推土机技术：消除基于 APF 机器人导航局部极小值陷阱的高效方法
机器人学
2025-12-30 v1
摘要
路径规划是自主移动机器人技术的基本组成部分，使机器人能够从当前位置导航至期望目标同时避开障碍物。在各种技术中，人工势场（APF）方法因其简单性、实时响应能力和低计算要求而广受欢迎。然而，传统 APF 方法的一个主要局限是局部极小值陷阱问题，即机器人卡在没有明确指向目标方向的位置。本文提出了一种新颖的路径规划技术，称为推土机，它在保留 APF 固有优势的同时解决了局部极小值问题。推土机技术引入了一种回填机制，通过增加局部极小值区域的势值来系统地识别并消除这些区域，类似于推土机填补道路上的坑洼。此外，还结合了基于斜坡的增强机制，以在机器人从局部极小值内部起步时协助其逃离陷阱区域。使用物理移动机器人在复杂度不断增加的各种地图上对所提出的技术进行了实验验证。针对标准 APF、自适应 APF 以及成熟的规划算法（如 A*、PRM 和 RRT）进行了比较分析。结果表明，推土机技术有效地解决了局部极小值问题，同时实现了卓越的执行速度和具有竞争力的路径质量。此外，采用运动学跟踪控制器评估了规划路径的平滑性和可追踪性，证实了其适用于真实世界的执行。
引用
@article{arxiv.2512.23672,
title = {The Bulldozer Technique: Efficient Elimination of Local Minima Traps for APF-Based Robot Navigation},
author = {Mohammed Baziyad and Manal Al Shohna and Tamer Rabie},
journal= {arXiv preprint arXiv:2512.23672},
year = {2025}
}