传统人工势场算法介绍
势场函数的负梯度就是力函数
传统人工势场算法存在的问题：
机器人会由于引力和斥力的平衡，陷入“势能陷阱”，有如下四种可能的情况：
a.机器人、障碍物、目标点共线，障碍物在中间。
b.机器人、障碍物、目标点共线，目标点在中间。
c.机器人和目标点在障碍物的包围圈中。
d.目标在障碍物的包围圈中。
改进的人工势场法
通过修改斥力的指向和自适应调节斥力系数，就可以达到破坏这种平衡的效果，从而使得机器人走出陷阱。其具体改进有两点：1.改变斥力分力的方向，2修改斥力的增益系数。
具体体现为，当合力F和引力之间的夹角为钝角时，机器人存在较大的可能性陷入局部极小点(钝角会趋向180°)，此时我们就设定将斥力
的方向旋转一个角度，使得合力F和引力
之间的夹角为锐角，机器人就可避开局部极小点
基于改进人工势场法的 Leader-follower编队方法
在人工势场的思想上，假设各个机器人周围也存在一个势场，同时该势场分为三个区域，如图所示，分为排斥区域、一致区域，吸引区域，且各机器人划分的区域范围一致。
虚拟领航者同样存在势场，只是它不会受到其他力的影响，只会一直奔向目标点同时对其他机器人产生力。
多机器人避障与编队控制设计方案
系统总体设计图：
避障系统流程图：
编队系统流程图：
ROS仿真程序流程图：
ROS仿真程序模块图：
