08-14 2019-10-25 西南石油大学 基于改进型人工势场法的无人机三维编队方法
CN110567478A (zh) * 2019-09-30 2019-12-13 广西科技大学 一种基于人工势场法的无人驾驶车辆路径规划方法
CN111546343A (zh) * 2020-05-13 2020-08-18 浙江工业大学 一种基于改进人工势场法的消防移动机器人路径规划方法及系统
CN112068560A (zh) * 2020-08-28 2020-12-11 的卢技术有限公司 一种基于改进人工势场法的机器人路径规划方法
WO2021082710A1 (zh) * 2019-10-31 2021-05-06 五邑大学 无人船路径规划方法、装置、设备和存储介质
CN113296523A (zh) * 2021-05-27 2021-08-24 太原科技大学 一种移动机器人避障路径规划方法
CN113515130A (zh) * 2021-08-26 2021-10-19 鲁东大学 用于智能体路径规划的方法和存储介质
CN113687662A (zh) * 2021-09-08 2021-11-23 南京理工大学 基于布谷鸟算法改进人工势场法的四旋翼编队避障方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016045615A1 (zh) * 2014-09-25 2016-03-31 科沃斯机器人有限公司 机器人静态路径规划方法
CN106843235A (zh) * 2017-03-31 2017-06-13 深圳市靖洲科技有限公司 一种面向无人自行车的人工势场路径规划法
CN109434836A (zh) * 2018-12-14 2019-03-08 浙江大学 一种结合球树模型的机械手人工势场空间路径规划方法
CN110377055A (zh) * 2019-08-14 2019-10-25 西南石油大学 基于改进型人工势场法的无人机三维编队方法
CN110567478A (zh) * 2019-09-30 2019-12-13 广西科技大学 一种基于人工势场法的无人驾驶车辆路径规划方法
WO2021082710A1 (zh) * 2019-10-31 2021-05-06 五邑大学 无人船路径规划方法、装置、设备和存储介质
CN111546343A (zh) * 2020-05-13 2020-08-18 浙江工业大学 一种基于改进人工势场法的消防移动机器人路径规划方法及系统
CN112068560A (zh) * 2020-08-28 2020-12-11 的卢技术有限公司 一种基于改进人工势场法的机器人路径规划方法
CN113296523A (zh) * 2021-05-27 2021-08-24 太原科技大学 一种移动机器人避障路径规划方法
CN113515130A (zh) * 2021-08-26 2021-10-19 鲁东大学 用于智能体路径规划的方法和存储介质
CN113687662A (zh) * 2021-09-08 2021-11-23 南京理工大学 基于布谷鸟算法改进人工势场法的四旋翼编队避障方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
杨凯 ; 龙佳 ; 马雪燕 ; 余中政 ; .移动机器人改进人工势场的路径规划方法研究.现代电子技术.2020,(第07期),149-153. *

Also Published As

Publication number Publication date
CN114460965A (zh) 2022-05-10

Similar Documents

Publication Publication Date Title
CN114460965B (zh) 一种基于改进人工势场法的无人机三维避障方法
CN110703768B (zh) 一种改进型动态rrt*的移动机器人运动规划方法
CN110986953B (zh) 路径规划方法、机器人及计算机可读存储介质
CN102520718B (zh) 一种基于物理建模的机器人避障路径规划方法
Ye et al. Collision-free motion planning for the litchi-picking robot
KR20160070006A (ko) 간섭 회피 방법, 제어 장치 및 프로그램
US20220057804A1 (en) Path determination method
CN110561420B (zh) 臂型面约束柔性机器人轨迹规划方法及装置
Mohamed et al. Autonomous navigation of agvs in unknown cluttered environments: log-mppi control strategy
CN113211495A (zh) 一种机械臂碰撞检测方法、系统、存储介质和机械臂
CN112070835B (zh) 机械臂位姿预测方法、装置、存储介质及电子设备
Raheem et al. Interactive heuristic D* path planning solution based on PSO for two-link robotic arm in dynamic environment
Zhou et al. Building information modeling‐based 3D reconstruction and coverage planning enabled automatic painting of interior walls using a novel painting robot in construction
Geng et al. Robo-Centric ESDF: A fast and accurate whole-body collision evaluation tool for any-shape robotic planning
Zhang et al. A generalized continuous collision detection framework of polynomial trajectory for mobile robots in cluttered environments
Son et al. A convex programming approach to the base placement of a 6-DOF articulated robot with a spherical wrist
WO2021217341A1 (zh) 避障方法、可移动平台、控制设备和存储介质
Lee et al. A fast path planning-and-tracking control for wheeled mobile robots
CN110948489B (zh) 一种带电作业机器人安全工作空间限定方法及系统
Yang et al. Two-stage multi-sensor fusion positioning system with seamless switching for cooperative mobile robot and manipulator system
CN116909284B (zh) 足式机器人避障控制方法、装置、计算机设备和存储介质
CN117075617B (zh) 机器人轨迹规划方法、装置、存储介质及电子设备
Wang et al. An efficient constraint method for solving planning problems under end-effector constraints
CN117664136B (zh) 基于流形表示的不平坦环境下类车机器人轨迹生成方法
Dursun et al. Maintaining Visibility of Dynamic Objects in Cluttered Environments Using Mobile Manipulators and Vector Field Inequalities

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant