機器人路徑規劃_人工勢場法_機器學習

機器人路徑規劃_人工勢場法

原理

人工勢場法是由Khatib提出的一種虛擬力法。原理是：將機器人在環境中的運動視為一種機器人在虛擬人工受力場的運動。障礙物對機器人產生斥力，目標點對機器人產生引力，引力和斥力的合力作為機器人的加速力，來控制機器人的運動方向和電腦器人的位置。

引力場（attraction）隨機器人與目標點的距離增加而單調遞增，且方向指向目標點；

斥力場（repulsion）

在機器人處在障礙物位置時有一極大值，並隨機器人與障礙物距離的增大而單調減小，方向指向遠離障礙物方向。

優點

簡單實用，良好的即時性

結構簡單，便於底層的即時控制，在即時避障和平滑的軌跡控制方面得到廣泛的應用。 缺點

1）存在陷阱地區

2）在相近的障礙物群中不能識別路徑

3）在障礙物前震蕩

4）在狹窄通道中擺動

5）障礙物附近目標不可達

引力勢場的範圍比較大，而斥力的作用範圍只是局部的，當機器人和障礙物的距離超過障礙物影響範圍的時候，機器人不受排斥勢場的影響。因此，勢場法只能解決局部空間的避障問題，它缺乏全域資訊，這樣，它就很容易陷入局部最小值。所謂局部最小值點，就是在引力勢場函數和斥力勢場函數的聯合分布的空間內，在某些地區，受到多個函數的作用，造成了局部最小點。當機器人位於局部最小點的時候，機器人容易產生振蕩或者停滯不前。障礙物越多，產生局部最小點的可能性就越大，產生局部最小點的數量也就越多。