人工势场python_ROS及SLAM进阶教程（十一）多机器人编队人工势场法协同避障算法原理及实现...

多机器人协同编队需要将理论和实践紧密地结合起来，其应用包括编队队形生成、保持、变换和路径规划与避障等等都是基于图论的理论基础完成的。

自主避障功能是机器人编队在各种环境中保持自身安全的重要功能，在编队的基础上加入避障的功能，机器人可扫描到一定范围内的障碍物(包括其他机器人)，在即将与之发生冲突时提前规避冲突，以保证自身的安全性，同时需要在避障的同时尽可能地保持队形，选择最优的避障路线以使障碍物对编队稳定性的影响降至最低。

避障算法原理

机器人在实际运动过程中，会借助自身传感器(如激光雷达)对周围环境进行扫描检测，如下图所示

假设在k时刻机器人可扫描到一定范围内的障碍物坐标x_{obs}(包括其他机器人)，障碍物会对机器人jj的速度产生一个斥力影响RR，RR满足：

其中M为障碍物个数,α=\frac{\frac{1}{d_j(k)}-\frac{1}{d_M}}{\delta⋅d},d_j(k)=\Vert x_R–x_j(k) \Vert，d_M为探测距离，\delta为一常数，在此时刻避障响应R(k)R(k)会对机器人的速度控制产生一个影响，此时编队中领航者控制模型如下:

其中\delta为一常数，而跟随者的控制算法为:

这个影响使得机器人在最大限度保持原有编队的基础上能够有效躲避障碍物，并且会随着障碍物距离的变近而变大，从而保证机器