人工势场算法是一种模拟物理力场的算法，它的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。

（1）传统人工势场算法原理

无人车在行驶途中最大的人工势场引力源自目标点，当势力场为零时，两者之间距离为零，表示车辆已到达目标点。无人车只有在障碍物势场范围内才会受到斥力势场的影响，在障碍物势场范围内，无人车受到的势场斥力与无人车和障碍物之间的距离成反比。势力场函数用于描述运行过程中目标点和障碍物对无人车产生的影响，需要考虑无人车向目标点移动的效率问题来构建专门的函数衡量势场的大小。

在构建的虚拟人工势场中，无人车受到的力是障碍物的斥力和目标点的引力的合力，该合力为矢量，合力的方向决定了无人车的行驶方向。障碍物的数量可能不止一个，因此无人车可能会受到多个斥力作用，在使用人工势场算法做路径规划时，要将无人车受到的所有斥力和引力按矢量运算原则相加，在合力的作用下向目标点靠近。

（2）传统人工势场算法井下应用存在的问题

人工势场算法起初主要应用于机器人局部路径规划，随着无人驾驶技术的发展才逐渐应用于地面车辆的路径规划中。机器人在使用人工势场法进行路径规划时很少考虑道路的约束，但是无人车的运动状态是时变的，障碍物数量、形状和位置也具有不可预知性，导致无人车在构建的虚拟势场中会出现局部最优解和目标不可达问题。当无人车在某个引力与斥力大小相等，方向相反的位置时，无人车受力为零，陷入局部最优解。当目标点与障碍物之间的距离较近时，斥力非常大，引力相对较小，导致无人车出现目标不可达。在地面无人驾驶车辆的路径规划过程中，经典的做法是建立车道线势场，此前也有研究人员将人工势场算法用于煤矿机器人的路径规划，但是没有考虑巷道的约束，故难以直接用于无轨胶轮车在井下巷道内的无人驾驶。