[发明专利]一种基于引导域人工势场的智能体路径规划方法

权利要求书

1.一种基于引导域人工势场的智能体路径规划方法，其特征在于，包括以下步骤：

步骤一：构建人工势场，人工势场由引力势场和斥力势场叠加而成；目标点对智能体提供引力，形成引力势场；障碍物对智能体提供斥力，形成斥力势场；

步骤二：在势场中加入自适应，使智能体在域场自适应中寻找目标点；

步骤三：针对障碍物的智能体算法优化，加入域引导势场，对智能体进行域势场传递，寻找目标点；

所述步骤三的步骤为：

a)找到距离目标点最近的临近障碍物的位置p作为原始启发点，将p加入启发点列表L，记录p的域势场；

b)扫描p的邻域，找到所有未被扫描过的临近障碍物的位置加入到启发点列表中；

c)每次从启发点列表中取出一个启发点，通过步骤a)扫描该启发点，并将该启发点的位置加入引导势场，所述引导势场为衰减率与域势场的乘积，随着步骤a)的进行减小，最后将该点移出启发点列表；

d)迭代进行步骤b)和c)，直到启发点列表中为空，返回势场；

e)智能体根据返回的势场向身边最小的势场所在位置移动。

2.根据权利要求1所述的一种基于引导域人工势场的智能体路径规划方法，其特征在于，所述步骤一中势场的构建过程为：

1)根据障碍物与目标点的位置，分别构建障碍物和目标点的引力场，其中引力场如下：

其中U_att(q)为目标点在位置q产生的引力场，k_att为目标点的引力系数，引力系数越大说明目标点具有更强的吸引力，q为位置坐标，目标点所在坐标为q_g，所以q_g处势场为0；

2)构建障碍物的斥力场

其中U_rep(q)为障碍物在位置q产生的斥力场，k_rep为障碍物的斥力系数，斥力系数越大说明障碍物周围具有更强的排斥力，q-q₀为当前位置坐标与障碍物距离,障碍物的斥力场范围大小为p₀，超过该范围则机器人感受不到该障碍物的排斥力。

3.根据权利要求2所述的一种基于引导域人工势场的智能体路径规划方法，其特征在于，还包括：

针对局部稳定点情况，构建域势场

其中U_str(q)为域势场，k_str为强吸引力指数，该指数大于k_att，q-q_g为当前位置坐标与目标点距离，同时具有一个范围场p_s，在该范围内能感受到该目标点的强吸引力。

4.根据权利要求1所述的一种基于引导域人工势场的智能体路径规划方法，其特征在于，所述步骤二中在势场中加入自适应，过程为：

1)设定初始域即范围场的范围值；

2)加大智能体的目标点域的范围值，直到智能体跳出局部稳定点；

3)当智能体达到某个预设的目标点后，重置所有目标点域的范围场。

5.根据权利要求1或3所述的一种基于引导域人工势场的智能体路径规划方法，其特征在于，针对局部稳定点情况，所述势场为引力场、斥力场、域势场的叠加。

6.根据权利要求1所述的一种基于引导域人工势场的智能体路径规划方法，其特征在于，所述障碍物为非凸障碍物。

7.根据权利要求1所述的一种基于引导域人工势场的智能体路径规划方法，其特征在于，用于工业智能仓储机器人路径规划。