基于方向和相对速度加权的人工势场用于动态环境中无人机障碍规避
系统与控制
2025-12-10 v2 机器人学
系统与控制
摘要
传统人工势场(APF)方法本质上受限于局部最小值问题，以及无法考虑移动障碍物的运动学。本文提出了一种 novel 的 Direction and Relative Velocity Weighted Artificial Potential Field(APF)，以解决无人机(UAV)在动态和拥挤空域中实现自主碰撞规避的关键挑战。该方法引入受限加权函数 ，根据障碍物相对于 UAV 的方向和速度动态缩放排斥势。该 robust APF 方案集成于模型预测控制(MPC)框架中，以满足运动约束生成无碰撞轨迹。仿真结果表明，所提方法有效解决局部最小值问题，显著提升安全性，通过实现平滑、预测性的规避机动。系统确保路径完整性和可靠性能，确认其在复杂环境中实现自主导航的可行性。
引用
@article{arxiv.2512.07609,
title = {Obstacle Avoidance of UAV in Dynamic Environments Using Direction and Velocity-Adaptive Artificial Potential Field},
author = {Nikita Vaibhav Pavle and Shrreya Rajneesh and Rakesh Kumar Sahoo and Manoranjan Sinha},
journal= {arXiv preprint arXiv:2512.07609},
year = {2025}
}