一种基于局部定向的群体智能避障方法技术

本发明专利技术涉及智能避障领域，目的是提供一种基于局部定向的群体智能避障方法，包括下列步骤：步骤1：当个体的探测半径内出现障碍物时，进行碰撞预判，当判断的结果为个体会与障碍物发生碰撞时，执行步骤2的避障措施；步骤2：以障碍物最近探测点为平衡点，根据个体大小和障碍物的威胁程度确定极限环半径，个体在移动过程中对不同的探测平衡点进行绕行，执行步骤3；步骤3：绕行时，还原障碍物的位置和形状，通过顺时针或者逆时针绕行障碍物，向目标点移动。

【技术实现步骤摘要】
一种基于局部定向的群体智能避障方法
本专利技术涉及群体避障领域，具体涉及一种基于局部定向的群体智能避障方法。
技术介绍
近年来，模仿自然界生物群体行为研究群体智能理论逐渐成为热点，避障是最基本的群体行为，现有的避障算法主要以虚拟势场为基础，随着研究的深入，传统的人工势场法与极限环法在处理复杂环境下群体避障问题时往往存在不足，特别的，障碍的不规则性、非预知性与环境的有界性对算法的研究提供了新的改进方向。综上所述，现有针对不规则、非预知障碍与有界环境下的避障算法研究大多围绕这三方面分别展开，且其中针对群体避障的研究较少，对三种问题均存在的复杂环境下的群体避障算法研究极少。为此，本文主要研究该复杂环境下的群体避障问题，在仅利用智能体的有限探测信息的前提下，一方面，在局部可视不规则障碍的边缘设置平衡点，并以该点为中心建立局部极限环，最终沿所有局部极限环的包络对该障碍进行绕行；另一方面，将智能体在局部可视边界上的投影点设置为虚拟障碍，并以改进的人工势场斥力函数作为该虚拟障碍的势场函数来避免与边界发生碰撞。专利技术内容本专利本文档来自技高网...

【技术保护点】
1.一种基于局部定向的群体智能避障方法，其特征在于，包括下列步骤：/n步骤1：当个体的探测半径内出现障碍物时，进行碰撞预判，当判断的结果为个体会与障碍物发生碰撞时，执行步骤2的避障措施；/n步骤2：以障碍物最近探测点为平衡点，根据个体大小和障碍物的威胁程度确定极限环半径，个体在移动过程中对不同的探测平衡点进行绕行，执行步骤3；/n步骤3：绕行时，还原障碍物的位置和形状，通过顺时针或者逆时针绕行障碍物，向目标点移动。/n

【技术特征摘要】
1.一种基于局部定向的群体智能避障方法，其特征在于，包括下列步骤：
步骤1：当个体的探测半径内出现障碍物时，进行碰撞预判，当判断的结果为个体会与障碍物发生碰撞时，执行步骤2的避障措施；
步骤2：以障碍物最近探测点为平衡点，根据个体大小和障碍物的威胁程度确定极限环半径，个体在移动过程中对不同的探测平衡点进行绕行，执行步骤3；
步骤3：绕行时，还原障碍物的位置和形状，通过顺时针或者逆时针绕行障碍物，向目标点移动。


2.根据权利要求1所述的一种基于局部定向的群体智能避障方法，其特征在于，所述步骤2中，针对单个障碍物的场景，避障措施包括有单障碍物避障算法，具体如下：
步骤21：当个体为无人机时，做无人机与目标点连线为直线L，直线L设为ax+by+c＝0；
步骤22：当连线L穿过危险区时，计算极限环中心到直线L的距离为，



将平衡点坐标(Zx，Zy)、无人机坐标(Wx，Wy)和目标点坐标(Mx，My)带入下列的二阶非线性方程来计算无人机在任意位置的期望方向：






步骤23：设X＝(x,y)为个体当前位置，R＝rv2-x2-y2,rv为极限环半径，则加速度权重可以表示为：



该场景下的加速度可以写作：
a＝H1X′
其中，


3.根据权利要求1所述的一种基于局部定向的群体智能避障方法，其特征在于，所述步骤2中，针对多个障碍物的场景，避障措施包括有多障碍物避障算法，具体如下：
步骤31：计算两两障碍物之间的通道距离，当两个障碍物之间的通道距离小于预设阈值时，则将该两个障碍物进行合并，完成对避障场景的分类；
步骤32：当障碍物距离未超过阈值时，若判定最近障碍属于前一时刻的障碍物群，则一直采用前一时刻的极限环绕行方向作为当前时刻的绕行方向dt＝dt-1，直至通过该障碍物群，若判定最近障碍物不属于前一时刻的障碍物群，则搜索当前最近障碍所在集群内的障碍物数目及...

【专利技术属性】
技术研发人员：蔚涛，陈熙，邓科，罗懋康，
申请(专利权)人：四川大学，
类型：发明
国别省市：四川;51