基于改进PRM和APF的移动机器人路径规划
针对移动机器人路径规划人工势场法(artifical potential field,APF)的局部最小值和目标不可达问题,提出了概率路线图法(probabilistic roadmaps method,PRM)与人工势场法相结合的路径规划算法.首先,对全局路径规划PRM进行改进,引入椭圆约束,减少了冗余节点,提高了规划效率.其次,将PRM规划的路径节点作为人工势场法的虚拟目标点,利用改进的APF法进行节点跟踪,解决了 APF法局部最小值问题;通过对APF法的引力函数进行分段处理,对斥力函数加入移动机器人与目标点的相对距离因子来解决目标不可达问题.最后,对改进的算法进行仿真,仿真结果表明,该算法不仅能有效解决传统APF法的目标不可达和局部最小值问题,并且较未改进的融合算法时间和节点数量上分别减少了 82.7%、50%,路径长度也减少了 28.55 m.
路径规划、人工势场法、概率路线图法
41
TP242(自动化技术及设备)
国家自然科学基金41075115
2023-03-20(万方平台首次上网日期,不代表论文的发表时间)
共6页
1-6