概念简述：
人工势场法路径规划基本思想是将机器人在周围环境中的运动，设计成一种抽象的人造引力场中的运动，目标点对移动机器人产生“引力”，障碍物对移动机器人产生“斥力”，最后通过求合力来控制移动机器人的运动。应用势场法规划出来的路径一般是比较平滑并且安全，但是这种方法存在局部最优点问题。
这算法要求障碍物最好是规则的，否则算法的计算量将很大，有时甚至是无法计算的。但是，从另一个方面来看，由于人工势场法在数学描述上简洁、美观，这种方法仍然具有很大的吸引力的。其内在的局限性主要表现在，即当目标附近有障碍物时，移动机器人将永远也到达不了目的地。
在以前的许多研究中，目标和障碍物都离的很远，当机器人逼近目标时，障碍物的斥力变的很小，甚至可以忽略，机器人将只受到吸引力的作用而直达目标。但在许多实际环境中，往往至少有一个障碍物与目标点离的很近，在这种情况下，当移动机器人逼近目标的同时，它也将向障碍物靠近，如果利用以前对引力场函数和斥力场函数的定义，斥力将比引力大的多，这样目标点将不是整个势场的全局最小点，因此移动机器人将不可能到达目标。这样就存在局部最优解的问题，因此如何设计“引力场”问题就成为该方法的关键。
人工势场法路径规划一般用在局部场景计算，全局场景计算路径规划一般不选择使用。
延申知识：
1.全局路径规划（环境完全已知）
2.局部路径规划（环境未知或部分未知，通过感知实时获取环境信息）
另外环境又分静态与动态，所以任何路径规划问题均可细分为如下四类之一：
1)全局静态环境路径规划：构型空间法，自由空间法，栅格法（区别在于环境建模的方法不同）
构型空间法——将机器人作为质点，根据机器人的大小与姿态，将障碍物的形状向外扩展形成构型空间，然后质点在构型空间中进行搜索
自由空间法——采用预定义的基本形体，构造自由空间，并将自由空间表示为图结构，进行图搜索，构造空间图的时间复杂度很大
栅格法——顾名思义，环境被离散为一系列网格单元，场景的复杂度由网格表示，按照网格内是否有障碍物，标记为自由区和障碍区
2)全局动态环境路径规划：
3)局部静态环境路径规划：人工势场法，基于模糊逻辑的路径规划，基于遗传算法的路径规划
人工势场法——目标地对机器人有引力，障碍物对机器人又斥力，环境中任何一点势力为引力与斥力的叠加，机器人从初始位置开始，沿着势场下降最快的方向达到目标点。特点：（优：便于实时控制；缺：容易陷入局部最优，导致运动死锁发生，解决办法是广义势场法，逃脱算法）
基于模糊逻辑的路径规划——顾名思义，基于多传感器信息的模糊逻辑，来模拟人驾驶规则，特点：（优：鲁棒性，适合未知，动态环境的路径规划；缺：障碍物增多，计算量很大）深入理解需查阅相关文献
基于遗传算法的路径规划——遗传算法有利于寻找全局最优点而非陷入局部最优，但是速度慢，解决办法是遗传模拟退火算法，抑制早熟
4)局部动态环境路径规划
机器人路径规划模型分类：1.传统模型，基于功能的要求，按照自顶向下的方式建立的。其规划过程按照“感知－建模－规划－行动”的顺序进行，是一种典型的慎思结构，稳定但缺乏应变能力；2.基于行为的路径规划模型，该模型将路径规划分解为独立模块如，避障，跟踪等，这些行为模块通过彼此的协调和竞争，共同完成导航任务优缺点与1刚好相反。