人工势场法matlab讲解,传统人工势场法(matlab)
【实例简介】
人工势场法路径规划是由Khatib提出的一种虚拟力法(Oussama Khatib,Real-Time obstacle Avoidance for Manipulators and Mobile Robots. Proc of The 1994 IEEE.)。它的基本思想是将机器人在周围环境中的运动,设计成一种抽象的人造引力场中的运动,目标点对移动机器人产生“引力”,障碍物对移动机器人产生“斥力”,最后通过求合力来控制移动机器人的运动。应用势场法规划出来的路径一般是比较平滑并且安全,但是这种方法存在局部最优点问题。
【实例截图】
【核心代码】
%初始化车的参数
Xo=[0 0];%起点位置
k=15;%计算引力需要的增益系数
K=0;%初始化
m=5;%计算斥力的增益系数,都是自己设定的。
Po=2.5;%障碍影响距离,当障碍和车的距离大于这个距离时,斥力为0,即不受该障碍的影响。也是自己设定。
n=7;%障碍个数
a=0.5;
l=0.2;%步长
J=200;%循环迭代次数
%如果不能实现预期目标,可能也与初始的增益系数,Po设置的不合适有关。
%end
%给出障碍和目标信息
Xsum=[10 10;1 1.2;3 2.5;4 4.5;3 6;6 2;5.5 5.5;8 8.5];%这个向量是(n 1)*2维,其中[10 10]是目标位置,剩下的都是障碍的位置。
Xj=Xo;%j=1循环初始,将车的起始坐标赋给Xj
%***************初始化结束,开始主体循环******************
for j=1:J %循环开始
Goal(j,1)=Xj(1); %Goal是保存车走过的每个点的坐标。刚开始先将起点放进该向量。
Goal(j,2)=Xj(2);
%调用计算角度模块
Theta=compute_angle(Xj,Xsum,n);%Theta是计算出来的车和障碍,和目标之间的与X轴之间的夹角,统一规定角度为逆时针方向,用这个模块可以计算出来。
%调用计算引力模块
Angle=Theta(1);%Theta(1)是车和目标之间的角度,目标对车是引力。
angle_at=Theta(1);%为了后续计算斥力在引力方向的分量赋值给angle_at
[Fatx,Faty]=compute_Attract(Xj,Xsum,k,Angle,0,Po,n); %计算出目标对车的引力在x,y方向的两个分量值。
for i=1:n
angle_re(i)=Theta(i 1);%计算斥力用的角度,是个向量,因为有n个障碍,就有n个角度。
end
%调用计算斥力模块
[Frerxx,Freryy,Fataxx,Fatayy]=compute_repulsion(Xj,Xsum,m,angle_at,angle_re,n,Po,a);%计算出斥力在x,y方向的分量数组。
%计算合力和方向,这有问题,应该是数,每个j循环的时候合力的大小应该是一个唯一的数,不是数组。应该把斥力的所有分量相加,引力所有分量相加。
Fsumyj=Faty Freryy Fatayy;%y方向的合力
Fsumxj=Fatx Frerxx Fataxx;%x方向的合力
Position_angle(j)=atan(Fsumyj/Fsumxj);%合力与x轴方向的夹角向量
%计算车的下一步位置
Xnext(1)=Xj(1) l*cos(Position_angle(j));
Xnext(2)=Xj(2) l*sin(Position_angle(j));
%保存车的每一个位置在向量中
Xj=Xnext;
%判断
if ((Xj(1)-Xsum(1,1))>0)&((Xj(2)-Xsum(1,2))>0) %是应该完全相等的时候算作到达,还是只是接近就可以?现在按完全相等的时候编程。
K=j;%记录迭代到多少次,到达目标。
break;
%记录此时的j值
end%如果不符合if的条件,重新返回循环,继续执行。
end%大循环结束
K=j;
Goal(K,1)=Xsum(1,1);%把路径向量的最后一个点赋值为目标
Goal(K,2)=Xsum(1,2);
%***********************************画出障碍,起点,目标,路径点*************************
%画出路径
X=Goal(:,1);
Y=Goal(:,2);
%路径向量Goal是二维数组,X,Y分别是数组的x,y元素的集合,是两个一维数组。
x=[1 3 4 3 6 5.5 8];%障碍的x坐标
y=[1.2 2.5 4.5 6 2 5.5 8.5];
plot(x,y,'o',10,10,'v',0,0,'ms',X,Y,'.r');
function Y=compute_angle(X,Xsum,n)%Y是引力,斥力与x轴的角度向量,X是起点坐标,Xsum是目标和障碍的坐标向量,是(n 1)*2矩阵
for i=1:n 1%n是障碍数目
deltaX(i)=Xsum(i,1)-X(1);
deltaY(i)=Xsum(i,2)-X(2);
r(i)=sqrt(deltaX(i)^2 deltaY(i)^2);
if deltaX(i)>0
theta=acos(deltaX(i)/r(i));
else
theta=pi-acos(deltaX(i)/r(i));
end
if i==1%表示是目标
angle=theta;
else
angle=theta;
end
Y(i)=angle;%保存每个角度在Y向量里面,第一个元素是与目标的角度,后面都是与障碍的角度
end
end
function [Yrerxx,Yreryy,Yataxx,Yatayy]=compute_repulsion(X,Xsum,m,angle_at,angle_re,n,Po,a)%输入参数为当前坐标,Xsum是目标和障碍的坐标向量,增益常数,障碍,目标方向的角度
Rat=(X(1)-Xsum(1,1))^2 (X(2)-Xsum(1,2))^2;%路径点和目标的距离平方
rat=sqrt(Rat);%路径点和目标的距离
for i=1:n
Rrei(i)=(X(1)-Xsum(i 1,1))^2 (X(2)-Xsum(i 1,2))^2;%路径点和障碍的距离平方
rre(i)=sqrt(Rrei(i));%路径点和障碍的距离保存在数组rrei中
R0=(Xsum(1,1)-Xsum(i 1,1))^2 (Xsum(1,2)-Xsum(i 1,2))^2;
r0=sqrt(R0);
if rre(i)>Po%如果每个障碍和路径的距离大于障碍影响距离,斥力令为0
Yrerx(i)=0;
Yrery(i)=0;
Yatax(i)=0;
Yatay(i)=0;
else
%if r0
if rre(i)
Yrer(i)=m*(1/rre(i)-1/Po)*(1/Rrei(i))*(rat^a);%分解的Fre1向量
Yata(i)=a*m*((1/rre(i)-1/Po)^2)*(rat^(1-a))/2;%分解的Fre2向量
Yrerx(i)=(1 0.1)*Yrer(i)*cos(angle_re(i));%angle_re(i)=Y(i 1)
Yrery(i)=-(1-0.1)*Yrer(i)*sin(angle_re(i));
Yatax(i)=Yata(i)*cos(angle_at);%angle_at=Y(1)
Yatay(i)=Yata(i)*sin(angle_at);
else
Yrer(i)=m*(1/rre(i)-1/Po)*1/Rrei(i)*Rat;%分解的Fre1向量
Yata(i)=m*((1/rre(i)-1/Po)^2)*rat;%分解的Fre2向量
Yrerx(i)=Yrer(i)*cos(angle_re(i));%angle_re(i)=Y(i 1)
Yrery(i)=Yrer(i)*sin(angle_re(i));
Yatax(i)=Yata(i)*cos(angle_at);%angle_at=Y(1)
Yatay(i)=Yata(i)*sin(angle_at);
end
end%判断距离是否在障碍影响范围内
end
Yrerxx=sum(Yrerx);%叠加斥力的分量
Yreryy=sum(Yrery);
Yataxx=sum(Yatax);
Yatayy=sum(Yatay);
end
人工势场法matlab讲解,传统人工势场法(matlab)相关推荐
- 基于人工势场法的二维平面内无人机的路径规划的matlab仿真,并通过对势场法改进避免了无人机陷入极值的问题
目录 1.算法描述 2.matlab算法仿真效果 3.MATLAB核心程序 4.完整MATLAB 1.算法描述 人工势场法原理是:首先构建一个人工虚拟势场,该势场由两部分组成,一部分是目标点对移动机器 ...
- 3dmax:3dmax三维VR渲染设置之高级灯光渲染(自然光照明+人工光照明+灯光属性讲解、灯光渲染参数解释、不布光顺序)图文教程之详细攻略
3dmax:3dmax三维VR渲染设置之高级灯光渲染(自然光照明+人工光照明+灯光属性讲解.灯光渲染参数解释.不布光顺序)图文教程之详细攻略 目录 3dmax三维VR渲染设置之高级灯光渲染(打光顺序. ...
- 巡检机器人替代传统人工巡检,智能巡检机器人5G工业路由器应用
在5G无线通信.人工智能.物联网.云计算.大数据.电力等前沿技术的高度融合下,以替代人工巡检为目的的电力智能巡检机器人应运而生. 随着智能化时代的迅速发展,人工智能技术.自动识别技术以及机器人行业应用 ...
- 基于MATLAB实现简单人工神经网络
资源下载地址:https://download.csdn.net/download/sheziqiong/85979688 资源下载地址:https://download.csdn.net/downl ...
- hs控什么意思_图文讲解传统双控、多控如何升级为米家智能家居的无限控
小白中完全不懂电路,然后智能家居就更不懂的占比还挺多,问的问题怎么说呢,你还不知道该怎么三言两语回答他,好吧,写一篇如何把家里双控线路改造为智能家居无限控的详细讲解文章,为大家彻底解惑^_^ 如果想要 ...
- 人工神经网络与神经网络,带反馈的人工神经网络
1.人工神经网络有哪些类型 人工神经网络模型主要考虑网络连接的拓扑结构.神经元的特征.学习规则等.目前,已有近40种神经网络模型,其中有反传网络.感知器.自组织映射.Hopfield网络.波耳兹曼机. ...
- matlab基于遗传算法的最大熵值法的双阈值图像分割
利用最佳直方图熵法(KSW熵法)及传统遗传算法实现灰度图像二阈值分割 matlab代码如下: 1.main.m(主函数): %%%利用最佳直方图熵法(KSW熵法)及传统遗传算法实现灰度图像二阈值分割 ...
- 数字图像处理学习笔记(七)——用Pycharm及MATLAB实现三种图像内插法(最近邻内插法、双线性内插法、双三次内插法)
数字图像处理(Digital Image Processing)是通过计算机对图像进行去除噪声.增强.复原.分割.提取特征等处理的方法和技术.本专栏将以学习笔记形式对数字图像处理的重点基础知识进行总结 ...
- 2021-01-07 matlab数值分析 线性代数的直接接法 追赶法
matlab数值分析 线性代数的直接接法 追赶法求解线性方程组Ax=b,其中A是三对角方阵 %追赶法求解线性方程组Ax=b,其中A是三对角方阵 function x=tridiagsolver(A, ...
- iOS自定义转场动画实战讲解
转场动画这事,说简单也简单,可以通过presentViewController:animated:completion:和dismissViewControllerAnimated:completio ...
最新文章
- 数据结构利器之私房STL(上)
- XAML Namespace http://schemas.microsoft.com/expression/blend/2008 is not resolved
- DataList嵌套
- fiddler证书 iphone_使用Fiddler进行iOS APP的HTTP/HTTPS抓包
- win7中计算机被改为了句号,WIN7中中文输入法快捷键无法修改的解决方法.doc
- Python包管理整理:setuptool管理python相关的包
- Java 23 种设计模式概述 与 简单工厂模式
- 模仿淘宝首页html+js+css(附带源码)
- 某音X-Argus,X-Gorgon,X-Helios,X-Khronos,X-Ladon,X-Medusa六神签名参数
- 2021年北京市企业技术中心申报时间及条件是什么
- 英语题目作业——OJ_2392:Clear Cold Water
- Redis之惰性删除
- 【Office】Visio无响应问题(打开形状样式功能区即卡死)的解决方案
- Android应用客服系统解决方案---网易七鱼客服
- 抖音21.8版本抓包方法(Android)
- 黄金分割搜索法求单峰极小值C++实现
- Xavier NX+KU040图像处理卡
- 字符串匹配 (KMP)
- 第一次学习计划(含用pytorch跑通mnist例子)
- 网络子系统45_ip协议tos处理