人工势场法matlab讲解,传统人工势场法(matlab)

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(OussamaKhatib,Real-TimeobstacleAvoidanceforManipulatorsandMobileRobots.ProcofThe1994IEEE.)。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…

大家好,又见面了,我是你们的朋友全栈君。

【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】

54a1affeda53a568f7ecdca634337aa6.png

【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

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/148970.html原文链接:https://javaforall.cn

【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛

【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...

(0)
blank

相关推荐

  • 魔方第五步式视频教程_fpga滤波算法

    魔方第五步式视频教程_fpga滤波算法完整版教程下载地址:事隔五年之后,开启第2版DSP数字信号处理和CMSIS-NN神经网络教程,同步开启三代示波器,更至49章(2021-09-20)-STM32H7-硬汉嵌入式论坛-PoweredbyDiscuz!http://www.armbbs.cn/forum.php?mod=viewthread&tid=94547第49章STM32F429的自适应滤波器实现,无需Matlab生成系数(支持实时滤波)本章节讲解LMS最小均方自适应滤波器实现,无需Matla…

  • 前端数组转JSON「建议收藏」

    前端数组转JSON「建议收藏」varmapArr=[];$.each($(“#imageList>tr”),function(index,dom){console.log(index)console.log(dom)…

  • vmware workstation怎么使用虚拟机_虚拟机的使用方法

    vmware workstation怎么使用虚拟机_虚拟机的使用方法本文参照:https://www.linuxidc.com/Linux/2017-03/141972.htmVMwareWorkstation虚拟机使用方法图文详解云最成熟的架构是IaaS(I

  • GoogleEarth出新版-4.2版【含天际地图和中文版】「建议收藏」

    GoogleEarth出新版-4.2版【含天际地图和中文版】「建议收藏」GoogleEarth终于发布4.2版了,强烈建议大家去下载这个版本,因为这个版本不仅有繁体中文的支持,而且还包含了一个有趣的东西:GoogleSky(天际地图)。

  • 先验概率和后验概率的定义是什么_先验和后验什么意思

    先验概率和后验概率的定义是什么_先验和后验什么意思话不多说,我因为在学习朴素贝叶斯的时候有点分不清楚先验概率、后验概率,所以就网上找了一些资料,大家各有各的理解,但感觉还是不太能从定义上区分,所以就有了下面这张图:图里面说的还是比较清晰的,大家有不理解的地方可以沟通交流嘛。…

    2022年10月18日
  • 所有方向你要的资料干货这都有,从入门到实战!【CSDN宝藏资料图鉴第一期】「建议收藏」

    前言CSDN是全球知名的开发者社区,创建于1999年,经过20来年的知识文档积累已然成为中文开发者的知识宝库;从基础的法入门到蜕变实战案例、从神秘前沿技术到清晰的实践步骤,可以说CSDN是你找寻资料的最佳宝库,只要你想得到,在这里就可以找得到!今天我们就来深拔一期有质量的专栏和资源,这些专栏作者可能有些是在校大学生、有些是某领域内的行内大牛,但并不影响他们的文章通俗易懂并且富有深度。从在校大学生我们看到了新一代的奋进,从领域大牛身上我们也看到了无私的技术分享,希望有质量的文章越来越多,共同为行业的进步

发表回复

您的电子邮箱地址不会被公开。

关注全栈程序员社区公众号