基于改进渐进最优的双向快速扩展随机树的移动机器人路径规划算法 被引量：26

1

作者 王坤 曾国辉 +2 位作者 鲁敦科 黄勃 李晓斌 《计算机应用》 CSCD 北大核心 2019年第5期1312-1317,共6页

针对带启发式的快速扩展随机树(RRT-Connect)算法路径生成的随机性以及渐进最优的双向快速扩展随机树(B-RRT~*)算法收敛速度的缓慢性,提出了一种基于B-RRT~*改进的高效路径规划算法(EB-RRT~*)。首先引入一种智能采样函数,使随机树的扩... 针对带启发式的快速扩展随机树(RRT-Connect)算法路径生成的随机性以及渐进最优的双向快速扩展随机树(B-RRT~*)算法收敛速度的缓慢性,提出了一种基于B-RRT~*改进的高效路径规划算法(EB-RRT~*)。首先引入一种智能采样函数,使随机树的扩展更具方向性,从而减少寻路时间,并提高路径的平滑性;其次在B-RRT~*算法的基础上,在EB-RRT~*算法中加入了一种快速扩展策略,使改进后的算法在自由空间中使用RRT-Connect算法的扩展方式进行快速扩展,而在障碍物空间则使用改进的渐进最优的快速扩展随机树(RRT~*)算法进行扩展,在提高扩展效率的同时避免算法陷入局部最优。将EB-RRT~*算法分别与快速扩展随机树(RRT)、RRT-Connect、RRT~*和B-RRT~*算法进行仿真对比,仿真结果表明,改进后的算法在路径规划效率及路径平滑性方面均明显优于其他算法;且相对于B-RRT~*算法,其在路径规划时间上降低了68.3%,在迭代次数上减少了48.6%。 展开更多

关键词 移动机器人 路径规划 快速扩展随机树 带启发式的快速扩展随机树算法 渐进最优的双向快速扩展随机树算法

在线阅读 下载PDF 职称材料

基于KNN-RRT 的机械臂运动路径规划算法 被引量：1

2

作者 张延军 张朋琳 +3 位作者 马创创 郭栋梁 韩雨 陈博 《组合机床与自动化加工技术》 北大核心 2024年第11期28-33,共6页

针对机械臂路径规划过程中节点生成容易陷入局部最小值、算法收敛速度慢等问题,以目标引力函数渐进最优快速扩展随机树(P-RRT)为基础,提出一种基于KNN快速查找的自适应步长的改进RRT算法(KNN-RRT)。首先,在目标引力的基础上引入AdaGrad... 针对机械臂路径规划过程中节点生成容易陷入局部最小值、算法收敛速度慢等问题,以目标引力函数渐进最优快速扩展随机树(P-RRT)为基础,提出一种基于KNN快速查找的自适应步长的改进RRT算法(KNN-RRT)。首先,在目标引力的基础上引入AdaGrad方法来调整自适应步长系数,降低随机点采样陷入局部最小值的问题;其次,利用KDTree来存储节点并利k邻近快速搜索查找相邻节点,提高算法的效率,并结合三次B样条曲线优化搜索路径的质量;最后,基于KNN-RRT算法在不同障碍物环境下进行实验,实验结果表明该算法在路径搜索时间、路径质量等方面有显著提升,提高算法的稳定性。 展开更多

关键词 机械臂运动规划 渐进最优快速搜索随机树 避障规划 路径优化

在线阅读 下载PDF 职称材料

低空复杂环境下基于采样空间约减的无人机在线航迹规划算法 被引量：12

3

作者 温乃峰 苏小红 +1 位作者 马培军 赵玲玲 《自动化学报》 EI CSCD 北大核心 2014年第7期1376-1390,共15页

针对低空复杂环境下障碍物密集且类型多样、带有多通道并存在不确定信息的无人机在线航迹规划问题,为了减少碰撞检测次数,提高航迹搜索速度,降低航迹代价,提出一种基于采样空间约减的无人机在线航迹规划算法.算法通过引入代价模型,提出... 针对低空复杂环境下障碍物密集且类型多样、带有多通道并存在不确定信息的无人机在线航迹规划问题,为了减少碰撞检测次数,提高航迹搜索速度,降低航迹代价,提出一种基于采样空间约减的无人机在线航迹规划算法.算法通过引入代价模型,提出约减域逐步构造方法,引导规划树快速有效扩展,改善了基于动态域的快速拓展随机树(Dynamic domain rapidly-exploring random tree,DDRRT)算法中存在的采样空间过度约减问题.算法通过密度划分索引的方法逐步构建多棵Kd树(K-dimensional tree)并采用多近邻节点搜索方法,加快了近邻树节点搜索速度.仿真实验结果表明,与DDRRT方法相比,该方法在保证对采样空间约减合理性的同时,提高了航迹规划效率和通道内的寻路能力. 展开更多

关键词 在线航迹规划 多约束条件 快速拓展随机树算法 采样空间约减 碰撞检测

在线阅读 下载PDF 职称材料

基于人工势场法和启发式采样的最优路径收敛方法 被引量：14

4

作者 李伟 金世俊 《计算机应用》 CSCD 北大核心 2021年第10期2912-2918,共7页

具有渐进最优性的快速搜索随机树(RRT)算法在路径规划过程中确保了其概率完备性和渐进最优性,然而仍存在收敛速度慢且产生大而密集的采样空间等问题。为了加快算法的收敛速度,提出了一种基于人工势场法和启发集合采样来快速获取最优路... 具有渐进最优性的快速搜索随机树(RRT)算法在路径规划过程中确保了其概率完备性和渐进最优性,然而仍存在收敛速度慢且产生大而密集的采样空间等问题。为了加快算法的收敛速度,提出了一种基于人工势场法和启发集合采样来快速获取最优路径的方法。首先,利用人工势场法构建出一条由起点到目标点的初始路径;然后,以起点和目标点的位置和之间的距离以及初始路径的路径代价作为参数来构建初始启发采样集合;最后,限定在启发集合内进行采样,并且在算法进行的过程中调整启发采样集合的范围,进而加快路径收敛速度。仿真实验中,获取相同路径代价的路径时,所提人工势场结合启发式采样的方法为基础的结合人工势场法和启发采样策略的快速获取最优路径的RRT(PI-RRT)算法相较于RRT算法,采样点数减少了约67%,算法运行时间平均缩短了约74.5%;相较于启发式RRT(Informed-RRT)算法,采样点数减少了约40~50%,算法运行时间平均缩短了约62.5%。所提出的最优路径收敛方法大量减少了冗余采样次数并缩短了算法运行时间,具有更高的算法效率,收敛到最优路径的速度更快。 展开更多

关键词 路径规划 快速搜索随机树算法 人工势场法 启发采样集合 启发式渐进最优快速搜索随机树算法

在线阅读 下载PDF 职称材料

复杂环境下基于采样空间自调整的航迹规划算法 被引量：3

5

作者 张康 陈建平 《计算机应用》 CSCD 北大核心 2021年第4期1207-1213,共7页

针对具有渐进最优性的快速扩展随机树(RRT^(*))算法在面对高维、复杂环境时所表现出的寻路效率低、收敛速度缓慢的问题,在RRT^(*)的基础上,提出一种基于采样空间自调整的渐进最优快速扩展随机树(AS-RRT^(*))无人机(UAV)航迹规划算法。... 针对具有渐进最优性的快速扩展随机树(RRT^(*))算法在面对高维、复杂环境时所表现出的寻路效率低、收敛速度缓慢的问题,在RRT^(*)的基础上,提出一种基于采样空间自调整的渐进最优快速扩展随机树(AS-RRT^(*))无人机(UAV)航迹规划算法。该算法可以自适应调整采样空间,进而引导树更为高效地生长,而这些主要通过有偏采样、节点筛选和节点学习这三种策略来实现。首先,在采样空间中定义向光和背光区域来进行有偏采样,而向光和背光区域的概率权重由当前扩展失败率决定,从而保证算法在搜索初始航迹时同时具有探索性和方向性;然后,在完成初始航迹的搜索后,算法就开始周期性地筛选节点,高质量的节点作为学习样本来产生新的抽样分布,质量最低的节点在算法达到最大节点数量后被新节点替代。在多种不同类型的环境下进行了对比仿真实验,结果表明所提算法在一定程度上改善了采样算法固有的随机性,而且相较于传统的RRT*算法,该算法在相同环境里使用了更少的寻路时间,在相同时间里生成了更低代价的航迹,且在三维空间里的改进更为明显。 展开更多

关键词 航迹规划 渐进最优的快速扩展随机树 自适应采样 初始航迹 复杂环境

在线阅读 下载PDF 职称材料

基于JPS策略的改进RRT^(*)移动机器人全局路径规划算法 被引量：15

6

作者 马小陆 梅宏 +1 位作者 王兵 吴紫恒 《中国惯性技术学报》 EI CSCD 北大核心 2020年第6期761-768,共8页

针对渐进最优快速扩展随机树(RRT^(*))算法在移动机器人路径规划中存在的收敛速度慢、消耗资源大、路径平滑度较低等问题,提出一种基于跳点搜索(JPS)策略的RRT^(*)算法。该算法在随机树扩展初期构建新的路径规划区域,查询是否存在一条... 针对渐进最优快速扩展随机树(RRT^(*))算法在移动机器人路径规划中存在的收敛速度慢、消耗资源大、路径平滑度较低等问题,提出一种基于跳点搜索(JPS)策略的RRT^(*)算法。该算法在随机树扩展初期构建新的路径规划区域,查询是否存在一条目标点路径;在随机树扩展过程中,利用JPS搜索策略减少算法寻路过程中计算节点的数量。利用不同规格的栅格地图进行的仿真实验结果表明,相比于RRT^(*)算法,改进的RRT^(*)算法寻路效率更高、路径质量更优。最后,将两种算法在相同环境下进行路径规划实验。结果证明,改进的RRT*算法是一种有效、可行的改进算法,且寻路效率提升20%以上。 展开更多

关键词 移动机器人 路径规划 最优路径 渐进最优快速扩展随机树算法 跳点搜索算法

在线阅读 下载PDF 职称材料

基于改进RRT^(*)FN算法的机械臂多场景运动规划 被引量：15

7

作者 房立金 吴政翰 王怀震 《中国机械工程》 EI CAS CSCD 北大核心 2021年第21期2590-2597,共8页

针对固定节点数的渐进最优快速扩展随机树(RRT^(*)FN)算法精度低、对环境缺乏适应性等问题,提出了一种改进RRT^(*)FN的机械臂运动规划算法。在迭代过程中,结合目标偏向随机采样和椭球子集采样的优势,构造新的启发式方法对采样区域进行约... 针对固定节点数的渐进最优快速扩展随机树(RRT^(*)FN)算法精度低、对环境缺乏适应性等问题,提出了一种改进RRT^(*)FN的机械臂运动规划算法。在迭代过程中,结合目标偏向随机采样和椭球子集采样的优势,构造新的启发式方法对采样区域进行约束,从而保证搜索路径更优。在扩展节点时,配置树中总节点数的预设值,并通过加权方法对树中叶子节点进行删减,避免了树规模的无限增长。在动态环境下,采用对节点剪枝与连接的启发式重规划方法,有效提高了对动态环境的适应能力。实验结果表明,该算法在规划过程中收敛速度更快,效率更高,具有较强的环境适应性。 展开更多

关键词 渐进最优快速扩展随机树 运动规划 冗余机械臂 启发式采样 重规划

在线阅读 下载PDF 职称材料

复杂多场景下机械臂避障运动规划方法研究 被引量：5

8

作者 宋勇 张蕾 +1 位作者 田荣 王晓华 《西北工业大学学报》 EI CAS CSCD 北大核心 2023年第3期500-509,共10页

为提高工业机械臂在狭窄通道、多障碍物等复杂多场景下避障运动规划的成功率和效率,建立了基于圆柱体和球体包围盒机械臂与障碍物之间的碰撞检测模型,并提出了一种基于启发式概率融合人工势场法的改进型RRT^(*)算法(P-artificial potent... 为提高工业机械臂在狭窄通道、多障碍物等复杂多场景下避障运动规划的成功率和效率,建立了基于圆柱体和球体包围盒机械臂与障碍物之间的碰撞检测模型,并提出了一种基于启发式概率融合人工势场法的改进型RRT^(*)算法(P-artificial potential field-RRT^(*),PAPF-RRT^(*))。采样上引入概率目标偏向与随机采样点优选策略,对采样点进行位置优选约束,增强采样导向性和质量;为改变传统新节点扩展方向和特殊环境下局部最优问题,融合人工势场法的目标引力与障碍物斥力和自适应步长,使算法在APF产生的合力范围下实时引导新节点扩展方向和步长大小,降低过度的探索和碰撞区域扩展;对冗余节点进行删除,并采用三次B样条插值优化,提高机械臂轨迹的柔顺性。仿真结果表明,所提算法较传统RRT^(*)算法在平均路径搜索时间上降低了56.75%,路径长度缩短了17.74%。导入机械臂模型后可视化仿真结果证明,所提算法可使机械臂成功避障且快速平稳运行到目标点。 展开更多

关键词 机械臂运动规划 渐进最优快速拓展随机树算法 启发式概率 人工势场法 自适应步长 三次B样条

在线阅读 下载PDF 职称材料

基于BI-RRT-APF算法的移动机器人路径规划方法

9

作者 朱子文 赵永娟 +2 位作者 王中流 王海迪 周渊 《火力与指挥控制》 2025年第8期123-128,136,共7页

针对移动机器人在多障碍物环境下路径规划时间长及路径冗余的问题,提出一种基于双向快速随机树和人工势场法算法的移动机器人路径规划方法。引入人工势场法来优化新节点的生成机制,提升算法的搜索效率,从而显著减少路径规划时间与路径... 针对移动机器人在多障碍物环境下路径规划时间长及路径冗余的问题,提出一种基于双向快速随机树和人工势场法算法的移动机器人路径规划方法。引入人工势场法来优化新节点的生成机制,提升算法的搜索效率,从而显著减少路径规划时间与路径长度。结合目标偏置策略来改进随机节点的生成方式,减少采样数量与采样时间。采用双向搜索策略进一步加速算法的收敛,缩短路径规划时间。仿真实验在复杂迷宫环境、凹型障碍物环境及U型陷阱环境中进行,结果显示,BI-RRT-APF算法相比传统RRT算法在路径长度上至少缩短了9.8%,在规划时间上至少减少了92.9%,有效提高了移动机器人的行驶效率。 展开更多

关键词 移动机器人 路径规划 快速拓展随机树算法 人工势场法 双向搜索策略

在线阅读 下载PDF 职称材料

基于改进RRT结合B样条的机械臂运动规划方法 被引量：21

10

作者 李扬 张蕾 +2 位作者 李鹏飞 王晓华 王文杰 《计算机集成制造系统》 EI CSCD 北大核心 2023年第1期254-263,共10页

为解决传统快速拓展随机树(RRT)算法的随机性强,导向性差,规划时间长及寻迹平滑度差等问题,提出一种基于目标偏置策略结合自适应可变步长的改进型RRT算法(PAVS-RRT)。首先,在传统RRT算法基础上设置一个目标偏置阈值,同时引入局部扩展机... 为解决传统快速拓展随机树(RRT)算法的随机性强,导向性差,规划时间长及寻迹平滑度差等问题,提出一种基于目标偏置策略结合自适应可变步长的改进型RRT算法(PAVS-RRT)。首先,在传统RRT算法基础上设置一个目标偏置阈值,同时引入局部扩展机制避免因改变采样结构而造成的局部最优问题;其次,结合自适应步长策略优化其搜索时间;最后,采用三次B样条函数对所规划路径进行拟合优化。仿真实验中所提算法在保证机械臂成功避障且顺利抵达目标位置的同时,其各关节参数均波动较小且未发生突变,有效降低了机械臂在运动规划过程中的抖振情况。实验结果表明,所提算法较基本算法其平均路径搜索时间提高了73.49%,算法搜索效率及平滑性得到显著改善。 展开更多

关键词 工业机械臂 运动规划 快速拓展随机树算法 目标偏置策略 自适应可变步长 三次B样条

在线阅读 下载PDF 职称材料

基于GPF-RRT*的机械臂自主运动规划 被引量：4

11

作者 双丰 刘旭兀 +2 位作者 李少东 刘熹 陈明岐 《计算机集成制造系统》 EI CSCD 北大核心 2023年第4期1174-1185,共12页

为解决融合引力函数的渐进最优快速扩展随机树(P-RRT*)算法在非结构化环境下搜索效率低、适应性差等问题,进一步提高机械臂自主运动规划能力,提出一种基于高斯势场(GPF)自适应的改进RRT*算法(GPF-RRT*)。首先,利用状态感知网络完成非结... 为解决融合引力函数的渐进最优快速扩展随机树(P-RRT*)算法在非结构化环境下搜索效率低、适应性差等问题,进一步提高机械臂自主运动规划能力,提出一种基于高斯势场(GPF)自适应的改进RRT*算法(GPF-RRT*)。首先,利用状态感知网络完成非结构化环境感知。其次,利用优化后的采样点选取策略提高采样效率,通过GPF构建力势场改进节点搜索方向及步长,进而提高算法在复杂环境下的避障路径规划能力,并结合可操作度和最小能量指标完成机械臂的姿态优化。最后,基于GPF-RRT*算法在不同环境下进行实验,与P-RRT*算法在搜索效率、路径长度、稳定性3个方面进行对比。结果表明,所提算法的平均搜索效率提高了38.06%,平均路径长度缩短了46.6 mm,在多种环境下均具有较强稳定性,且能有效避免局部极小问题。另外,通过机械臂自主抓取操作进一步验证了算法的有效性。 展开更多

关键词 机械臂运动规划 非结构化环境感知 渐进最优快速扩展随机树 可操作度和最小能量

在线阅读 下载PDF 职称材料