针对双向快速随机扩展树(rapidly-exploring random trees-connect,RRT-Connect)算法的随机性强、搜索效率低、路径规划时间过长等问题,提出一种改进的RRT-Connect算法。该算法在起始点与目标点连线的中垂线上设置第三节点,采用高斯分...针对双向快速随机扩展树(rapidly-exploring random trees-connect,RRT-Connect)算法的随机性强、搜索效率低、路径规划时间过长等问题,提出一种改进的RRT-Connect算法。该算法在起始点与目标点连线的中垂线上设置第三节点,采用高斯分布限制第三节点的采样区域,避免第三采样节点距离中点较远导致的路径冗余。算法通过第三节点分别向起始点和目标点生成2棵随机树,结合贪婪算法思想以及引入动态步长的方法,提高算法的规划效率。仿真结果表明,改进的RRT-Connect算法相较于传统RRT-Connect算法,平均运行时间缩短了48.7%,平均迭代次数减少了38.9%,平均路径长度减少了25.2%。另外,针对传统的九点标定法精度的问题,提出一种改进的九点标定方法,该方法通过获取机械臂在空间同一点的多组位姿计算机械臂第六轴长度,在已知机械臂各关节角和轴长情况下,计算得到机械臂末端执行器安装后第六轴的长度,从而提高手眼标定的精度。试验结果表明,改进的方法相较于传统九点标定法其精度平均提高了2.09%。最后,在机械臂平台验证改进的RRT-Connect算法和改进的九点标定法,试验结果表明,改进的RRT-Connect算法相较于DRRT-Connect(dynamicRRT-Connect)算法在路径规划总时间和总长度上分别减少了8.28%和4.79%,改进的九点标定法相较于传统的九点标定法抓取精度提高了3%。展开更多
针对实际档案库房操作空间的动态约束性,常见的运动规划算法难以满足快速在线规划的问题,分别从规划速度和动态空间在线规划两个方向进行研究.首先,提出一种新型快速搜索随机树法(rapidly-exploring random trees,RRT),基于剪枝和路径...针对实际档案库房操作空间的动态约束性,常见的运动规划算法难以满足快速在线规划的问题,分别从规划速度和动态空间在线规划两个方向进行研究.首先,提出一种新型快速搜索随机树法(rapidly-exploring random trees,RRT),基于剪枝和路径细化策略能够大幅减少无用节点计算和冗余路径运动.其次,将人工势场法与RRT算法相结合,新节点拓展时会受到期望为当前势场合力的高斯分布的影响,在满足对动态障碍物的在线运动规划的同时提高了算法的拓展能力.最后,通过仿真结果证明,新型RRT算法在拓展效率上的高效性和混合运动规划算法在动态规划和探索效率上的优越性.展开更多
为使机械臂在料框分拣应用中快速规划出较优的拾取路径,提出一种融合人工势场的改进RRT(rapidly-exploring random tree)机械臂路径规划方法。首先,利用人工势场进行预规划,在预规划路径上找到能够与目标节点无碰撞直连的路径节点,并将...为使机械臂在料框分拣应用中快速规划出较优的拾取路径,提出一种融合人工势场的改进RRT(rapidly-exploring random tree)机械臂路径规划方法。首先,利用人工势场进行预规划,在预规划路径上找到能够与目标节点无碰撞直连的路径节点,并将其作为RRT的规划目标节点,避免对空白区域的无用搜索。其次,在RRT算法基础上加入目标引导采样以及搜索参数自适应计算策略,提高算法的指向性以及鲁棒性。引入一种基于机械臂末端姿态约束的采样节点拒绝机制,降低有效性检查次数,提高规划效率。最后,对生成的原始路径进行剪枝优化,降低路径代价与转角数量,随后利用准均匀三次B样条结合四元数球面姿态插值进行平滑优化,提高路径质量。实验结果表明,所提出的改进算法与RRT算法相比,规划成功率提高了12.66%,规划时间与路径成本分别降低了79.05%以及34.80%。通过消融实验证明了各部分改进的有效性。在硬件平台上进行分拣测试,验证了该方法的实用性。展开更多
针对传统快速扩展随机树(rapidly-exploring random tree, RRT)算法在机械臂避障路径规划应用中存在的搜索时间过长、路径冗余度高以及路径不平滑等问题,提出一种基于高斯混合模型采样策略改进的快速扩展随机树(Gaussian mixture model ...针对传统快速扩展随机树(rapidly-exploring random tree, RRT)算法在机械臂避障路径规划应用中存在的搜索时间过长、路径冗余度高以及路径不平滑等问题,提出一种基于高斯混合模型采样策略改进的快速扩展随机树(Gaussian mixture model rapidly-exploring random tree,GMM-RRT)算法。首先,该算法通过在空间中引入多个高斯分布来构建引导性采样模型,并结合随机采样充分平衡算法的探索性和目标导向性;其次,加入自适应动态步长,提高复杂环境下算法的扩展效率和路径质量;最后,采用贪心剪枝策略去除初始路径中冗余点,并结合三次B样条曲线对剪枝后路径平滑处理。为验证改进算法的性能,通过Matlab搭建3种实验环境并分别对GMM-RRT在内的3种算法进行仿真实验。结果表明,在复杂三维环境下GMMRRT算法的路径长度和总节点数比RRT算法分别减少了30.27%和84.32%,同时规划时长显著缩短。利用六轴机械臂进行三维避障路径规划实验验证了改进算法的可行性,可为机械臂提供更安全、平滑的避障路径,提高作业效率。展开更多
文摘针对双向快速随机扩展树(rapidly-exploring random trees-connect,RRT-Connect)算法的随机性强、搜索效率低、路径规划时间过长等问题,提出一种改进的RRT-Connect算法。该算法在起始点与目标点连线的中垂线上设置第三节点,采用高斯分布限制第三节点的采样区域,避免第三采样节点距离中点较远导致的路径冗余。算法通过第三节点分别向起始点和目标点生成2棵随机树,结合贪婪算法思想以及引入动态步长的方法,提高算法的规划效率。仿真结果表明,改进的RRT-Connect算法相较于传统RRT-Connect算法,平均运行时间缩短了48.7%,平均迭代次数减少了38.9%,平均路径长度减少了25.2%。另外,针对传统的九点标定法精度的问题,提出一种改进的九点标定方法,该方法通过获取机械臂在空间同一点的多组位姿计算机械臂第六轴长度,在已知机械臂各关节角和轴长情况下,计算得到机械臂末端执行器安装后第六轴的长度,从而提高手眼标定的精度。试验结果表明,改进的方法相较于传统九点标定法其精度平均提高了2.09%。最后,在机械臂平台验证改进的RRT-Connect算法和改进的九点标定法,试验结果表明,改进的RRT-Connect算法相较于DRRT-Connect(dynamicRRT-Connect)算法在路径规划总时间和总长度上分别减少了8.28%和4.79%,改进的九点标定法相较于传统的九点标定法抓取精度提高了3%。
文摘针对实际档案库房操作空间的动态约束性,常见的运动规划算法难以满足快速在线规划的问题,分别从规划速度和动态空间在线规划两个方向进行研究.首先,提出一种新型快速搜索随机树法(rapidly-exploring random trees,RRT),基于剪枝和路径细化策略能够大幅减少无用节点计算和冗余路径运动.其次,将人工势场法与RRT算法相结合,新节点拓展时会受到期望为当前势场合力的高斯分布的影响,在满足对动态障碍物的在线运动规划的同时提高了算法的拓展能力.最后,通过仿真结果证明,新型RRT算法在拓展效率上的高效性和混合运动规划算法在动态规划和探索效率上的优越性.
文摘为使机械臂在料框分拣应用中快速规划出较优的拾取路径,提出一种融合人工势场的改进RRT(rapidly-exploring random tree)机械臂路径规划方法。首先,利用人工势场进行预规划,在预规划路径上找到能够与目标节点无碰撞直连的路径节点,并将其作为RRT的规划目标节点,避免对空白区域的无用搜索。其次,在RRT算法基础上加入目标引导采样以及搜索参数自适应计算策略,提高算法的指向性以及鲁棒性。引入一种基于机械臂末端姿态约束的采样节点拒绝机制,降低有效性检查次数,提高规划效率。最后,对生成的原始路径进行剪枝优化,降低路径代价与转角数量,随后利用准均匀三次B样条结合四元数球面姿态插值进行平滑优化,提高路径质量。实验结果表明,所提出的改进算法与RRT算法相比,规划成功率提高了12.66%,规划时间与路径成本分别降低了79.05%以及34.80%。通过消融实验证明了各部分改进的有效性。在硬件平台上进行分拣测试,验证了该方法的实用性。
文摘针对实际汽车制造业中多工位、多机器人生产线的焊接任务分配、焊接顺序规划,以及工件和生产线组成的众多约束条件,本文建立了多工位、多机器人焊接任务分配与路径规划(Multi-Station Multi-Robot Welding Task Assignment and Path Planning,MSMR-WTAPP)数学模型;优化目标是同时最小化生产线第一个工件加工时间、后续工件加工时间和机器人运动路径长度;提出了一种基于个体种群密度(Individual Population Density,IPD)的改进SPEA2算法(SPEA2+IPD);针对焊接任务分配和焊接顺序规划的耦合问题设计了双层编码方案,并研究了机器人工序的解码过程。通过仿真实验验证了SPEA2+IPD算法在优化多工位、多机器人生产线节拍、效率和焊接路径等方面的有效性和优越性。SPEA2+IPD算法优化得到的生产节拍与工厂实际生产节拍相比,第一个工件时间缩短了20.7%,后续每个工件的生产时间都减少15.2%,说明提出的模型和算法对优化工厂生产具有实际意义。
文摘针对传统快速扩展随机树(rapidly-exploring random tree, RRT)算法在机械臂避障路径规划应用中存在的搜索时间过长、路径冗余度高以及路径不平滑等问题,提出一种基于高斯混合模型采样策略改进的快速扩展随机树(Gaussian mixture model rapidly-exploring random tree,GMM-RRT)算法。首先,该算法通过在空间中引入多个高斯分布来构建引导性采样模型,并结合随机采样充分平衡算法的探索性和目标导向性;其次,加入自适应动态步长,提高复杂环境下算法的扩展效率和路径质量;最后,采用贪心剪枝策略去除初始路径中冗余点,并结合三次B样条曲线对剪枝后路径平滑处理。为验证改进算法的性能,通过Matlab搭建3种实验环境并分别对GMM-RRT在内的3种算法进行仿真实验。结果表明,在复杂三维环境下GMMRRT算法的路径长度和总节点数比RRT算法分别减少了30.27%和84.32%,同时规划时长显著缩短。利用六轴机械臂进行三维避障路径规划实验验证了改进算法的可行性,可为机械臂提供更安全、平滑的避障路径,提高作业效率。
