ในด้านหุ่นยนต์ Vector Field Histogram (VFH)เป็น อัลกอริทึม การวางแผนการเคลื่อนที่ แบบเรียลไทม์ ที่เสนอโดยJohann BorensteinและYoram Korenในปี 1991 ^{[ 1 ]} VFH ใช้การแสดงทางสถิติของสภาพแวดล้อมของหุ่นยนต์ผ่านตารางฮิสโตแกรม และด้วยเหตุนี้จึงให้ความสำคัญอย่างมากกับการจัดการกับความไม่แน่นอนจากเซ็นเซอร์และข้อผิดพลาดในการสร้างแบบจำลอง แตกต่างจากอัลกอริทึมการหลีกเลี่ยงสิ่งกีดขวางอื่นๆ VFH คำนึงถึงพลวัตและรูปร่างของหุ่นยนต์ และส่งคืนคำสั่งบังคับเลี้ยวที่เฉพาะเจาะจงสำหรับแพลตฟอร์ม แม้ว่าจะถือว่าเป็นตัววางแผนเส้นทางเฉพาะที่ กล่าวคือ ไม่ได้ออกแบบมาเพื่อความเหมาะสมของเส้นทางโดยรวม แต่ VFH ก็ได้รับการพิสูจน์แล้วว่าสามารถสร้างเส้นทางที่ใกล้เคียงกับเส้นทางที่เหมาะสมที่สุดได้

อัลกอริทึม VFH ดั้งเดิมนั้นอิงตามงานก่อนหน้าเกี่ยวกับVirtual Force Fieldซึ่งเป็นอัลกอริทึมการวางแผนเส้นทางเฉพาะที่ VFH ได้รับการปรับปรุงในปี 1998 โดยIwan UlrichและJohann Borensteinและเปลี่ยนชื่อเป็นVFH+ (อย่างไม่เป็นทางการเรียกว่า "Enhanced VFH") ^{[ 2 ]}แนวทางนี้ได้รับการปรับปรุงอีกครั้งในปี 2000 โดย Ulrich และ Borenstein และเปลี่ยนชื่อเป็น VFH* ^{[ 3 ]}ปัจจุบัน VFH เป็นหนึ่งในตัววางแผนเส้นทางเฉพาะที่ที่ได้รับความนิยมมากที่สุดในหุ่นยนต์เคลื่อนที่ โดยแข่งขันกับแนวทางหน้าต่างไดนามิก ที่พัฒนาขึ้นในภายหลัง เครื่องมือพัฒนาหุ่นยนต์และสภาพแวดล้อมการจำลองจำนวน ^มากมีระบบสนับสนุน VFH ในตัว เช่นในPlayer Project [ ^{4 ]}

ฮิสโตแกรมสนามเวกเตอร์ถูกพัฒนาขึ้นโดยมีเป้าหมายเพื่อให้มีประสิทธิภาพในการคำนวณ แข็งแกร่ง และไม่ไวต่อการอ่านค่าผิดพลาด ในทางปฏิบัติ อัลกอริทึม VFH ได้พิสูจน์แล้วว่ารวดเร็วและเชื่อถือได้ โดยเฉพาะอย่างยิ่งเมื่อต้องเคลื่อนที่ผ่านเส้นทางที่มีสิ่งกีดขวางหนาแน่น

หัวใจสำคัญของอัลกอริทึม VFH คือการใช้การแสดงสิ่งกีดขวางในรูปแบบสถิติ ผ่านตารางฮิสโตแกรม (ดูเพิ่มเติมที่ตารางการครอบครองพื้นที่ ) การแสดงผลแบบนี้เหมาะสมอย่างยิ่งสำหรับข้อมูลเซ็นเซอร์ที่ไม่แม่นยำ และรองรับการรวมข้อมูลจากเซ็นเซอร์หลายตัวเข้าด้วยกัน

อัลกอริทึม VFH ประกอบด้วยส่วนประกอบหลักสามส่วน:

1. ตารางฮิสโตแกรมแบบคาร์ทีเซียน: ตารางฮิสโตแกรมแบบคาร์ทีเซียนสองมิติถูกสร้างขึ้นโดยใช้เซ็นเซอร์วัดระยะของหุ่นยนต์ เช่นโซนาร์หรือเครื่องวัดระยะด้วยเลเซอร์ตารางนี้จะได้รับการอัปเดตอย่างต่อเนื่องแบบเรียลไทม์
2. ฮิสโตแกรมเชิงขั้ว: ฮิสโตแกรมเชิงขั้วแบบหนึ่งมิติถูกสร้างขึ้นโดยการลดขนาดฮิสโตแกรมแบบคาร์ทีเซียนรอบตำแหน่งขณะนั้นของหุ่นยนต์
3. หุบเขาเป้าหมาย: พื้นที่ต่อเนื่องที่มีความหนาแน่นของสิ่งกีดขวางขั้วโลกต่ำกว่าเกณฑ์ ซึ่งเรียกว่าหุบเขาเป้าหมาย จะถูกเลือกโดยพิจารณาจากความใกล้เคียงกับทิศทางเป้าหมาย

เมื่อกำหนดจุดศูนย์กลางของทิศทางเป้าหมายที่เลือกแล้ว หุ่นยนต์จะปรับทิศทางให้ตรงกับทิศทางนั้น ความเร็วของหุ่นยนต์จะลดลงเมื่อเข้าใกล้สิ่งกีดขวางโดยตรง

การปรับปรุงอัลกอริธึม VFH+ ประกอบด้วย:

1. ฮิสเทอรีซิสแบบเกณฑ์: ฮิสเทอรีซิสช่วยเพิ่มความราบรื่นของเส้นทางที่วางแผนไว้
2. ขนาดตัวหุ่นยนต์: ระบบคำนึงถึงหุ่นยนต์ที่มีขนาดแตกต่างกัน จึงไม่จำเป็นต้องปรับพารามิเตอร์ด้วยตนเองผ่านตัวกรองความถี่ต่ำ
3. การมองไปข้างหน้าเพื่อตรวจจับสิ่งกีดขวาง: ส่วนต่างๆ ที่ถูกกีดขวางจะถูกปิดบังใน VFH+ เพื่อไม่ให้มุมการบังคับเลี้ยวพุ่งเข้าหาสิ่งกีดขวาง
4. ฟังก์ชันต้นทุน: มีการเพิ่มฟังก์ชันต้นทุนเข้ามาเพื่อให้สามารถอธิบายประสิทธิภาพของอัลกอริทึมได้ดียิ่งขึ้น และยังทำให้สามารถสลับพฤติกรรมต่างๆ ได้โดยการเปลี่ยนฟังก์ชันต้นทุนหรือพารามิเตอร์ของฟังก์ชันนั้น

ในเดือนสิงหาคม พ.ศ. 2543 Iwan Ulrich และJohann Borensteinได้ตีพิมพ์บทความที่อธิบาย VFH* โดยอ้างว่าเป็นการปรับปรุงอัลกอริทึม VFH ดั้งเดิมโดยจัดการกับข้อบกพร่องของอัลกอริทึมการวางแผนแบบโลคอลอย่างชัดเจน^{[ 5 ]} ซึ่งไม่รับประกันความเหมาะสมที่สุดทั่วโลก ใน VFH* อัลกอริทึมจะตรวจสอบคำสั่งบังคับทิศทางที่สร้างขึ้นโดยใช้อัลกอริทึมการค้นหา A*เพื่อลดต้นทุนและ ฟังก์ชัน ฮิวริสติกแม้ว่าจะเรียบง่ายในทางปฏิบัติ แต่ผลการทดลองแสดงให้เห็นว่าการตรวจสอบล่วงหน้านี้สามารถจัดการกับสถานการณ์ที่มีปัญหาซึ่ง VFH และ VFH+ ดั้งเดิมไม่สามารถจัดการได้ (วิถีที่ได้นั้นรวดเร็วและราบรื่น โดยไม่มีการชะลอตัวอย่างมีนัยสำคัญเมื่อมีสิ่งกีดขวาง)

• การวางแผนการเคลื่อนไหว
• วิธีการใช้หน้าต่างแบบไดนามิก