基于RRT-DR算法的机械臂避障路径规划

TP242; 为使机械臂在障碍物环境下快速规划较优路径,提出了一种基于动态区域采样的改进RRT*-DR路径规划算法,将整个规划过程分为快速探索路径和优化初始路径两个步骤.首先利用半目标导向扩展快速探索,找到连接起始点和目标点的路径.随后利用动态区域采样方法,始终在当前最优路径的周边范围内采样,优先密化当前最优路径附近的节点树,节省计算资源,使初始路径经过迭代快速向渐进最优路径收敛.同时,提出一种近障碍节点变步长机制,有选择性地缩短靠近障碍节点的扩展步长,可有效减少碰撞检测失败次数,提高算法效率.最后,在MATLAB和ROS系统下进行路径规划算法仿真,结果表明RRT*-DR算法可在更短时间内实现...

Full description

Saved in:
Bibliographic Details
Published in计算机集成制造系统 Vol. 30; no. 3; pp. 1149 - 1160
Main Authors 商德勇, 汪俊杰, 樊虎, 索双富
Format Journal Article
LanguageChinese
Published 中国矿业大学(北京)机电与信息工程学院,北京 100083 31.03.2024
煤矿智能化与机器人创新应用应急管理部重点实验室,北京 100083%中国矿业大学(北京)机电与信息工程学院,北京 100083%清华大学机械工程系,北京 100081
中国矿业大学(北京)智慧矿山与机器人研究院,北京 100083
Subjects
manipulator
变步长
dynamic sampling region
动态采样区域
path planning
机械臂
路径规划
variable step size
Online AccessGet full text
ISSN1006-5911
DOI10.13196/j.cims.2022.0902

Cover

More Information
Summary:TP242; 为使机械臂在障碍物环境下快速规划较优路径,提出了一种基于动态区域采样的改进RRT*-DR路径规划算法,将整个规划过程分为快速探索路径和优化初始路径两个步骤.首先利用半目标导向扩展快速探索,找到连接起始点和目标点的路径.随后利用动态区域采样方法,始终在当前最优路径的周边范围内采样,优先密化当前最优路径附近的节点树,节省计算资源,使初始路径经过迭代快速向渐进最优路径收敛.同时,提出一种近障碍节点变步长机制,有选择性地缩短靠近障碍节点的扩展步长,可有效减少碰撞检测失败次数,提高算法效率.最后,在MATLAB和ROS系统下进行路径规划算法仿真,结果表明RRT*-DR算法可在更短时间内实现路径规划,同时有效缩小路径代价.进一步通过实体机器人路径规划避障实验,验证了该算法的实用性和有效性.
ISSN:1006-5911
DOI:10.13196/j.cims.2022.0902