基于G-RRT算法的煤矸石分拣机器人路径规划

• Published in: 工矿自动化 Vol. 48; no. 3; pp. 55 - 62
• Main Authors: 朱子祺, 李创业, 代伟
• Format: Journal Article
• Language: Chinese
• Published: 国家能源集团神东煤炭集团公司 洗选中心, 陕西 榆林 719300%郑州机电工程研究所, 河南 郑州 450015%中国矿业大学 信息与控制工程学院, 江苏 徐州 221116 2022
• Subjects: 煤矸石分拣;机器人;路径规划;快速扩展随机树;变概率的目标偏置策略;G-RRT算法
• ISSN: 1671-251X
• DOI: 10.13272/j.issn.1671-251x.2021090015

TD67; 由于煤矸石分拣环境复杂,为了避免机器人与障碍物发生碰撞,提高分拣效率,对机器人进行路径规划十分必要.分析了煤矸石分拣系统原理,将煤矸石分拣机器人路径规划问题归结为在障碍物环境下规划出一条从给定起点到目标点的无碰撞路径,且需同时满足速度快、避免与障碍物碰撞2个约束条件.结合笛卡尔空间和关节空间的优点,提出一种在关节空间进行路径规划、在笛卡尔空间进行碰撞检测的煤矸石分拣机器人路径规划方案,该方案不需要对机器人进行运动学求逆,且可避免在关节空间中描述障碍物.针对RRT*路径规划算法存在盲目性的问题,提出一种变概率的目标偏置策略,并将其引入RRT*算法,得到G-RRT*算法.变概率的目标偏置策略在无障碍物区域增大目标偏置概率值,以增强算法的目标导向性;而在障碍物区域减小目标偏置概率值,以保证算法的避障能力.G-RRT*算法将变概率的目标偏置策略与RRT*算法相结合,既保留了RRT*算法路径长度渐进最优的特点,也提高了算法的目标导向性,可极大地提高路径规划效率.实验结果表明,与加入固定概率目标偏置策略的RRT-Connect算法和RRT算法相比,采用G-RRT*算法得到的路径长度平均值最小,说明G-RRT*算法更适用于煤矸石分拣机器人路径规划.