改进人工势场法的移动机器人路径规划

针对传统人工势场法应用于移动机器人路径规划存在的缺陷,建立了改进的人工势场模型:使用势场强度代替力矢量进行路径规划;在障碍物的斥力势场中添加系数项,解决障碍物与目标点过近导致的目标不可达问题;考虑移动障碍物速度与机器人速度的影响,将速度信息引入到势场函数中;引入"填平势场"引导机器人走出局部极小点.在改进人工势场模型基础上,将各种势场强度用代数和方式叠加,用遗传信赖域算法搜索机器人在一个采样周期中移动范围内的势场强度之和最小的点,多个最小点构成全局优化路径.实验结果表明,该方法能够较好地实现动态环境下移动机器人的路径规划.