-
题名复杂工况下多轴分拣机械臂的路径规划方法研究
- 1
-
-
作者
黄波
刘骏
李航
李轩
何荣城
-
机构
四川轻化工大学机械工程学院
-
出处
《制造技术与机床》
北大核心
2025年第7期24-33,共10页
-
基金
过程装备与控制工程四川省高校重点实验室资助项目(GK202306)
四川轻化工大学科研创新团队计划项目(H92322)
+1 种基金
四川大学自贡市校地科技合作专项资金项目(2022CD ZG-19)
四川省中央引导地方科技发展专项项目(2024ZYD0336)。
-
文摘
为了解决传统双向快速扩展随机树(bi-directional rapidly-exploring random tree,Bi-RRT)算法随机性强、搜索效率低、连接难度大以及路径质量差等问题,提出了一种改进的高斯偏置双向快速扩展随机树(Gaussian-biased BiRRT,GB-BiRRT)算法。该算法融合了自适应高斯分层采样(adaptive Gaussian layered sampling,AGLS)和动态目标概率偏置策略,基于障碍物分布构建多级采样权重函数,限制随机树在无效区域的采样,将采样点集中于高概率路径区域,从而提高搜索效率。此外,通过改进基于路径树深度的动态偏置概率调整,使双树扩展既保持广泛搜索能力,又具备更强的导向性,从而加快收敛速度。在此基础上,提出基于环境复杂度的动态步长策略,以降低碰撞风险;并通过基于碰撞检测的冗余点删除和B样条曲线进行路径优化。试验结果表明,与传统Bi-RRT算法相比,GB-BiRRT在二维和三维环境中的路径规划时间、路径长度及采样点数量分别最多减少了53.2%、10.6%、46.6%和91.0%、30.1%、74.3%。在分拣机械臂平台验证中,GB-BiRRT的路径规划时间和路径长度分别减少了18.1%和10.7%。
-
关键词
分拣机械臂
Bi-RRT
自适应高斯分层采样
动态目标偏置
路径规划
-
Keywords
sorting robotic arm
Bi-RRT
adaptive gaussian layered sampling
dynamic target bias
path planning
-
分类号
TP242
[自动化与计算机技术—检测技术与自动化装置]
-
