基于鸽群优化改进动态窗的多无人车协同编队避障控制

TP242.6; 在复杂未知的战场环境中,无人车集群较单台无人车可承担更为复杂的任务,无人车集群协同编队避障行驶是群体智能领域研究热点之一.针对未知环境下无人车集群在规避障碍物时容易出现动态位置与预期队形偏差较大问题,本文提出了一种基于改进动态窗的无人车编队协同避障控制方法,在基本动态窗路径评价函数的方位角评价因子、障碍物评价因子、速度评价因子基础上,增加了无人车编队的方向协同因子和队形保持因子.同时,基于变权重鸽群优化算法对改进动态窗的路径评价函数各系数进行优化.当无人车集群感知到障碍物时,通过改进动态窗算法进行相对位置及速度的自适应协同调整,更好地保证无人车编队避障行驶过程中队形位置的精确...

Full description

Saved in:
Bibliographic Details
Published in工程科学学报 Vol. 46; no. 7; pp. 1279 - 1285
Main Authors 李兆博, 孙双蕾
Format Journal Article
LanguageChinese
Published 北京特种机械研究所,北京 100143%北京特种机械研究所,北京 100143 01.07.2024
北京航空航天大学自动化科学与电气工程学院,北京 100083
Subjects
动态窗口法
dynamic window approach
obstacle avoidance
鸽群优化
无人车
coordinated formations
协同编队
避障控制
unmanned ground vehicle
pigeon-inspired optimization
Online AccessGet full text
ISSN2095-9389
DOI10.13374/j.issn2095-9389.2023.10.11.003

Cover

More Information
Summary:TP242.6; 在复杂未知的战场环境中,无人车集群较单台无人车可承担更为复杂的任务,无人车集群协同编队避障行驶是群体智能领域研究热点之一.针对未知环境下无人车集群在规避障碍物时容易出现动态位置与预期队形偏差较大问题,本文提出了一种基于改进动态窗的无人车编队协同避障控制方法,在基本动态窗路径评价函数的方位角评价因子、障碍物评价因子、速度评价因子基础上,增加了无人车编队的方向协同因子和队形保持因子.同时,基于变权重鸽群优化算法对改进动态窗的路径评价函数各系数进行优化.当无人车集群感知到障碍物时,通过改进动态窗算法进行相对位置及速度的自适应协同调整,更好地保证无人车编队避障行驶过程中队形位置的精确性.最后,以3台无人车构成三角形编队避障行驶为例进行仿真验证.仿真结果表明基于改进动态窗和变权重鸽群优化算法的无人车编队在规避障碍物时,队形位置偏差相对较小.可见,本文提出的改进算法能够使得无人车集群在规避障碍物过程中提高动态编队的稳定性和精确性.
ISSN:2095-9389
DOI:10.13374/j.issn2095-9389.2023.10.11.003