-
题名基于RTSR-RRT^(*)算法的机械臂路径规划
被引量：1
- 1
-
-
作者
刘小松
康磊
单泽彪
苏成志
刘云清
-
机构
长春理工大学电子信息工程学院
长春理工大学吉林省智能机器人高校协同创新中心
长春理工大学智能复合机器人吉林省校企联合技术创新实验室
-
出处
《仪器仪表学报》
北大核心
2025年第3期65-73,共9页
-
基金
吉林省教育厅产业化培育项目(JJKH20240940CY)
吉林省科技发展计划项目(YDZJ202503CGZH002)
长春市科技发展计划项目(24GXYSZZ14)资助。
-
文摘
针对传统RRT^(*)算法在路径扩展中存在随机采样偏置性差、路径搜索效率低和收敛速度慢等问题,提出一种重定义采样区域RRT^(*)(RTSR-RRT^(*))算法。首先,在RRT^(*)算法中引入目标偏置策略,降低采样的随机性,增加采样点的偏向性;其次,将扩展节点与目标点的偏移角度及周围障碍物分布的密集程度按占空比转换得到的角度叠加,再以扩展节点为顶点,与目标点连线为平分线,平分两角度之和形成的采样区域,实现对采样区域的重定义,缩小采样空间,提高路径搜索效率;再次,在重定义采样区域进行二次采样,通过目标点固定引力与采样点变引力共同作用,优化新节点生长方向,进一步提高路径扩展的偏向性,加快算法的收敛速度,最终生成规划路径。为验证所提算法的优越性,通过与RRT^(*)算法、informed-RRT^(*)算法、GB-RRT^(*)算法和AEC-RRT^(*)算法进行对比,结果表明:相较RRT^(*)算法,规划时间节省35%,采样点数量降低58%;相较informed-RRT^(*)算法,规划时间节省40%,采样点数量降低50%;相较GB-RRT^(*)算法,规划时间节省29%,采样点数量降低54%;相较AEC-RRT^(*)算法,规划时间节省31%,采样点数量降低53%。最后,利用机械臂测试平台对所规划路径进行了运动测试实验,进一步验证了所提算法的有效性。
-
关键词
路径规划
机械臂
重定义采样区域
变引力
-
Keywords
path planning
robotic arm
redefining the sampling area
variable gravity
-
分类号
TH134
[机械工程—机械制造及自动化]
-
