基于人工势场法的路径规划方法研究及展望

J4 ›› 2013, Vol. 35 ›› Issue (6): 88-95.

基于人工势场法的路径规划方法研究及展望

张殿富，刘福

（武警工程大学通信与信息技术研究所，陕西西安 710086）

收稿日期:2012-07-21 修回日期:2012-12-19 出版日期:2013-06-25 发布日期:2013-06-28

Research and development trend of path planning
based on artificial potential field method

ZHANG Dianfu，LIU Fu

(Engineering University of CAPF,Xi’an 710086,China )

Received:2012-07-21 Revised:2012-12-19 Online:2013-06-25 Published:2013-06-28

摘要/Abstract

摘要：

人工势场方法因其简单、高效、生成路径平滑的特点，在机器人路径规划领域得到了广泛的应用。首先介绍了基于传统人工势场模型的路径规划基本原理，并对其存在的易陷入局部极小值的问题进行了详细分析；然后重点讨论和总结了针对目标不可达、易陷入徘徊抖动状态、动态环境规划能力不足等问题的改进策略；最后对基于人工势场的路径规划方法的发展方向进行了展望。

关键词: 移动机器人, 路径规划, 人工势场, 局部极小

Abstract:

The artificial potential field method is used in mobile robot path planning extensively because of its simpleness, high efficiency and smooth path. In this paper, the principle of path planning based on artificial potential field model was introduced and its main shortage is also analyzed detailedly. Then, the methods of resolution to the main problems are discussed, which contain GNRON, loiter and jitter phenomenon and poor adaptive ability in dynamic environment. Finally, technology development trends of robot path planning based on artificial potential field are given.

Key words: mobile robot;path planning;artificial potential field;local minima

张殿富，刘福. 基于人工势场法的路径规划方法研究及展望[J]. J4, 2013, 35(6): 88-95.

ZHANG Dianfu，LIU Fu. Research and development trend of path planning
based on artificial potential field method [J]. J4, 2013, 35(6): 88-95.

[1]	吕倩茹, 杨翔瑞, 蔡志平. 基于影响力地图的计算机兵棋推演路径规划[J]. 计算机工程与科学, 2024, 46(06): 1041-1049.
[2]	沈克宇, 游志宇, 刘永鑫. 基于拟合优先搜索的多场景自适应改进A*算法[J]. 计算机工程与科学, 2024, 46(01): 142-149.
[3]	李中华, 袁杰, 郭振宇. 基于信息启发的目标导向Bi-RRT机器人路径规划[J]. 计算机工程与科学, 2023, 45(12): 2237-2245.
[4]	张贝, 闵华松, 张新明. 差分变异和领地搜索的平衡优化算法及其机器人路径规划[J]. 计算机工程与科学, 2023, 45(11): 2078-2090.
[5]	张志远, 陈海进, 章一鸣. 基于局部障碍率预获取和双向父节点变更的A*算法优化[J]. 计算机工程与科学, 2023, 45(09): 1661-1669.
[6]	于家斌, 陈志豪, 邓维, 许继平, 赵峙尧, 王小艺. 一种无人巡航船遍历多目标点的路径规划算法研究[J]. 计算机工程与科学, 2023, 45(05): 840-848.
[7]	杨炳媛, 袁杰, 郭园园. 一种自适应鲸鱼快速优化算法[J]. 计算机工程与科学, 2023, 45(01): 145-153.
[8]	张小俊, 刘昊学. 轮式移动机器人轨迹跟踪控制研究[J]. 计算机工程与科学, 2022, 44(10): 1804-1811.
[9]	郭园园, 袁杰, 赵克刚. 基于改进A*算法和动态窗口法的机器人路径规划[J]. 计算机工程与科学, 2022, 44(07): 1273-1281.
[10]	赵广元, 赵英. 基于改进蚁群优化算法的养殖场机器人路径规划[J]. 计算机工程与科学, 2022, 44(05): 910-915.
[11]	赵炳巍, 贾峰, 曹岩, 孙瑜, 刘一鸿. 基于模拟退火算法的人工势场法路径规划研究[J]. 计算机工程与科学, 2022, 44(04): 746-752.
[12]	刘雨青, 向军, 曹守启. 基于改进蚁群算法的水下自主航行机器人路径规划[J]. 计算机工程与科学, 2022, 44(03): 536-544.
[13]	张志远, 陈海进. 基于动态矩阵的未知环境地图构建与路径规划[J]. 计算机工程与科学, 2022, 44(03): 563-570.
[14]	王俊喜, 陈桂芬. 能耗均衡的多跳多路径认知分层路由算法[J]. 计算机工程与科学, 2021, 43(03): 442-448.
[15]	王翼虎, 王思明. 基于改进粒子群算法的无人机路径规划[J]. 计算机工程与科学, 2020, 42(09): 1690-1696.