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

三维环境中机器人路径规划算法改进 被引量：2

2

作者 杨小月 李宏伟 +2 位作者 秦雨露 姜懿芮 王步云 《计算机工程与设计》 北大核心 2024年第4期1039-1046,共8页

为解决快速扩展随机树算法(rapid-exploration random tree,RRT*)在三维环境中盲目搜索路径以及缺乏节点扩展记忆性等问题,提出一种融合蚁群算法的双向搜索算法ACO-RRT*。为适应精细化三维建模环境和解决地面起伏不平坦等问题,对RRT*算... 为解决快速扩展随机树算法(rapid-exploration random tree,RRT*)在三维环境中盲目搜索路径以及缺乏节点扩展记忆性等问题,提出一种融合蚁群算法的双向搜索算法ACO-RRT*。为适应精细化三维建模环境和解决地面起伏不平坦等问题,对RRT*算法进行改进优化。采用双向搜索策略,在起点和终点同时运行改进后的RRT算法和蚁群算法,相向而行,对路径长度和运行时间进行优化。针对生成路径不够平滑等问题,引入B样条曲线平滑策略优化路径。仿真结果表明,所提算法能够有效用于机器人三维路径规划。 展开更多

关键词 快速扩展随机树 蚁群算法 B样条曲线 算法融合 双向搜索 机器人路径规划 三维环境

在线阅读 下载PDF 职称材料

一种基于RRT-ConCon改进的路径规划算法 被引量：15

3

作者 王凡 冯楠 胡小鹏 《大连理工大学学报》 EI CAS CSCD 北大核心 2014年第6期637-643,共7页

针对RRT算法缺乏稳定性和收敛速度慢的问题,基于RRT-ConCon算法和朝向目标搜索的策略,提出了一种改进的双向搜索路径规划算法.该算法通过改变两条搜索路径的临时扩展目标点,使搜索路径不仅易于朝着目标点方向生长,而且提高了算法的稳定... 针对RRT算法缺乏稳定性和收敛速度慢的问题,基于RRT-ConCon算法和朝向目标搜索的策略,提出了一种改进的双向搜索路径规划算法.该算法通过改变两条搜索路径的临时扩展目标点,使搜索路径不仅易于朝着目标点方向生长,而且提高了算法的稳定性,同时可以保证规划的路径接近最优解.改进的RRT-ConCon算法利用随机节点生成函数,使朝着目标点生长的搜索路径避免陷入局部极小值.同时,为了测试各种仿真实验环境,还设计了一种仿真实验环境平台,实验结果验证了本算法的有效性和稳定性. 展开更多

关键词 移动机器人 路径规划 快速扩展随机树(RRT) 双向搜索树(Bi-RRT) RRT-ConCon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

4

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

基于人工势场法和启发式采样的最优路径收敛方法 被引量：14

5

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

基于人工势场法引导的Bi-RRT的水面无人艇路径规划算法 被引量：7

6

作者 张一帆 史国友 徐家晨 《上海海事大学学报》 北大核心 2022年第4期16-22,共7页

为使水面无人艇(unmanned surface vehicle,USV)规划出实时性强、避障精准性高、平滑度优、航程短的路径,在双向快速扩展随机树(bidirectional rapidly-exploring random trees,Bi-RRT)算法的基础上,设计一种人工势场法(artificial pote... 为使水面无人艇(unmanned surface vehicle,USV)规划出实时性强、避障精准性高、平滑度优、航程短的路径,在双向快速扩展随机树(bidirectional rapidly-exploring random trees,Bi-RRT)算法的基础上,设计一种人工势场法(artificial potential field,APF)引导的Bi-RRT算法(简写为APF-Bi-RRT算法)。改进随机点采样机制,并在新节点生成时引入改进的势场函数,提高路径生成效率;考虑USV的操纵性能要求,在节点生成后引入转向角约束,避免出现大角度转向。分别设计简单、复杂和特殊3种环境下的路径规划实验方案,对比APF-Bi-RRT算法、Bi-RRT算法、APF和A*算法在规划时间、路径长度、最大转向角、节点数量等4个指标下的规划效果。实验结果证明:APF-Bi-RRT算法在提高搜索效率的同时能极大地减少路径长度和节点数量,提高路径平滑度;优化后的路径更适用于USV的跟踪控制,满足海上实际航行需求。 展开更多

关键词 水面无人艇(USV) 双向快速扩展随机树(Bi-RRT)算法 人工势场法(APF) 路径规划 转向角约束

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

7

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

8

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

9

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GPF-RRT*的机械臂自主运动规划 被引量：4

10

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

基于ROS的机械臂运动规划研究 被引量：8

11

作者 屈力刚 高凯 +1 位作者 邢宇飞 张丹雅 《机床与液压》 北大核心 2022年第22期43-47,共5页

为提高多自由度串联机械臂在作业过程中的工作效率及安全性问题,提出一种基于ROS平台的机械臂运动规划方法。以ABB机器人为研究对象,进行正逆运动学分析。通过MoveIt配置包构建机器人的三维可视化模型,对机器人进行笛卡尔空间下的直线... 为提高多自由度串联机械臂在作业过程中的工作效率及安全性问题,提出一种基于ROS平台的机械臂运动规划方法。以ABB机器人为研究对象,进行正逆运动学分析。通过MoveIt配置包构建机器人的三维可视化模型,对机器人进行笛卡尔空间下的直线和圆弧规划实验。为提高机器人运动安全性和关节运动的平滑性,自定义一种线性插补算法后集成到MoveIt中进行运动仿真实验。实验结果显示机器人各关节运动轨迹平滑,稳定性高,表明此插补算法的可行性。最后进行机械臂的避障仿真实验,在MATLAB中对快速扩展随机树(RRT)算法和双向快速扩展随机树(RRT-Connect)算法进行对比实验,仿真证明:RRT-Connect算法速度快,路径短,更能提高机械臂在复杂路径下的规划效率。 展开更多

关键词 运动学分析 空间规划 双向快速扩展随机树算法 线性插补 避障仿真

在线阅读 下载PDF 职称材料