第四章、移动机器人的路径规划4
一、人工势场法
势场法用势场来描述环境，势场可以看作是一个想象的高度。目标点在底部，高度随着距离目标点的距离而增加，在障碍处甚至更高。路径规划过程可以解释为球滚下山到目标的运动。目标点是势场的全局最小值。
势场定义：
势场表示为由目标点Uattr(q)引起的吸引场和由障碍物引起的斥力场Urep(q)之和。
kattr、krep是一个正常数。
获得目标点的路径从开始点我们需要遵循负梯度势场(−∇U (q))。利用势场进行环境展示，机器人只需沿着势场的负梯度就可以到达目标点。势场的负梯度是由已知机器人位置明确计算出来的。这种方法的主要缺点是机器人可能会被困住(振动行为)在局部最小值上，如果环境中有任何凹形障碍物（如上图右下角），或者当机器人开始在与障碍物距离更均匀的点之间摆动时，就会发生这种情况。
二、计算负梯度势场