基于改进人工势场法移动机器人实时路径规划研究文献综述

 2022-07-29 05:07

基于改进人工势场法无人车实时路径规划研究文献综述

  1. 前言

路径规划是无人车技术中一项重要的研究课题，路径规划的好坏直接影响无人车的研究。目前，国内外对其研究非常多，正处于一个快速发展时期，出现许多新型的产品。无人车对人类来说是一项重要的科技革命，可以大大促进人类社会的发展，对人类社会具有重要的影响。

  1. 国内外研究综述

2.1 国外关于无人车路径规划的研究现状

国外有很多的学者对无人车路径规划的算法进行了研究，提出了有许多不同的路径规划算法和避障方法，这大大促进了无人车技术的发展。而这些算法和避障方法最主要的应用就在无人车路径规划方面，通过这些算法使得无人车的路径规划得到改进与优化。Tz Jian Lin等在 《Unmanned Vehicle Obstacle Avoidance Using Single Sensor Scan Method and Danger Zone Estimation》中研究基于单传感器扫描和危险区估计的移动机器人辆避障方法[1]；Andrzej Zak等在《Obstacle Avoidance by Unmanned Underwater Vehicle》中研究的是无人水下机器人避障方法[2]；V. Vasu等人在《Optimal Path Planning of an Autonomous Mobile Robot Using Genetic Algorithm》中主要研究的是基于遗传算法的自主移动机器人最优路径规划[3]。此外，很多的企业也很早就开始研究无人车，如谷歌无人车、英国“优尔特拉”移动机器人、德国Ibeo公司研发的无人车等。这些无人车技术都应用了一种或几种实时路径规划算法，确保及时避障，顺利到达目标位置。无人车技术涉及到的学科领域非常广泛，是当前科技研究的重要方向，它是一项科技的重要突破，给人类社会带来巨大影响，也带动了相关产业的发展，在社会上的关注度极高。

2.2 国内关于无人车路径规划的研究现状

国内的无人车技术的研究起步于上世纪八十年代，主要由哈尔滨工业大学、沈阳自动化研究所和国防科技大学三家单位参与研究。随着技术的逐渐成熟，国内无人车技术正在蓬勃发展，很多企业以及高校都参与研究，如百度无人车，国防科技大学的红旗HQ3无人车等，这些无人车的成功研究标志着我国无人车技术的成熟。在当下，也有许多国内学者在积极研究无人车路径规划算法及其避障方法，如石为人（《基于改进人工势场法的移动机器人路径规划》）[4]、叶伟铨（《移动机器人的自主导航与控制研究》）[5]、屈盼让（《基于B样条曲线的移动机器人路径规划算法》）[6]等。无人车技术的应用非常广泛，大到工业机器人，小到家用扫地机器人，而其中最关键的技术就是实时路径规划以及如何去避开外界的障碍，能够准确及时地到达目的地。

  1. 主要算法研究

国内外关于无人车路径规划的算法主要有人工势场法，遗传算法，神经网络算法，粒子群算法，RRT算法，Ａ* 算法和蚁群算法等，这些算法特点各异，但自身也存在不足，因此很多学者对这些算法进行了改进。

Hossein Adeli等人在《Path Planning for Mobile Robots using Iterative ArtificialPotential Field Method》中，利用迭代人工势场法对移动机器人路径进行了规划，该算法迭代地使用势场值在工作区中找到最佳点以形成从开始到目的地的路径，对传统的人工势场法进行了改进[7]。Sourav Dutta在《Obstacle Avoidance of mobile robot using PSO based Neuro Fuzzy Technique》中提出利用基于PSO的神经网络模型来解决轮式移动机器人工程环境的避障问题，从而确定最佳无碰撞路径[8]。Zdzisław Kowalczuk在《PLANNING ROBOT TRAJECTORIES USING A MODIFIED ARTIFICIAL POTENTIAL METHOD》提出的算法是基于等值线方法，修改了人工势场法，有效逃避人的局部最小值功能[9]。

陈华华等在《基于改进型遗传算法的动态避障路径规划方法》一文中提出在标准遗传算法基础上加入三个复原、重构和录优操作三种新操作, 使改进后的遗传算法收敛于全局最优, 并在此基础上以路边约束、动态避障和路径最短作为适应度函数[10]。

剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付

以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章