A Multi-UAV Formation Obstacle Avoidance Method Combined Improved Simulated Annealing and Adaptive Artificial Potential Field

要約

従来の人工電位フィールド（APF）メソッドは、その力分布に制限を示します。UAVがターゲットとはほど遠い場合の過度の引力は、障害物との衝突を引き起こす可能性がありますが、目標近くの魅力が不十分な魅力はターゲットに到達できないことがよくあります。
さらに、APFは、複雑な環境での局所的な最小値の影響を非常に受けやすく、運動の信頼性を損なう可能性があります。
これらの課題に対処するために、このペーパーでは、新しいハイブリッド障害物回避アルゴリズム解除されたシミュレーションアニーリングに適応する人工電位フィールド（DSA-AAPF）を提示します。これは、改善されたシミュレーションアニーリングメカニズムとAPFモデルを強化します。
提案されたアプローチは、リーダーフォロワー分散形成戦略をAPFフレームワークと統合し、結果の力の定式化が再定義され、UAV軌道を滑らかにします。
環境コンテキストに基づいてUAV速度を動的に調整するために適応的な重力ゲイン関数が導入され、高速で構成されたコントローラーは、ターゲットへの正確で効率的な収束を保証します。
さらに、シミュレートされたアニーリングプロセス内に方向性偏向メカニズムが埋め込まれ、UAVが連続回転運動を通じて半透明な障害によって引き起こされる局所ミニマを逃れることができます。
形成の再構成、複雑な障害物の回避、および閉じ込めの脱出をカバーするシミュレーション結果は、提案されたDSA-AAPFアルゴリズムの実現可能性、堅牢性、および優位性を示しています。

要約(オリジナル)

The traditional Artificial Potential Field (APF) method exhibits limitations in its force distribution: excessive attraction when UAVs are far from the target may cause collisions with obstacles, while insufficient attraction near the goal often results in failure to reach the target. Furthermore, APF is highly susceptible to local minima, compromising motion reliability in complex environments. To address these challenges, this paper presents a novel hybrid obstacle avoidance algorithm-Deflected Simulated Annealing-Adaptive Artificial Potential Field (DSA-AAPF)-which combines an improved simulated annealing mechanism with an enhanced APF model. The proposed approach integrates a Leader-Follower distributed formation strategy with the APF framework, where the resultant force formulation is redefined to smooth UAV trajectories. An adaptive gravitational gain function is introduced to dynamically adjust UAV velocity based on environmental context, and a fast-converging controller ensures accurate and efficient convergence to the target. Moreover, a directional deflection mechanism is embedded within the simulated annealing process, enabling UAVs to escape local minima caused by semi-enclosed obstacles through continuous rotational motion. The simulation results, covering formation reconfiguration, complex obstacle avoidance, and entrapment escape, demonstrate the feasibility, robustness, and superiority of the proposed DSA-AAPF algorithm.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google