为了解决人工势场法的“最小值陷阱”问题以及传统路径规划算法在动态障碍物环境下的局限性，提出基于改进的人工势场法路径规划控制算法方案。在可调半径R的虚拟势场检测圆模型基础上，提前检测由障碍物斥力场形成的“最小值陷阱”，并建立无人车运动模型，结合基于LSTM改进的强化学习算法调节虚拟势场检测圆半径R来实现针对动态障碍物的有效规避，实现了无人车在半封闭的动态障碍物环境下在线无碰撞路径的规划。该算法的有效性和鲁棒性通过Python仿真实验得到了验证。
科研之友
微信
新浪微博
Facebook
分享链接
