人工势场移动机器人路径规划,可自由修改障碍物

人工势场法是广泛应用于机器人、智能车领域中的一种路径规划算法，其原理是将智能车在行驶环境中的运动转化为智能车在人为设定的抽象势场中的运动，抽象势场由引力、斥力两大势场组成。 将引力势场和斥力势场进行叠加即为合力势场，智能车在合力势场的作用下行驶，行驶方向即为势能下降的方向。

一份关于人工势场法原理的英文讲义PPT（pdf版）；以及实现人工势场法的matlab代码。代码简单易懂，适合初学者参考，可以自己改变障碍物位置观察路径规划效果！

路径规划算法——人工势场法，作者纯手工打造。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。

首先，本文对国内外现有的主动避撞系统从环境感知层、规划决策层以及控制执行层三个方面进行了分析，指出了现有研究的优缺点，并设计了基于改进人工势场法的智能车辆主动避撞算法总体方案。 然后，在对车载传感器信息特征分析的基础上，对车辆与前方交通参与者进行了摄动及转向因素加权判定，确保系统能够正确地识别并判断具有高碰撞风险的目标。 接着，设计了 RV 纵向安全距离模型与基于换道时间的横向安全距离模型。 RV 安全距离模型是一种基于道路、车辆特征的分级安全距离模型，能够更加科 学地反映车辆与环境交通参与者的不同级别的碰撞风险。同时，设计了基于不同 质心侧偏角约束下的换道时间的换道安全距离模型，为横向避撞提供了更加合理 高效的判别依据。 之后，在对车辆行驶环境分析的基础上，建立了基于改进人工势场法的智能车辆主动避撞算法，使用全局规划虚拟引力、智能车辆换道引力、前向交通参与者斥力、侧向交通参与者斥力、交通信号灯斥力、前方传感器检测盲区斥力表征车辆行驶过程中不同约束的影响。利用 Carsim/Simulink 联合仿真验证了算法的有效性与实时性。 最后，为了进一步验证基于改进人工势场法的智能车辆主动避撞算法的优越性，进行了主动避撞系统控制器的软硬件设计，并在此基础上进行了实车试验，试验结果表明本文设计的算法峰值减速度减少了 15.7%，制动距离减少了 9%，能够提高智能汽车的舒适性与通行效率。

研究了多机器人的前导跟随编队控制。 提出了一种基于闭环控制和人工势场相结合的多机器人编队和避障方法。 根据领导者的位置信息，引入闭环控制实现对领导者的跟随者跟踪，并实现了编队控制。 可以通过人工势场法实现避障，机器人可以顺利通过障碍物区域。 仿真结果表明，该方法可以达到预期的控制效果，可以有效地解决此类问题。

人工势场法程序源码

基础人工势场法代码

国外人写的实现人工势场法路径搜索的matlab程序，附有详细的解释文档，界面友好，程序比较容易懂。额外还赠送一套人工势场法的10个障碍物的路径搜索matlab程序

印度人写的matlab程序，附有详细的解释文档，界面友好，程序比较容易懂 从其他地方整理出来，欢迎下载！