基于势场优化的多无人机群体障碍物规避
机器人学
2025-11-24 v1 多智能体系统
摘要
在多无人机场景中，传统的人工势场 (APF) 方法常因障碍物规避路径规划不合理，导致冗余飞行路径和频繁的急转向，并在障碍规避过程中高度易发生无人机间碰撞。为此，本研究提出一种新型混合算法，将改进的多机器人编队障碍规避 (MRF IAPF) 算法与针对单个无人机路径规划优化的增强 APF 方法结合。其核心思想如下：首先，整合三类相互作用力，包括 MRF IAPF 障碍物排斥力、无人机间相互作用力和目标吸引力；其次，纳入细化的单个无人机路径优化机制，包括碰撞风险评估和辅助子目标策略。当无人机面临高碰撞威胁时，生成临时航点以引导障碍规避，确保最终精确抵达实际目标。仿真结果表明，与基于传统 APF 的编队算法相比，所提算法在路径长度优化和航向稳定性方面取得显著改善，能够有效避免障碍并快速恢复编队配置，从而验证了其在具有未知障碍的静态环境中的适用性和有效性。
引用
@article{arxiv.2511.16911,
title = {Multi-UAV Swarm Obstacle Avoidance Based on Potential Field Optimization},
author = {Yendo Hu and Yiliang Wu and Weican Chen},
journal= {arXiv preprint arXiv:2511.16911},
year = {2025}
}
备注
12 pages, 13 figures, and 2 tables