导读:本文包含了人工势场算法论文开题报告文献综述及选题提纲参考文献，主要关键词:移动机器人,路径优化,A~*算法,人工势场法
人工势场算法论文文献综述
王洪斌,郝策,张平,张明泉,尹鹏衡[1]（2019）在《基于A~*算法和人工势场法的移动机器人路径规划》一文中研究指出针对复杂非结构化环境下移动机器人的路径规划问题,提出了将全局与局部规划算法相融合的路径规划方法。首先,对传统A~*方法进行了有效的改进,新的A~*算法能够完成机器人的路径规划任务,利用二次A~*搜索方法得到了优化后的路径点,缩短了移动机器人的行驶路径。进一步,动态切点法可以有效地对已规划路径进行平滑处理;然后,综合考虑路径和环境的情况,采用改进的人工势场方法对移动机器人进行了局部路径规划,通过增设虚拟子目标的方法解决局部极小值问题,利用自适应步长调节算法对移动机器人的步长进行了动态优化;最后,针对不同场景,利用数值仿真将该算法与传统算法进行比较,结果表明该算法在不同环境路径规划的问题上具有一定的先进性和优越性。(本文来源于《中国机械工程》期刊2019年20期）
王云常,戴朱祥,李涛[2]（2019）在《基于A星算法与人工势场法的无人机路径规划》一文中研究指出为简化无人机飞行路径规划算法并提高其避障效果,本文提出一种人工势场法和A星算法相结合的路径规划算法:以人工势场法指导全局路径规划,通过引力场控制无人机的飞行方向;以A星算法指导局部路径规划,避让大型障碍物.仿真试验证明,该算法与人工势场法和A星算法相比,提高了避障效果,缩短了搜索时间.(本文来源于《扬州大学学报(自然科学版)》期刊2019年03期）
袁朝春,翁烁丰,何友国,SHEN,Jie,陈龙[3]（2019）在《基于改进人工势场法的路径规划决策一体化算法研究》一文中研究指出车辆路径规划与决策算法是无人驾驶汽车的重要研究方向之一。现有的路径规划与路径跟踪决策算法中规划层与决策层存在时滞现象,往往会引起检测信息与真实行驶环境信息的偏差,使得规划的局部路径不能反映当前真实状态,是无人驾驶汽车安全行驶的不稳定因素。本文综合考虑了环境交通参与者与车辆自身运动学特征,建立了横纵向安全模型,对车辆目前行驶环境的风险特征进行了综合评估。在行驶环境特征与车辆动力学特征的基础上对传统人工势场法进行了改进,设计了基于虚拟力的局部路径规划与控制决策一体化算法,提升了算法在复杂动态环境下控制的可靠性。最后,利用Carsim/Simulink建立了联合仿真环境,分别对传统路径规划算法、路径跟踪算法与本文提出的路径决策规划一体化算法在典型工况下进行仿真。仿真结果表明,该算法能减小路径规划决策环节的时滞影响,为复杂动态环境下的无人驾驶车辆提供更加合理的控制方法。(本文来源于《农业机械学报》期刊2019年09期）
刘彪[4]（2019）在《人工智能，一场算法的竞速》一文中研究指出数理化考试，在明确算法且准确的前提下，计算速度的快慢、算力的高低，往往决定着最终的成绩。人工智能、智慧时代亦是如此，传感器等设备获取了大量数据传输到后台，只有计算力足够强、处理足够快，才能迅速反应。“计算力，智慧时代的生产力，人工智能(本文来源于《济南日报》期刊2019-07-17）
曹博,毕树生,郑晶翔,杨东升,黄国威[5]（2019）在《改进人工势场法的冗余机械臂避障算法》一文中研究指出针对传统人工势场法应用于串联型冗余机械臂避障时无法约束各关节位姿、陷入局部极小后难以逃离的问题,提出一种改进人工势场法.建立冗余机械臂运动学模型,采用线段球体包络盒模型进行碰撞检测.在笛卡尔空间内建立末端引力势场和障碍物斥力势场,在关节空间内建立目标角度引力势场,所有势场共同作用引导机械臂运动.在关节空间内求解虚拟目标角度并采用高斯函数建立虚拟引力势场处理局部极小问题.利用七自由度冗余机械臂进行仿真和实验,结果表明:算法可约束各关节位姿,陷入局部极小后可引导机械臂逃离局部极小,最终完成避障;避障结束时各关节角度最大误差为0.8°,末端平均位置误差和平均姿态误差分别为0.010 m和2.40°,均小于传统算法;避障过程中各关节运动幅度小于传统算法.改进算法可引导机械臂逃离局部极小并完成避障,同时提高避障结束时各关节及末端的定位精度,对冗余机械臂的避障研究及应用具有一定的指导意义.(本文来源于《哈尔滨工业大学学报》期刊2019年07期）
孙泾辉,朱毅,卢军[6]（2019）在《人工势场法与A*算法结合的机械臂避障路径规划研究》一文中研究指出针对人工势场法在机械臂避障路径规划中容易陷入局部极小值的问题,提出了人工势场法与A~*算法相结合的路径规划方法。首先使用人工势场法控制机械臂沿合势场梯度下降方向运动,若陷入局部极小值,则采用A~*算法控制其运动到虚拟目标点以逃离局部极小值,然后再转换回人工势场法继续搜索直到抵达目标点。最终的仿真实验表明,改进方法可以成功规划出一条无碰撞的最优路径,并且对较复杂的工作环境具有较高的适应性。(本文来源于《成都信息工程大学学报》期刊2019年03期）
段建民,陈强龙[7]（2019）在《基于改进人工势场-遗传算法的路径规划算法研究》一文中研究指出针对传统人工势场法解决移动机器人路径规划路问题时存在目标不可到达问题(GNRON)和局部最优的缺陷,提出一种建立在改进的人工势场模型之上结合遗传算法的并行搜索方法来寻求全局最优解的方法。通过引入填平势场使得势场函数能够跳出局部极小点,再将遗传算法和人工势场法两种方法相结合,利用人工势场法来优化采用遗传算法所得到的全局路径。仿真研究证明了所提出的改进算法的有效性,改进后算法能够在复杂的静态和动态环境中实现避障并找到最佳或接近最佳的移动机器人路径。(本文来源于《国外电子测量技术》期刊2019年03期）
王秀芬[8]（2019）在《窄通道路径规划的改进人工势场蚁群算法》一文中研究指出在全局静态环境下,提出了一种适用于窄通道环境路径规划的蚁群算法。解决了传统蚁群算法容易陷入局部最优解、易于造成蚂蚁迷失等不足。一方面,在灰度矩阵上随机撒点并将障碍物内的节点随机移动,使得窄通道内节点密度提高,并以此为启发信息素,提高了无人飞行器穿过窄通道的能力,减少了蚂蚁迷失现象。另一方面,引入了无人飞行器轨迹的尖角优化策略,更好地模拟了无人飞行器的飞行特征。结果表明:新的算法所获取的最优路径具有更好的全局搜索能力,并且造成了较少数量的蚂蚁迷失。(本文来源于《计算机工程与应用》期刊2019年03期）
周宣吉,王薇,王磊,邰湾湾,李中哲[9]（2018）在《基于分布式人工势场算法的无人机集群系统机间规避控制》一文中研究指出机间防碰撞问题是集群系统研究的关键问题之一。针对集群无人机的机间规避问题,提出了一种基于人工势场法与分布式相结合的规避方法,并用仿真数据以及实验进行佐证。该方法在集群的基础上,定义了无人机自身产生的斥力势场和引力势场来实现机间防撞;利用分布式思想,通过中央操控系统对多架无人机进行分组,使无人机之间进行充分通信,从而降低增益系数的不利影响。MATLAB仿真实验表明,该方法具有较好的可行性和鲁棒性,能有效解决机间防碰撞的问题。(本文来源于《科技与创新》期刊2018年24期）
毛晨悦,吴鹏勇[10]（2019）在《基于人工势场法的无人机路径规划避障算法》一文中研究指出随着无人机广泛应用于生产生活的各个方面,无人机的避障研究成为热点问题。为了提高无人机的避障性能,文中提出一种基于人工势场法的无人机路径规划避障算法。该算法通过生成预规划路径弱化了目标点对无人机的吸引作用,增加了路径的连贯性;在势场函数中加入了动态调节因子,可减少无人机轨迹不必要的转弯机动,减少机动能耗;该算法综合考虑无人机飞行中的安全性、平滑性和机动能耗,提出了一种新的代价函数,并通过使得代价函数最小化来选出最优路径。实验结果表明,该算法克服了传统人工势场的不足,在不同的飞行环境下均能够规划出安全、平滑、机动能耗小的路径,有效避开障碍物,且具有较好的适应性。(本文来源于《电子科技》期刊2019年07期）
人工势场算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为简化无人机飞行路径规划算法并提高其避障效果,本文提出一种人工势场法和A星算法相结合的路径规划算法:以人工势场法指导全局路径规划,通过引力场控制无人机的飞行方向;以A星算法指导局部路径规划,避让大型障碍物.仿真试验证明,该算法与人工势场法和A星算法相比,提高了避障效果,缩短了搜索时间.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
人工势场算法论文参考文献
[1].王洪斌,郝策,张平,张明泉,尹鹏衡.基于A~*算法和人工势场法的移动机器人路径规划[J].中国机械工程.2019
[2].王云常,戴朱祥,李涛.基于A星算法与人工势场法的无人机路径规划[J].扬州大学学报(自然科学版).2019
[3].袁朝春,翁烁丰,何友国,SHEN,Jie,陈龙.基于改进人工势场法的路径规划决策一体化算法研究[J].农业机械学报.2019
[4].刘彪.人工智能，一场算法的竞速[N].济南日报.2019
[5].曹博,毕树生,郑晶翔,杨东升,黄国威.改进人工势场法的冗余机械臂避障算法[J].哈尔滨工业大学学报.2019
[6].孙泾辉,朱毅,卢军.人工势场法与A*算法结合的机械臂避障路径规划研究[J].成都信息工程大学学报.2019
[7].段建民,陈强龙.基于改进人工势场-遗传算法的路径规划算法研究[J].国外电子测量技术.2019
[8].王秀芬.窄通道路径规划的改进人工势场蚁群算法[J].计算机工程与应用.2019
[9].周宣吉,王薇,王磊,邰湾湾,李中哲.基于分布式人工势场算法的无人机集群系统机间规避控制[J].科技与创新.2018
[10].毛晨悦,吴鹏勇.基于人工势场法的无人机路径规划避障算法[J].电子科技.2019