针对在机器人辅助头颈部手术中双机械臂进行牵拉易产生碰撞且对目标软组织造成损伤问题,文中基于传统Informed-RRT*(Informed-Rapidly Exploring Random Tree*)路径规划算法叠加引力场降低路径搜索的盲目性。为优化传统Informed-RRT*路...针对在机器人辅助头颈部手术中双机械臂进行牵拉易产生碰撞且对目标软组织造成损伤问题,文中基于传统Informed-RRT*(Informed-Rapidly Exploring Random Tree*)路径规划算法叠加引力场降低路径搜索的盲目性。为优化传统Informed-RRT*路径规划算法存在导向性差和效率低等缺点,引入回归滤波机制避免搜索陷入局部最优,对步长进行动态调节。同时,优化了规划路径,采用冗余节点剔除策略,去除了冗余节点,提高了路径的平滑性。基于双机械臂碰撞检测方法和改进Informed-RRT*算法对双臂协调路径规划方法进行了研究。通过仿真实验可知,与原有算法相比,所提算法的迭代时间降低了72.76%,迭代次数降低了46.39%,平均路径长度约缩短6%,节点数约减少45%,验证了改进规划算法的有效性。展开更多
文摘针对在机器人辅助头颈部手术中双机械臂进行牵拉易产生碰撞且对目标软组织造成损伤问题,文中基于传统Informed-RRT*(Informed-Rapidly Exploring Random Tree*)路径规划算法叠加引力场降低路径搜索的盲目性。为优化传统Informed-RRT*路径规划算法存在导向性差和效率低等缺点,引入回归滤波机制避免搜索陷入局部最优,对步长进行动态调节。同时,优化了规划路径,采用冗余节点剔除策略,去除了冗余节点,提高了路径的平滑性。基于双机械臂碰撞检测方法和改进Informed-RRT*算法对双臂协调路径规划方法进行了研究。通过仿真实验可知,与原有算法相比,所提算法的迭代时间降低了72.76%,迭代次数降低了46.39%,平均路径长度约缩短6%,节点数约减少45%,验证了改进规划算法的有效性。
