勢場
- 改進(jìn)人工勢場法的無人車換道避障路徑規(guī)劃
，趙 強(qiáng)改進(jìn)人工勢場法的無人車換道避障路徑規(guī)劃劉公偉，趙 強(qiáng)（東北林業(yè)大學(xué) 交通學(xué)院，哈爾濱 150040）無人車輛；換道避障；路徑規(guī)劃；人工勢場法（APF）；B樣條曲線0 引言路徑規(guī)劃是無人駕駛的核心技術(shù)之一，當(dāng)前較為常用的無人駕駛路徑規(guī)劃算法主要有人工勢場法（artificial potential field，APF）、A*算法、遺傳算法（genetic algorithm，GA）和柵格法等[1]。人工勢場法能夠規(guī)劃出較為平滑的路徑且具有良好的實(shí)時(shí)性
導(dǎo)航定位學(xué)報(bào) 2023年3期2023-06-26
- 基于改進(jìn)人工勢場算法的CT 掃描床路徑規(guī)劃算法
徑規(guī)劃算法有人工勢場算法[1]、遺傳算法[2]、神經(jīng)網(wǎng)絡(luò)算法[3]、粒子群算法[4]、動態(tài)窗口算法[5]等。 其中，遺傳算法存在計(jì)算效率低、易過早收斂等問題；神經(jīng)網(wǎng)絡(luò)算法存在收斂速度慢、易出現(xiàn)局部極小值等問題；粒子群算法缺乏速度的動態(tài)調(diào)節(jié)，不能有效解決一些非直角坐標(biāo)系問題；動態(tài)窗口算法路徑規(guī)劃時(shí)的軌跡空間較小，路徑平穩(wěn)性較差。 與上述算法相比，人工勢場算法因其計(jì)算量小、實(shí)時(shí)性好、易于實(shí)現(xiàn)等優(yōu)點(diǎn)，在無人機(jī)[6－7]、AGV[8－9]、移動機(jī)器人[10]等領(lǐng)域
沈陽理工大學(xué)學(xué)報(bào) 2023年3期2023-05-10
- 基于預(yù)添加虛擬力的改進(jìn)人工勢場算法
法進(jìn)行研究。人工勢場法(artificial potential field,APF)是由Khatib提出的一種用于機(jī)器人路徑規(guī)劃的算法[1]。人工勢場法具有直觀，對運(yùn)算量要求不高，可以跟機(jī)器人的控制相結(jié)合[2]的特點(diǎn)，因此得到了廣泛的應(yīng)用。但傳統(tǒng)人工勢場法并不是完備的，在實(shí)際應(yīng)用中無法避開陷入局部極小點(diǎn)與目標(biāo)點(diǎn)不可達(dá)問題。解決傳統(tǒng)人工勢場法的易陷入局部極小點(diǎn)問題的改進(jìn)方法主要分成2個(gè)方向：一種是構(gòu)造合適的勢場函數(shù)以減小或避免局部極小點(diǎn)的出現(xiàn)；另一種是將人
兵器裝備工程學(xué)報(bào) 2023年3期2023-04-03
- 基于改進(jìn)人工勢場法的AUV路徑規(guī)劃研究
糊邏輯算法和人工勢場法等。遺傳算法和模糊邏輯算法存在著計(jì)算量大、計(jì)算時(shí)間長等問題，不易實(shí)現(xiàn)水下AUV的精確避障。而人工勢場法算法是以建立目的地的引力勢場、障礙物的斥力勢場而定義的虛擬勢場，使得AUV處于虛擬的外部受力環(huán)境，在此環(huán)境中搜索相應(yīng)的安全路徑。該方法以簡單明了、反應(yīng)速度快等優(yōu)勢在AUV的局部路徑規(guī)劃中應(yīng)用較為廣泛[2]。人工勢場法也存在陷入局部極小值問題和目標(biāo)不可達(dá)的問題。針對這兩個(gè)問題，本文采用先通過判斷局部極小值條件后設(shè)置虛擬目標(biāo)點(diǎn)來解決局部最
無線互聯(lián)科技 2023年1期2023-03-20
- 基于改進(jìn)人工勢場法的自動駕駛路徑規(guī)劃方法
-5]、還有人工勢場法[6]、智能優(yōu)化算法如遺傳算法[7]等。其中人工勢場法是路徑規(guī)劃研究中比較成熟和實(shí)時(shí)性較好的規(guī)劃方法，其原理簡單、計(jì)算量不大、對于未知環(huán)境的應(yīng)對能力較好，規(guī)劃中實(shí)時(shí)考慮周圍障礙物的情況且便于控制。但也存在目標(biāo)不可達(dá)問題和容易陷入局部極小值的情況，這會導(dǎo)致復(fù)雜環(huán)境下路徑規(guī)劃失敗。針對人工勢場法可能存在的問題，眾多學(xué)者對其進(jìn)行了改進(jìn)。Sato提出利用拉普拉斯方程求解勢能，改進(jìn)的勢場方程有效地消除了極小值點(diǎn)[8]。韓永等在原有的基于相對位置
計(jì)算機(jī)仿真 2022年8期2022-09-28
- 基于改進(jìn)人工勢場法的無人車路徑規(guī)劃算法
算法[8]、人工勢場法[9]等。局部路徑規(guī)劃算法存在不能保證最優(yōu)解的情況，容易陷入局部最優(yōu)。并且上述的方法大多適用于靜態(tài)環(huán)境，不適用于動態(tài)環(huán)境。因此，為了實(shí)現(xiàn)無人車在未知動態(tài)環(huán)境中的路徑規(guī)劃，該文提出了基于改進(jìn)的人工勢場法來實(shí)現(xiàn)局部在線路徑規(guī)劃，并且結(jié)合LSTM 的Q-Learning 強(qiáng)化學(xué)習(xí)算法來規(guī)避動態(tài)障礙物。該文創(chuàng)新性地提出了虛擬勢場檢測圓模型，根據(jù)圓上的虛擬勢場檢測點(diǎn)與障礙物斥力場接觸的分布信息和數(shù)量信息來檢測“最小值陷阱[10]”，并改變無人車
電子設(shè)計(jì)工程 2022年17期2022-09-14
- 一種無人機(jī)自主規(guī)避導(dǎo)彈的威脅度評估方法
6 年提出了人工勢場法，并在機(jī)器人領(lǐng)域得到應(yīng)用。相比機(jī)器人路徑規(guī)劃，無人機(jī)同樣可以使用人工勢場法對導(dǎo)彈的勢場構(gòu)建[14-16]，并通過使用此方法的決策，控制無人機(jī)飛行。綜上所述，本文將人工勢場法用于無人機(jī)規(guī)避導(dǎo)彈問題中，構(gòu)建一套無人機(jī)規(guī)避導(dǎo)彈系統(tǒng)。使用人工勢場法實(shí)時(shí)構(gòu)建導(dǎo)彈的勢場，無人機(jī)沿勢場梯度方向運(yùn)動，規(guī)避導(dǎo)彈。本文提出在運(yùn)動的無人機(jī)和導(dǎo)彈坐標(biāo)系中構(gòu)建導(dǎo)彈人工勢場，并提出距離+導(dǎo)彈進(jìn)入角勢場函數(shù)對導(dǎo)彈威脅度評估，將人工勢場的決策轉(zhuǎn)化為無人機(jī)的控制指令。
航空科學(xué)技術(shù) 2022年7期2022-07-30
- 基于改進(jìn)人工勢場的AGV路徑規(guī)劃算法①
、A*算法、人工勢場算法、蟻群算法、遺傳算法等.其中人工勢場法(artificial potential field,APF)具有結(jié)構(gòu)簡單、動態(tài)適應(yīng)強(qiáng)、計(jì)算量小等優(yōu)點(diǎn),因此在實(shí)時(shí)避障與倉儲物流領(lǐng)域得到了廣泛的使用.但傳統(tǒng)的人工勢場算法存在一定的局限性,例如目標(biāo)不可達(dá)問題、局部極小值問題等[2,3].對此,國內(nèi)外的專家學(xué)者各自提出了不同的改進(jìn)人工勢場法來解決通用環(huán)境下的缺陷問題.趙明等[4]創(chuàng)新性地提出了自適應(yīng)域—人工勢場改進(jìn)算法,并通過域引導(dǎo)勢場對啟發(fā)點(diǎn)進(jìn)
計(jì)算機(jī)系統(tǒng)應(yīng)用 2022年3期2022-05-10
- 長作業(yè)桿復(fù)雜環(huán)境下自尋優(yōu)避障規(guī)劃方法研究*
劃最常用的是人工勢場法[1]，因計(jì)算效率高且實(shí)時(shí)性好，廣泛運(yùn)用于避障規(guī)劃中；由于在很多環(huán)境下都無法直接應(yīng)用，所以大量學(xué)者對該方法進(jìn)行了改進(jìn)。陳勁峰等[2]引入距離調(diào)節(jié)因子和屏蔽無效障礙的策略，解決動態(tài)避障逃離最優(yōu)問題；郭彤穎等[3]將蟻群算法和人工勢場法結(jié)合，實(shí)現(xiàn)更佳的逃離局部最優(yōu)效果；陳滿意等[4]提出了低振蕩人工勢場-ARRT混合算法，實(shí)現(xiàn)多障礙環(huán)境下的機(jī)械臂末端路徑規(guī)劃；WANG等[5]提出了一種基于改進(jìn)吸引力勢函數(shù)的人工勢場法，實(shí)現(xiàn)機(jī)械臂避障過程中
組合機(jī)床與自動化加工技術(shù) 2022年1期2022-01-27
- 無人機(jī)避障算法綜述
后對基于優(yōu)化、 勢場和機(jī)器學(xué)習(xí)的避障算法進(jìn)行概念闡述、 優(yōu)缺點(diǎn)比較， 最后分析得出了制約無人機(jī)避障發(fā)展的挑戰(zhàn)、 研究重點(diǎn)和方向。關(guān)鍵詞： 無人機(jī); 避障; 優(yōu)化; 勢場; 機(jī)器學(xué)習(xí); 人工智能; 自主控制中圖分類號：??? V279; V249; TP18 ?文獻(xiàn)標(biāo)識碼：??? A文章編號： 1673-5048（2021）05-0053-110 引? 言隨著航空技術(shù)與自動化技術(shù)的不斷發(fā)展， 無人機(jī)憑借其機(jī)動性強(qiáng)、 成本低、 操作方便等特點(diǎn)， 在軍事、 農(nóng)業(yè)
航空兵器 2021年5期2021-11-12
- 基于人工勢場法的移動機(jī)器人局部路徑規(guī)劃
控制[1]、人工勢場法、神經(jīng)網(wǎng)絡(luò)[2]等，其中人工勢場法以其簡單的原理、少量的計(jì)算、實(shí)時(shí)性好以及平滑的路徑等優(yōu)點(diǎn)得到廣泛應(yīng)用。但是傳統(tǒng)人工勢場法存在局部極小點(diǎn)和目標(biāo)不可達(dá)的問題。局部極小點(diǎn)問題是移動機(jī)器人因在某一范圍內(nèi)產(chǎn)生勢場的局部極小點(diǎn)而無法到達(dá)目標(biāo)點(diǎn)。目標(biāo)不可達(dá)問題是移動機(jī)器人在障礙物或目標(biāo)點(diǎn)前因斥力大于引力使得移動機(jī)器人無法到達(dá)目標(biāo)點(diǎn)。國內(nèi)外學(xué)者針對局部極小點(diǎn)問題提出了兩種解決方案。一種方案是將人工勢場法與其他算法結(jié)合起來克服人工勢場法的缺陷。韓偉[
- 基于改進(jìn)人工勢場法的智能汽車超車軌跡規(guī)劃策略
5]針對傳統(tǒng)人工勢場法缺陷引入車輛與目標(biāo)的距離作為調(diào)節(jié)因數(shù)，基于安全橢圓理論的車輛碰撞危險(xiǎn)系數(shù)的計(jì)算方法,將此系數(shù)引入道路人工勢場法的斥力函數(shù)中,建立動態(tài)道路人工勢場法；吳乙萬[6]等提出態(tài)虛擬障礙物模型，通過汽車的行駛狀態(tài)對危險(xiǎn)性進(jìn)行評估，在滿足運(yùn)動學(xué)及動力學(xué)約束條件下進(jìn)行實(shí)時(shí)動態(tài)避障；Shi P[7]等分別在引力、斥力勢場中加入智能汽車與障礙物、目標(biāo)點(diǎn)之間的距離；Raja R[8]在原函數(shù)中引入梯度函數(shù)，確保汽車一直沿著低梯度函數(shù)方向行駛。為確保汽車避
農(nóng)業(yè)裝備與車輛工程 2021年9期2021-10-04
- 改進(jìn)的Tietz-Hua勢場Schr?dinger方程的散射態(tài)解
orse勢等少數(shù)勢場，大部分重要的勢模型沒有精確解，只能采用近似方法來處理并驗(yàn)證其有效性。此外，量子系統(tǒng)的精確解研究幾乎都是針對束縛態(tài)而不是散射態(tài)的，不同于束縛態(tài)主要研究系統(tǒng)的離散能量本征值和本征態(tài)，散射態(tài)問題更多關(guān)注的是散射粒子的角分布以及散射過程中粒子性質(zhì)的變化。近些年來，許多學(xué)者采用Pekeris類型的近似辦法研究不同勢場的薛定諤方程散射態(tài)問題，例如，P?schl-Teller[1]、改良Rosen-Morse[2]和變形的Woods-Saxon[3
- 基于人工勢場的無人機(jī)集群協(xié)同對抗問題研究
轉(zhuǎn)換為物體在速度勢場中吸引與排斥問題。問題解決思路流程如圖2所示，步驟概括如下。圖2 問題解決思路流程圖1）根據(jù)紅藍(lán)雙方無人機(jī)在對抗中的速度、轉(zhuǎn)彎半徑以及規(guī)則要求，將至少兩架紅方無人機(jī)與藍(lán)方無人機(jī)之間的距離，簡化為紅方無人機(jī)集群中心點(diǎn)距藍(lán)方無人機(jī)之間的距離。2）確定紅藍(lán)雙方無人機(jī)所處的排斥勢場與吸引勢場，建立人工速度勢場模型，基于在MATLAB環(huán)境中通過枚舉法確定出藍(lán)方無人機(jī)可以成功突防的伊始點(diǎn)坐標(biāo)。3）調(diào)用MATLAB中CFtool工具箱，對上述伊始點(diǎn)的
南方農(nóng)機(jī) 2021年14期2021-07-30
- 基于改進(jìn)人工勢場法的四旋翼無人機(jī)航跡規(guī)劃算法
算法[5]和人工勢場法[6～9]等。其中人工勢場法在航跡規(guī)劃中具有比較成熟的應(yīng)用,因其具有計(jì)算量小,規(guī)劃速度快的特點(diǎn)。雖然人工勢場法算法簡便,但是也存在一些需要解決的問題,如目標(biāo)不可達(dá)、振蕩等問題。文獻(xiàn)[10]提出了增加垂直引導(dǎo)斥力解決了傳統(tǒng)人工勢場法的缺陷,并且比較和分析了人工勢場、模糊邏輯和蟻群算法三種算法的性能,對于研究局部路徑規(guī)劃有很重要的參考價(jià)值。文獻(xiàn)[11]為了解決極小值問題提出了“選擇穿越法”,當(dāng)四旋翼無人機(jī)陷入極小值狀態(tài)時(shí)迅速激活該行為,使
傳感器與微系統(tǒng) 2021年7期2021-07-15
- 基于改進(jìn)人工勢場法的局部路徑規(guī)劃
人駕駛車輛 人工勢場法 斥力場形狀 局部路徑規(guī)劃1 前言路徑規(guī)劃是無人駕駛車輛核心技術(shù)之一，其目標(biāo)是在某些要求下，在規(guī)定區(qū)域內(nèi)自動搜索并快速生成到達(dá)目標(biāo)點(diǎn)的最優(yōu)無碰撞路徑[1]。根據(jù)無人駕駛車輛對行駛區(qū)域路況信息的把握程度不同，可將路徑規(guī)劃分為2種：一種是基于局部區(qū)域信息生成的局部路徑規(guī)劃，另一種是基于完整區(qū)域信息生成的全局路徑規(guī)劃。當(dāng)前解決局部路徑規(guī)劃的算法主要有人工勢場法、模糊算法、A*、人工免疫法與滾動窗法等，解決全局路徑規(guī)劃的算法主要有粒子群法、可
汽車文摘 2021年7期2021-07-06
- 基于行人位置預(yù)測的人車轉(zhuǎn)向避撞路徑規(guī)劃*
法有很多，如人工勢場法、基于圖搜索的方法、基于采樣和基于離散優(yōu)化的方法等［3］，但各有優(yōu)劣。其中，人工勢場法具有計(jì)算簡單、生成的路徑較平滑、實(shí)時(shí)性較好等優(yōu)點(diǎn)，在路徑規(guī)劃方面得到了廣泛應(yīng)用。人工勢場法由Khatib［4］在1986年提出，其基本思想是在一個(gè)虛擬勢場中，被控對象受到障礙物產(chǎn)生的斥力和目標(biāo)點(diǎn)產(chǎn)生的引力，在兩者合力作用下向目標(biāo)位置前進(jìn)。人工勢場法最初應(yīng)用在機(jī)器人路徑規(guī)劃［5］，而智能車可以看作一種輪式機(jī)器人，因此可采用人工勢場法為車輛規(guī)劃路徑。任玥
汽車工程 2021年6期2021-07-05
- 基于改進(jìn)人工勢場法的維修分隊(duì)機(jī)動路線規(guī)劃方法*
[3-4]。人工勢場法具有對環(huán)境適應(yīng)性強(qiáng)、魯棒性好且計(jì)算簡潔、快速的優(yōu)點(diǎn),在機(jī)動路線規(guī)劃方面具有很廣泛的應(yīng)用前景。但傳統(tǒng)人工勢場法存在目標(biāo)不可達(dá)和局部最小值等問題,使得該方法的應(yīng)用受限[5-7]。本文在研究維修分隊(duì)機(jī)動路線規(guī)劃的時(shí)候?qū)鹘y(tǒng)人工勢場法進(jìn)行了改進(jìn),解決了目標(biāo)不可達(dá)和局部最小值的問題,對裝備維修保障系統(tǒng)中裝備維修保障分隊(duì)的建模與仿真具有積極意義。1 傳統(tǒng)人工勢場法人工勢場法(Artificial Potential Field, APF)是美國斯
指揮控制與仿真 2021年3期2021-06-15
- 一個(gè)復(fù)雜有界環(huán)境下的改進(jìn)極限環(huán)避障算法
算法主要基于虛擬勢場，主要有兩類：一類是人工勢場，包括傳統(tǒng)人工勢場以及對其勢場函數(shù)[1-3]、增量系數(shù)[4]、避障機(jī)制[1,5]等的改進(jìn)，該類算法根據(jù)形成的虛擬勢場，沿著勢能降低的方向?qū)崟r(shí)規(guī)劃避障路徑；另一類則以圓形[6-8]、橢圓形[9-10]等極限環(huán)作為勢場，該類算法利用二階非線性函數(shù)的極限環(huán)特性和障礙的位置信息實(shí)時(shí)得出障礙繞行路線.但是，隨著研究的深入，人們發(fā)現(xiàn)傳統(tǒng)的人工勢場法與極限環(huán)法在處理復(fù)雜環(huán)境下的群體避障問題時(shí)存在不足，障礙的不規(guī)則性、非預(yù)知
- 基于改進(jìn)人工勢場的智能車動態(tài)避障算法
2]。目前，人工勢場法、A星算法、蟻群算法、隨機(jī)樹法、曲線插值法等是動態(tài)避障路徑規(guī)劃過程中較為認(rèn)可的算法[3]。文獻(xiàn)[4]結(jié)合粒子群算法和A星算法，可以進(jìn)行任意方向的搜索，但該方法計(jì)算量較大，在復(fù)雜的環(huán)境中，計(jì)算時(shí)間增大、時(shí)效性差。文獻(xiàn)[5]采用蟻群算法，合理利用了信息素啟發(fā)因子和期望啟發(fā)因子，進(jìn)而改善了揮發(fā)系數(shù)；機(jī)器人在路徑規(guī)劃過程中，使用了更加合理的動態(tài)避障策略，但是采用該算法獲得的路徑較為曲折，不易滿足車輛運(yùn)動學(xué)約束。文獻(xiàn)[6]采用了一種改進(jìn)型快速隨
- 基于改進(jìn)人工勢場法的移動機(jī)器人避障研究
算法［3］、人工勢場法［4-6］和A*算法［7］等。人工勢場法是Khatib［8］在研究機(jī)械臂時(shí)構(gòu)建的一種虛擬勢場法，其原理是將機(jī)器人放置于一個(gè)由障礙物與目標(biāo)點(diǎn)共同作用的勢場中，目標(biāo)點(diǎn)引力勢場對其有吸引作用，而障礙物斥力勢場對其有排斥作用，兩個(gè)勢場的共同作用使機(jī)器人進(jìn)行移動。人工勢場法因其具有數(shù)學(xué)分析簡單、軌跡光滑等特點(diǎn)被廣泛應(yīng)用于移動機(jī)器人避障與路徑規(guī)劃中［9］。但經(jīng)典人工勢場法尚存在一些不足［10-12］，而且在實(shí)際應(yīng)用過程中，動態(tài)障礙物也是機(jī)器人在運(yùn)
軟件導(dǎo)刊 2021年2期2021-03-12
- 基于改進(jìn)型人工勢場的無人車局部避障
國內(nèi)外學(xué)者對人工勢場算法與車輛跟蹤控制進(jìn)行一系列研究。Khatib［1］提出的經(jīng)典人工勢場算法由于結(jié)構(gòu)簡單、實(shí)時(shí)性高、可以高效完成行車環(huán)境的建模，但存在目標(biāo)不可達(dá)與局部最小值問題。該算法僅考慮車輛之間位置信息，并未考慮車輛動態(tài)信息、車輛運(yùn)動學(xué)、動力學(xué)以及道路約束。修彩靖［2］提出一種基于高斯函數(shù)的勢場函數(shù)建模方法，利用高斯函數(shù)所具有的良好分離性和平滑連續(xù)性，對目標(biāo)中心線勢場增加偏移量，防止車輛抖動，獲得一條滿足車輛動力學(xué)約束并且曲率連續(xù)的路徑。Shibat
湖北汽車工業(yè)學(xué)院學(xué)報(bào) 2020年4期2020-12-31
- 適用于復(fù)雜動態(tài)環(huán)境的智能車運(yùn)動規(guī)劃方法
ra 算法、人工勢場法、智能算法等，可視圖法要求工作環(huán)境簡單，當(dāng)障礙物較多時(shí)搜索時(shí)間過長[2]；Dijkstra 算法對目標(biāo)點(diǎn)啟發(fā)信息使用較少，導(dǎo)致算法規(guī)劃路徑時(shí)間較長[3]；人工勢場法能夠較好躲避障礙物，但是存在目標(biāo)點(diǎn)不可達(dá)和局部極值問題[4]；智能算法應(yīng)用于運(yùn)動規(guī)劃是當(dāng)前主要發(fā)展方向，應(yīng)用智能算法規(guī)劃的路徑較優(yōu)，存在的問題主要集中在算法自身缺陷上。目前運(yùn)動規(guī)劃成果大都集中在靜態(tài)環(huán)境中，動態(tài)環(huán)境下運(yùn)動規(guī)劃方法相對較少且不成熟，以人工勢場法為基礎(chǔ)，針對算法
機(jī)械設(shè)計(jì)與制造 2020年12期2020-12-25
- 基于改進(jìn)人工勢場法的無人機(jī)三維動態(tài)環(huán)境避障航跡規(guī)劃
算法[3]、人工勢場法[4]、快速擴(kuò)展隨機(jī)樹法(RRT)[5]、遺傳算法[6]等。傳統(tǒng)人工勢場法具有結(jié)構(gòu)簡單，易實(shí)時(shí)控制的優(yōu)點(diǎn)，規(guī)劃出的路徑一般比較平滑且安全；缺點(diǎn)是只考慮了躲避靜態(tài)障礙物的問題，對于動態(tài)障礙物避障則不適用，且存在局部最小點(diǎn)造成目標(biāo)不可達(dá)的問題。因此，國內(nèi)外很多學(xué)者對此缺點(diǎn)進(jìn)行了大量研究和改進(jìn)。貝前程等[7]在斥力勢場函數(shù)中加入機(jī)器人到目標(biāo)點(diǎn)的距離約束，隨機(jī)器人駛向目標(biāo)點(diǎn)時(shí)，斥力將減少，為解決局部最小點(diǎn)的問題提供了新方法。徐飛[8]提出一種
上海電機(jī)學(xué)院學(xué)報(bào) 2020年5期2020-11-06
- 基于柵格化四邊形區(qū)域與改進(jìn)人工勢場的車輛行駛軌跡研究
年首次提出了人工勢場法，并應(yīng)用于機(jī)器人避障的路徑規(guī)劃。該方法計(jì)算量小，實(shí)時(shí)性好，便于底層控制，但存在局部極小值和震蕩的缺陷。Huang Z［2］等為了實(shí)現(xiàn)復(fù)雜環(huán)境下的協(xié)同駕駛，提出了一種基于人工勢場法和模型預(yù)測的組合控制方法。李明［3］將汽車的轉(zhuǎn)彎半徑引入人工勢場法，并利用該方法對智能車進(jìn)行路徑規(guī)劃，保證了汽車在避障過程中能夠保持一定的穩(wěn)定性與舒適性。劉洲洲［4］基于改進(jìn)人工勢場法進(jìn)行無人車的路徑規(guī)劃，通過設(shè)置角度偏移量改變斥力方向，避免陷入局部極小值的問
湖北汽車工業(yè)學(xué)院學(xué)報(bào) 2020年3期2020-10-12
- 基于人工勢場法的無人船航跡規(guī)劃研究現(xiàn)狀分析
眾多算法中，人工勢場法具有較大的優(yōu)勢，因?yàn)槠浣Y(jié)構(gòu)簡單、反應(yīng)快速。2 基于人工勢場法的無人船航跡規(guī)劃人工勢場法是Khatib 于1986 年提出的，是運(yùn)用物理學(xué)的認(rèn)識論來描述人類思維的方法，基本思想是將無人船在空間的運(yùn)動看作是在一虛擬勢場中的受力運(yùn)動，目標(biāo)點(diǎn)位置構(gòu)造引力場對無人船產(chǎn)生吸引力，障礙物位置構(gòu)造斥力場對無人船產(chǎn)生排斥力，無人船在兩個(gè)力共同作用下朝著目標(biāo)點(diǎn)運(yùn)動，實(shí)現(xiàn)無碰撞的路徑。2.1 傳統(tǒng)人工勢場法模型無人船在虛擬勢場運(yùn)動過程中，斥力場隨著無人船與
科學(xué)技術(shù)創(chuàng)新 2020年17期2020-06-30
- Hellmann-改良Kratzer勢Schr?dinger方程的散射態(tài)解
公式. 由于組合勢場能提供更為廣泛的應(yīng)用[5-6]，在基于改良Kratzer勢場的基礎(chǔ)上加上屏蔽庫侖勢場構(gòu)造出了更為復(fù)雜的組合勢場[7].(1)其中，V1,V2分別為Yukawa和庫侖勢的勢場強(qiáng)度，α為是勢屏參數(shù)，De為離解能，re為平衡鍵長.當(dāng)勢參數(shù)取不同值時(shí)，勢場可退化為改良Kratzer勢場、Hellmann勢場和屏蔽庫侖勢場. 在文獻(xiàn)[7]中,Berkdemir C 等作者求解了束縛態(tài)改良Kratzer勢場薛定諤方程的束縛態(tài)解,同時(shí),KOCAK G
- 基于改進(jìn)人工勢場的無人地面車輛路徑規(guī)避算法
部規(guī)劃法有：人工勢場法，遺傳算法[8]、蟻群算法、粒子群算法[9]和模糊邏輯算法等[10]。局部路徑規(guī)劃，是在環(huán)境信息完全未知或部分未知情況下進(jìn)行，具有實(shí)時(shí)性強(qiáng)，響應(yīng)速度快等優(yōu)點(diǎn)。人工勢場法(Artificial Potential Field, APF)，是局部路徑規(guī)劃法中的一種[11,12]，與其它局部路徑規(guī)劃法算法的特性比較如表1 所示。相比較，人工勢場法具有數(shù)學(xué)描述清晰、運(yùn)算迅速、計(jì)算量小、硬件要求低以及規(guī)劃路徑平滑等優(yōu)勢[13]，目前在無人機(jī)、無
中國慣性技術(shù)學(xué)報(bào) 2020年6期2020-04-06
- 基于人工勢場法的AUV避障算法研究綜述
改進(jìn)和升級，人工勢場法、遺傳算法、模糊邏輯算法等被廣泛應(yīng)用于避障領(lǐng)域[5-6]。李建文等[7]為了解決遺傳算法在規(guī)劃避障路徑時(shí)存在的計(jì)算數(shù)據(jù)量龐大和有尖峰現(xiàn)象等問題，提出了將障礙物簡化為多邊形并進(jìn)一步分成三角形的改進(jìn)型方法。Pan等[8]為了提高遺傳算法尋找最優(yōu)避障路徑的效率和精度，提出了遺傳螞蟻混合算法，通過該算法可縮短尋優(yōu)時(shí)間，提高算法效率。Sun等[9]針對水下機(jī)器人移動避障過程中存在的不確定性，提出了一種新型的帶加速/中斷（A/B）模塊的模糊推理系
計(jì)算機(jī)工程與應(yīng)用 2020年4期2020-02-18
- 基于改進(jìn)人工勢場的無人機(jī)預(yù)設(shè)航線避障研究①
爬行蟲算法及人工勢場法等。其中人工勢場法由于其計(jì)算量小，實(shí)時(shí)性好，避障軌跡平滑，被廣泛應(yīng)用。傳統(tǒng)的人工勢場法只考慮能否安全到達(dá)目標(biāo)點(diǎn)，目前有很多的改進(jìn)算法致力于提高避障平滑性、改善避障軌跡、逃離極小點(diǎn)。例如文獻(xiàn)[4]通過對人工勢場法增設(shè)額外控制力，能夠幫助機(jī)器人主動逃離極小點(diǎn)。文獻(xiàn)[5]采用混合經(jīng)驗(yàn)的改進(jìn)人工勢場法使得機(jī)器人能夠適應(yīng)多種形狀的障礙物。文獻(xiàn)[6]結(jié)合最優(yōu)控制和人工勢場法實(shí)現(xiàn)了無人機(jī)的自主飛行控制。文獻(xiàn)[7]在人工勢場法中引入距離因子實(shí)現(xiàn)了無人
高技術(shù)通訊 2020年1期2020-02-14
- 基于人工勢場的無人機(jī)航路規(guī)劃研究?
點(diǎn)研究了基于人工勢場的無人機(jī)航路規(guī)劃問題，為無人機(jī)在部隊(duì)訓(xùn)練、裝備測試評估等方面提供技術(shù)支持。2 人工勢場原理綜述人工勢場的基本思想是［6～7］：通過人為構(gòu)造目標(biāo)位置的引力勢場與障礙物的斥力勢場疊加形成全局勢場環(huán)境，智能體通過搜索勢函數(shù)減小的方向（即智能體受合外力方向）尋找無碰撞方向，從而進(jìn)行實(shí)時(shí)路徑規(guī)劃。人工勢場法具體實(shí)現(xiàn)方法為［8～9］：首先在無人機(jī)運(yùn)行環(huán)境空間中構(gòu)建一個(gè)人工虛擬勢場，該勢場由兩部分組成，一是由目標(biāo)點(diǎn)對無人機(jī)產(chǎn)生的引力場，方向由無人機(jī)指
艦船電子工程 2019年12期2019-12-26
- 基于模糊人工勢場法的機(jī)械臂避障達(dá)點(diǎn)研究
能算法。但是人工勢場法以其簡單的特點(diǎn)獲得了廣泛的應(yīng)用。人工勢場法是由KHABIT[1]提出的。王俊龍等[2]利用虛擬斥力勢場法解決了人工勢場法中的局部極小問題。唐彪等[3]利用添加虛擬目標(biāo)點(diǎn)來改進(jìn)人工勢場法。Wei Guan等[4]利用變步長結(jié)合重構(gòu)的勢場函數(shù)來逃離局部極小點(diǎn)。楊小菊等[5]利用模糊控制算法進(jìn)行移動機(jī)器人的避障研究，將傳感器采集到的信息反饋給模糊控制器，進(jìn)而不斷修正位姿進(jìn)行避障。Amal Karray等[6]利用自適應(yīng)模糊控制器實(shí)現(xiàn)移動機(jī)械
制造業(yè)自動化 2019年12期2019-12-25
- 基于改進(jìn)人工勢場-模糊算法的路徑規(guī)劃算法研究
WA[9]、人工勢場法等。人工勢場法利用障礙物和目標(biāo)形成的勢場來牽引機(jī)器人運(yùn)動，因此擁有非線性特點(diǎn)，使得運(yùn)動軌跡平滑，但容易出現(xiàn)目標(biāo)不可達(dá)和陷入局部極小值問題。劉俊雅[10]在斥力中加入歐幾里德距離函數(shù)并提出了一種基于情景行為的障礙物連接法，有效解決了目標(biāo)不可達(dá)與局部極小值問題，但在凹型障礙物中，機(jī)器人還會產(chǎn)生徘徊。針對復(fù)雜環(huán)境中機(jī)器人容易產(chǎn)生劇烈震蕩及局部最優(yōu)，有學(xué)者采用模糊人工勢場對勢場參數(shù)進(jìn)行模糊決策處理[11-12]，但未能完全克服機(jī)器人劇烈震蕩問
- 考慮前后方車輛行駛狀態(tài)的ACC系統(tǒng)控制方法*
應(yīng)巡航系統(tǒng)和人工勢場，已有很多學(xué)者做了深入研究，文獻(xiàn)［1］中詳細(xì)講解了自適應(yīng)巡航控制系統(tǒng)，Shladover等人給出了協(xié)同自適應(yīng)巡航控制的定義和操作概念［2］，Chamraz等人研究了巡航系統(tǒng)的PI和PID控制器和調(diào)節(jié)參數(shù)［3］，Milanés等人基于實(shí)驗(yàn)數(shù)據(jù)，建立了協(xié)同和自主自適應(yīng)巡航控制動態(tài)響應(yīng)模型［4］，Luo研究了考慮人類駕駛心理的自適應(yīng)巡航控制的設(shè)計(jì)［5］，Ploeg等人對在交通流中 CACC和 ACC車輛混合場景相互轉(zhuǎn)化進(jìn)行了研究［6］，李肖含
汽車工程 2019年8期2019-09-04
- 基于A星算法與人工勢場法的無人機(jī)路徑規(guī)劃
徑規(guī)劃方法有人工勢場法[1-3], 蟻群算法[4-5]以及可視圖法[6]等．其中, 人工勢場法設(shè)無人機(jī)在目標(biāo)點(diǎn)引力和障礙物斥力的合力作用下運(yùn)動, 其路徑平滑、方法簡單、易于實(shí)現(xiàn), 是一種新型的路徑規(guī)劃避障方法．但該方法容易出現(xiàn)局部極小點(diǎn)以及無法避讓大型障礙物的問題．為此, Yan[7]提出將人工勢場法與蟻群算法相結(jié)合的方法; Zhang等[8]提出一種基于虛擬結(jié)構(gòu)和“領(lǐng)導(dǎo)者跟隨者”控制策略的三維避障控制算法．障礙物在人工勢場法中被視為質(zhì)點(diǎn)或形狀均勻的圓,
- 無人車輛軌跡規(guī)劃與跟蹤控制的統(tǒng)一建模方法
方法[4]、人工勢場法等).人工勢場是最具吸引力的路徑規(guī)劃算法之一,它最早被用于機(jī)器人的路徑規(guī)劃[6].通過為障礙物、道路結(jié)構(gòu)以及目標(biāo)點(diǎn)分配合理的勢場函數(shù),人工勢場可為車輛規(guī)劃出一條通往目標(biāo)點(diǎn)且無碰撞的路徑.人工勢場的主要優(yōu)勢在于結(jié)構(gòu)簡單、可用不同的勢場函數(shù)比較精確地描述各類障礙物、道路結(jié)構(gòu)等影響因素.目前,已經(jīng)有許多學(xué)者將人工勢場用于自動駕駛車輛的軌跡規(guī)劃.Wang等[7]基于勢場理論提出了一種駕駛安全勢場模型,包括靜止障礙物(靜止的車輛、道路邊界)勢場
自動化學(xué)報(bào) 2019年4期2019-06-22
- 改進(jìn)人工勢場法的移動機(jī)器人路徑規(guī)劃
86年提出了人工勢場法,它的基本思想是在機(jī)器人周圍設(shè)計(jì)一種類似于電場的勢場,機(jī)器人的運(yùn)動依靠勢場力進(jìn)行驅(qū)動。障礙物對機(jī)器人產(chǎn)生“斥力”,目標(biāo)對機(jī)器人產(chǎn)生“引力”,障礙物斥力和目標(biāo)引力的矢量和是機(jī)器人所受的合力,合力的方向即機(jī)器人下一步的運(yùn)動方向。該方法由于數(shù)學(xué)原理簡單，計(jì)算速度快，硬件要求低，被廣泛應(yīng)用于移動機(jī)器人路徑規(guī)劃。同時(shí),傳統(tǒng)的人工勢場法也存在著缺陷,文獻(xiàn)[1]指出該方法依托局部環(huán)境信息進(jìn)行運(yùn)算,缺少全局信息的指導(dǎo),存在著陷入局部極小陷阱,產(chǎn)生目標(biāo)
指揮控制與仿真 2019年3期2019-06-13
- 基于改進(jìn)人工勢場的變形移動機(jī)器人路徑規(guī)劃
一、引言人工勢場算法是—種常見的路徑規(guī)劃算法，該算法在數(shù)學(xué)公式的描述上簡潔，計(jì)算量較小，并且產(chǎn)生的路徑路線比較平滑。在路徑的生成上系統(tǒng)與環(huán)境實(shí)現(xiàn)了閉環(huán)，使系統(tǒng)的實(shí)用性和避障功能得到了加強(qiáng)。但是，通過研究發(fā)現(xiàn)，傳統(tǒng)的人工勢場存在以下問題。（1）在相近障礙物間不能發(fā)現(xiàn)路徑。（2）存在陷阱區(qū)域。（3）在障礙物前振蕩。（4）在狹窄通道中擺動。（5）當(dāng)目標(biāo)附近有障礙物時(shí)無法達(dá)到目標(biāo)點(diǎn)（GNRON）。（6）規(guī)劃的路徑只考慮的路徑的安全性，并沒有對路徑進(jìn)行優(yōu)化。由于
智能制造 2019年3期2019-03-18
- 基于進(jìn)化勢場模型的無人艇路徑規(guī)劃算法*
的重要方向.人工勢場法作為一種廣泛使用的路徑規(guī)劃算法，具有模型簡潔、計(jì)算快速、路徑光滑等優(yōu)點(diǎn)[3]，是水面無人艇最常用的路徑規(guī)劃技術(shù)之一.但是勢場模型本身具有局限性，在實(shí)際應(yīng)用時(shí)往往需要加以改進(jìn).操文芷等[4-6]針對傳統(tǒng)勢場法中無人艇易陷入局部最小點(diǎn)的問題，分別提出了基于不同逃脫策略的改進(jìn)勢場法；劉建等[7-8]將勢場法與柵格模型進(jìn)行了結(jié)合，使得路徑安全且較短，但是路徑不光滑；Li 等[9]提出了切向勢場法，克服了路徑的局部抖動問題.但是，以上這些方法都
- 基于人工勢場法的移動機(jī)器人動態(tài)路徑規(guī)劃
,肖本賢基于人工勢場法的移動機(jī)器人動態(tài)路徑規(guī)劃張希聞1,2,肖本賢1,21. 合肥工業(yè)大學(xué)電氣工程與自動化學(xué)院, 安徽 合肥 230009 2. 合肥工業(yè)大學(xué)工業(yè)與裝備技術(shù)研究院, 安徽 合肥 230009目前移動機(jī)器人越來越多地被用于物流倉庫中進(jìn)行勞動力的解放。本文采用改進(jìn)人工勢場法代替?zhèn)鹘y(tǒng)的人工勢場法進(jìn)行動態(tài)路徑規(guī)劃，其中引用了A*算法的一些思路來彌補(bǔ)傳統(tǒng)人工勢場法容易形成局部最優(yōu)解的不足。在實(shí)驗(yàn)室環(huán)境下，針對動態(tài)的障礙設(shè)計(jì)出一條更為快捷的避障路徑。當(dāng)
山東農(nóng)業(yè)大學(xué)學(xué)報(bào)（自然科學(xué)版） 2018年6期2019-01-04
- 基于梯度下降法和改進(jìn)人工勢場法的無人車避障方法
避障算法有：人工勢場法[1～3]，遺傳算法，模糊控制算法，粒子群算法等等。這些算法特點(diǎn)各異，適用于不同的環(huán)境。其中人工勢場法是一種應(yīng)用比較廣泛的算法，能在動態(tài)和靜態(tài)環(huán)境中實(shí)現(xiàn)避障。人工勢場被表示成障礙物的斥力場和目標(biāo)點(diǎn)的引力場的疊加，無人車在人工勢場的作用下從高勢場向低勢場運(yùn)動，以完成路徑規(guī)劃和實(shí)現(xiàn)避障[4]。存在局部極小值使得無人車無法正常到達(dá)目標(biāo)位置是傳統(tǒng)人工勢場法的一個(gè)主要問題。目前解決傳統(tǒng)人工勢場法局部極小值問題的方法有兩種，一種是用更加優(yōu)化的勢場
制造業(yè)自動化 2018年11期2018-11-26
- 改進(jìn)人工勢場法的移動機(jī)器人路徑規(guī)劃
規(guī)劃[2]。人工勢場法是一種常用的解決移動機(jī)器人路徑規(guī)劃問題的方法，其計(jì)算量較小、實(shí)時(shí)性高、反應(yīng)速度快、規(guī)劃軌跡平滑。但是，人工勢場法也存在局部極小點(diǎn)、無法到達(dá)目標(biāo)點(diǎn)等缺點(diǎn)，即在某個(gè)點(diǎn)，引力和斥力剛好大小相等且方向想反，物體陷入局部最優(yōu)解或震蕩[3]。即當(dāng)引力與斥力的合力為零或接近零時(shí)，機(jī)器人會認(rèn)為已經(jīng)到達(dá)目標(biāo)點(diǎn)而停止前進(jìn)或在一定區(qū)域內(nèi)徘徊，造成機(jī)器人永遠(yuǎn)無法到達(dá)目標(biāo)點(diǎn)，而陷入局部極小點(diǎn)。針對上述問題，許多學(xué)者對算法進(jìn)行大量改進(jìn)性研究。文獻(xiàn)[4]通過增加虛
機(jī)器人技術(shù)與應(yīng)用 2018年3期2018-08-11
- 結(jié)合預(yù)設(shè)航線的多旋翼無人機(jī)避障算法*
翼無人機(jī)使用人工勢場法進(jìn)行避障的研究中，僅考慮目標(biāo)點(diǎn)的安全抵達(dá)，少有考慮按預(yù)設(shè)航線飛行的作業(yè)需求，通過在人工勢場法中賦予航線“線勢場”，將多旋翼無人機(jī)的避障與航線飛行進(jìn)行結(jié)合，使無人機(jī)避障之后能重回航線。針對傳統(tǒng)勢場法中的引力場并不適用于無人機(jī)，對引力場進(jìn)行了改進(jìn)。解決了引入“線勢場”后容易導(dǎo)致無人機(jī)陷入局部極小點(diǎn)的問題,通過仿真驗(yàn)證了上述改進(jìn)的效果。多旋翼無人機(jī)； 航線飛行； 避障； 線勢場； 改進(jìn)人工勢場0 引 言隨著信息技術(shù)、嵌入式技術(shù)、傳感器技術(shù)的
傳感器與微系統(tǒng) 2017年8期2017-08-08
- 基于改進(jìn)A*算法的導(dǎo)盲避障路徑規(guī)劃策略研究
算法，通過引入“勢場”的概念來動態(tài)調(diào)節(jié)啟發(fā)函數(shù)的權(quán)系數(shù)，產(chǎn)生新的代價(jià)函數(shù)來引導(dǎo)路徑搜索。采用二次加權(quán)的路徑轉(zhuǎn)換方法計(jì)算當(dāng)前幀行進(jìn)方向相對規(guī)劃路徑的角度偏差，作為誘導(dǎo)盲人行走的控制信息。實(shí)驗(yàn)表明，改進(jìn)的動態(tài)加權(quán)A*算法能夠有效提高路徑規(guī)劃效率，整體路徑規(guī)劃策略可以成功實(shí)現(xiàn)導(dǎo)盲避障任務(wù)。關(guān)鍵詞：導(dǎo)盲避障系統(tǒng)；路徑規(guī)劃；動態(tài)加權(quán)A*算法；勢場；代價(jià)函數(shù)中圖分類號：TP273 文獻(xiàn)標(biāo)識碼：A 文章編號：1673-5048（2017）03-0086-07
航空兵器 2017年3期2017-07-28
- 一種基于人工勢場的無人機(jī)航跡規(guī)劃算法
8)一種基于人工勢場的無人機(jī)航跡規(guī)劃算法甄 然1,2，甄士博1,2，吳學(xué)禮1,2(1.河北科技大學(xué)電氣工程學(xué)院，河北石家莊 050018；2.河北省生產(chǎn)過程自動化工程技術(shù)研究中心，河北石家莊 050018)為了改進(jìn)傳統(tǒng)的人工勢場法不能適應(yīng)復(fù)雜環(huán)境、容易陷入最小值和在終點(diǎn)附近徘徊的情況，提出一種基于混沌理論的人工勢場法的無人機(jī)航跡規(guī)劃算法。在傳統(tǒng)人工勢場法原理的基礎(chǔ)上，將混沌理論的搜索算法引入人工勢場法中的斥力場、引力場的函數(shù)公式中，改變了各個(gè)障礙物斥力系數(shù)
河北科技大學(xué)學(xué)報(bào) 2017年3期2017-06-28
- 一種自適應(yīng)控制的人工勢場的無人機(jī)路徑規(guī)劃算法
自適應(yīng)控制的人工勢場的無人機(jī)路徑規(guī)劃算法甄 然1，2，甄士博1，2，吳學(xué)禮1，2(1.河北科技大學(xué) 電氣工程學(xué)院，河北 石家莊 050018； 2.河北省生產(chǎn)過程自動化工程技術(shù)研究中心，河北 石家莊 050018)路徑規(guī)劃是無人機(jī)的重要組成部分，在簡述傳統(tǒng)的人工勢場法的原理基礎(chǔ)上，提出了一種基于無人機(jī)對各個(gè)方向感應(yīng)系數(shù)自適應(yīng)的改進(jìn)方案，引入自適應(yīng)論改進(jìn)了傳統(tǒng)的勢場計(jì)算公式，改變了粒子運(yùn)動中對各個(gè)方向的障礙物的斥力系數(shù)，找到最適合不同地圖系數(shù)的最優(yōu)路徑，仿真
無線電工程 2017年5期2017-04-25
- 改進(jìn)的勢場蟻群算法的移動機(jī)器人路徑規(guī)劃
能。本文綜合人工勢場算法和蟻群算法的優(yōu)點(diǎn)提出人工勢場蟻群算法。利用人工勢場中的勢場力、蟻群算法中機(jī)器人與目標(biāo)位置的距離及勢場力啟發(fā)信息影響系數(shù)來重新構(gòu)造綜合啟發(fā)信息，并以蟻群搜索機(jī)制進(jìn)行全局路徑規(guī)劃。仿真結(jié)果表明勢場蟻群算法路徑規(guī)劃能找到更優(yōu)路徑和收斂速度更快。1 基本蟻群算法和人工勢場算法簡介1.1 傳統(tǒng)蟻群算法簡介蟻群算法是模擬蟻群覓食行為的一種優(yōu)化算法。假設(shè)蟻群中螞蟻的總數(shù)為M，各螞蟻在柵格環(huán)境下移動，并且根據(jù)狀態(tài)轉(zhuǎn)移規(guī)則選擇下一個(gè)柵格，假設(shè)在時(shí)刻t
計(jì)算機(jī)工程與應(yīng)用 2015年22期2015-02-27
- 基于改進(jìn)人工勢場法的AUV路徑規(guī)劃
、蟻群算法、人工勢場法及流函數(shù)法等[1]。筆者提出一種基于改進(jìn)人工勢場法的AUV路徑規(guī)劃方法。1 人工勢場法的基本原理①人工勢場法的基本原理為：把AUV當(dāng)作質(zhì)點(diǎn)，假設(shè)AUV在一個(gè)存在復(fù)合勢場的環(huán)境中運(yùn)行，在此環(huán)境中障礙物周圍有斥力場，目標(biāo)點(diǎn)處有引力場[2]。建立關(guān)于距離的勢函數(shù)，AUV所受的力即虛擬的勢場力。虛擬的勢場力就是勢的負(fù)梯度[2]。AUV在虛擬的勢場力的作用下，從起點(diǎn)繞過障礙物運(yùn)動到目標(biāo)點(diǎn)。1.1 勢函數(shù)設(shè)復(fù)合勢場為U(R)，目標(biāo)點(diǎn)引力場為Ua(
化工自動化及儀表 2014年12期2014-08-02
- 基于勢理論的城鎮(zhèn)化進(jìn)程中人口遷移研究
論，提出了“人口勢場”概念，分析了人口遷移中的問題，探索了促進(jìn)富余人口遷移的措施。關(guān)鍵詞：城鎮(zhèn)化 人口遷移 勢場城鎮(zhèn)化是當(dāng)今世界上重要的社會、經(jīng)濟(jì)現(xiàn)象之一。1867 年西班牙工程師塞羅達(dá)在《城鎮(zhèn)化基本理論》一書中首先使用了 urbanization 的概念。Tisdale（1942）就認(rèn)為城鎮(zhèn)化概念之一就是城市人口由農(nóng)村到城市的集中過程，表現(xiàn)為城市人口比例的增加。城改革開放以來，我國的城鎮(zhèn)化進(jìn)程明顯加快，城鎮(zhèn)化導(dǎo)致了大量的農(nóng)村人口遷移到城市中。在國外，很多
商業(yè)經(jīng)濟(jì)研究 2014年5期2014-03-04
- 基于彈性繩理論的自主車輛防碰撞的路徑規(guī)劃*
4]中提出的人工勢場理論和彈性繩理論最早運(yùn)用于機(jī)器人領(lǐng)域，文獻(xiàn)[5]和文獻(xiàn)[6]中加以改進(jìn)運(yùn)用到自主車輛路徑規(guī)劃領(lǐng)域，并成功實(shí)現(xiàn)了在低風(fēng)險(xiǎn)路況下動態(tài)車輛的避障路徑規(guī)劃算法。為擴(kuò)大障礙車勢場的作用范圍，作者曾對影響避障路徑生成的幾個(gè)因素，即障礙車引導(dǎo)勢場的形狀、引導(dǎo)勢場因子、彈性繩剛度和主車速度進(jìn)行了探討，結(jié)果表明彈性繩剛度和主車車速的影響最大，然后是引導(dǎo)勢場因子，而引導(dǎo)勢場形狀的影響最小[7]。本文中在先前研究和文獻(xiàn)[6]算法的基礎(chǔ)上，分別在障礙車的前后增
汽車工程 2014年10期2014-02-27
- 基于改進(jìn)的人工勢場法的機(jī)器人避障控制及其MATLAB實(shí)現(xiàn)
虛擬結(jié)構(gòu)法、人工勢場法等.文獻(xiàn)［1］中提出了一種采用分層的時(shí)空表和時(shí)間控制器的多機(jī)器人編隊(duì)方法，解決了機(jī)器人間的協(xié)調(diào)協(xié)作問題，使多機(jī)器人編隊(duì)系統(tǒng)具有較強(qiáng)的環(huán)境自適應(yīng)能力.但方法缺乏對于編隊(duì)避障方法的論述.文獻(xiàn)［2］中提出了基于領(lǐng)航者－跟隨者的編隊(duì)及避障法，通過一個(gè)總勢場進(jìn)行編隊(duì)控制和避障，算法簡單，利用此法能夠順利通過狹窄通道、靜態(tài)障礙物和動態(tài)障礙物，并在避障后恢復(fù)隊(duì)形，順利到達(dá)目標(biāo).但是，隨著移動機(jī)器人數(shù)量的增加和環(huán)境復(fù)雜程度的增加，總勢場函數(shù)變得復(fù)雜，
上海理工大學(xué)學(xué)報(bào) 2013年5期2013-10-10
- 對話教學(xué)的生態(tài)勢場與反應(yīng)方式
識對話教學(xué)的生態(tài)勢場，探究生態(tài)勢場的反應(yīng)方式與效應(yīng)。對話教學(xué)有兩個(gè)不同的生態(tài)勢場：一個(gè)是原生態(tài)勢場；另一個(gè)是再生態(tài)勢場。兩個(gè)生態(tài)勢場有著各自的勢場反應(yīng)方式與效應(yīng)。一、原生態(tài)勢場在初始對話（讀者首次閱讀文本）中，憑借作者（對話中的傾述個(gè)體）在文本中的傾述和讀者（對話中的接受個(gè)體）自身的傾聽和感悟，文本的信息內(nèi)容、審美體驗(yàn)及表達(dá)方法等以初始的狀態(tài)形成于讀者的意識形態(tài)。這種由文本在第一閱讀時(shí)間里使接受個(gè)體形成的生成狀態(tài)叫做對話教學(xué)的原生態(tài)。孕育并產(chǎn)生對話教學(xué)原生
中學(xué)語文 2013年31期2013-08-15