【路径规划】基于改进人工势场实现机器人路径规划附matlab代码

1 简介

​针对传统人工势场法存在局部极小点,而且容易导致路径规划失效的问题,通过模糊的人工势场法,可以解决局部极小问题,使机器人尽快跳出局部极小点.从而有效地克服了机器人在障碍物附近出现的反复震荡或停止不前等问题,使机器人运动轨迹更平滑,从而更接近最优路径.仿真实验结果说明此方法有效.

2 部分代码

%x_re,y_re分别值x,y方向的斥力分量之和function [x_re,y_re]=compute_repultion(X,X_target,X_obs,m,angle_re,n,d)%输入参数为当前坐标，目标点坐标，X_robot是障碍物的坐标向量，增益常数,障碍物方向的角度,障碍物个数,影响阈值 R_at=(X(1)-X_target(1))^2+(X(2)-X_target(2))^2;%路径点和目标的距离平方 r_at=sqrt(R_at);%路径点和目标的距离for i=1:n      %n个障碍物    R_re(i)=(X(1)-X_obs(i,1))^2+(X(1)-X_obs(i,2))^2;%路径点和障碍物的距离平方    r_re(i)=sqrt(R_re(i));    if r_re(i)>d       %如果每个障碍和路径的距离大于障碍影响距离d，斥力令为0        re_x(i)=0;        re_y(i)=0;    else       re_x(i)=m*(1/r_re(i)-1/d)^2*r_at/r_re(i)*cos(angle_re(i));       re_y(i)=m*(1/r_re(i)-1/d)^2*r_at/r_re(i)*sin(angle_re(i));    end    x_re=sum(re_x);    y_re=sum(re_y);endend​

3 仿真结果

4 参考文献

[1]许亚. 基于改进的人工势能场的移动机器人路径规划研究[J]. 科技展望, 2016(33):83-84.

博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，相关matlab代码问题可私信交流。

部分理论引用网络文献，若有侵权联系博主删除。