基于APF-RRT的双机械臂动态避障路径规划

针对传统人工势场法（Artificial potential field method,APF）在6自由度双机械臂系统避障路径规划中容易陷入局部极小值这一缺陷,提出了一种改进APF与改进快速扩展随机树算法（Rapidly-exploring random trees,RRT）相结合进行避障路径规划的方法。分析了双机械臂的工作空间,确认了双臂干涉的可能性。对于双机械臂的路径规划,利用改进后的APF对主机械臂进行路径规划,并将其作为从机械臂的动态障碍物,为从机械臂规划运动路径;利用改进后的RRT自适应地选择临时目标点,解决了从机械臂路径规划时陷入局部极小值的问题;利用改进的APF对从机械臂的剩余路径进行了规划。仿真分析表明,改进后的APF-RRT算法能比传统算法更加快速准确地解决双臂系统的避障路径规划问题。     

改进人工势场法的双机械臂路径规划算法

针对采用传统人工势场法对双机械臂系统进行路径规划时无法约束双机械臂整体位姿,容易陷入局部极值点的问题,对人工势场法进行改进.采用D-H法对双机械臂系统进行运动学分析,采用圆柱——半球体包络盒模型作为碰撞检测模型;构建新的势能函数对双机械臂系统规划路径;采用构建虚拟目标点的方法帮助机械臂逃离局部极值点.仿真实验表明,改进算法克服了人工势场法局部极小的缺点,实现了对双机械臂系统的路径规划.     

移动式煤炭采样机采样臂智能避障路径规划方法研究

针对煤炭采样臂智能避障路径规划问题,基于改进人工势场算法提出了一种路径规划方法。根据采样臂工作特点,构建了一种位姿信息的表征方法,并建立了采样臂与障碍间的虚拟仿真模型。以采样臂关节空间为搜索空间,以总势能最小为目标函数,实现了避障路径规划。规划过程综合考虑了关节限位、连杆碰撞与障碍物安全距离信息,并通过引入虚拟坡度防止规划陷入局部极小值。通过仿真实验得到的路径平滑连续,且满足安全距离的要求,验证了规划方法的有效性和可行性。     

一种改进人工势场法的机械臂路径规划方法

针对人工势场法算法存在复杂障碍物环境中易陷入局部最小值无法运动的问题,本文提出了一种适用于静态环境中机械臂路径规划改进的人工势场法,通过在引力场中添加引力安全阈值,在斥力场中添加路径搜索当前点与目标点的欧式距离,引入自适应大步长的模拟退火算法对局部最小值进行逃逸。首先,修改势场函数模型;然后,当搜索路径陷入局部最小值时,采用自适应大步长的模拟退火算法往障碍物最少的空间逃逸;最后,在规划出来的路径上提出一种冗余节点删除策略与拐点消除算法,对规划出来的路径进行平滑处理。仿真和实验验证了本文提出的六自由度机械臂避障路径规划策略有效性。     

改进人工势场法的移动机器人路径规划分析

由于传统人工势场法存在目标不可达和局部极小值点问题,在有多个障碍物的环境下非常容易导致无法路径规划。对人工势场法的特点进行了分析,提出了采用激光传感器测距模型和Wi-Fi定位算法构建路径规划的环境;对于障碍物与目标点过于接近而引起的斥力势场和引力势场同时增大继而出现的目标不可达问题,采用在斥力势场函数中增加一个距离因子的方法来使机器人能准确找到目标点;当障碍物处在机器人与目标点之间时,机器人很容易陷入局部极小值点的情况,采用旋转斥力一定角度的方法使机器人逃离极小值点,绕开障碍物而迅速向目标点移动。仿真实验证明了该方法能够成功规划出一条平滑无碰撞的路径。     

多障碍环境下机械臂避障路径规划

为提高协作机器人在多障碍环境下的避障路径规划的成功率和效率,针对机械臂和障碍物提出碰撞检测方法,并提出低振荡人工势场—自适应快速扩展随机树(ARRT)混合算法进行路径规划,机械臂先采用低振荡人工势场法进行搜索,当遇到局部极小、碰撞等情况时切换成ARRT进行逃离,直至到达目标点.另外,为了在每个步长都取得最优的逆运动学关...     

多传感器信息融合的机械臂避障路径规划方法

为降低机械臂运行损耗和避障路径规划耗时,减小障碍物定位误差,精准执行机械臂工作任务,提出了多传感器信息融合的机械臂避障路径规划方法。利用多传感器收集机械臂周围环境信息,经过数据层、特征层及决策层处理,结合传感器检测权重,融合出障碍因素综合信息。构建机械臂动力学模型,综合考虑移动基座、关节旋转角、质量及移动惯性等因素,利用线动量和角动量间守恒关系,得出强耦合特性综合力学函数,计算每个固定检测点与障碍物间距离,得出连动杆与障碍物间发生碰撞的可能性。建立人工势场,加入引力函数、斥力函数及限制函数,完成对机械臂运动避障的实际动作控制,实现最优平滑路径规划。经仿真实验证明,所提方法路径规划效率高,障碍物定位误差小,优化次数少,节省旋转角能量,鲁棒性好。     

基于梯度下降法和改进人工势场法的无人车避障方法

无人车在规划路径进行实时避障时所使用的传统人工势场法存在着局部极小值的缺点,导致无人车无法顺利到达目标点。通过对人工势场法规划路径失败原因分析,用梯度下降法对人工势场法进行优化,找到产生局极小值点的障碍物,并在局部极小值点通过增加模拟风的阻力的外部扰动方法使其跳出局部极小值点,在一定误差范围内使得无人车顺利到达目标位置,用MATLAB软件对该方法进行虚拟仿真,验证了该方法的正确性。     

一种改进的势场法路径规划算法

在应用传统人工势场法的移动机器人路径规划问题中,机器人对移动障碍物避障效率较低,路径中存在局部极小点。针对这些缺陷,构建了一种基于势流理论的势场模型。在该模型中,势流理论中的概念与路径规划中的概念一一对应,修正函数解决了势流理论中与路径规划问题的矛盾之处,如点汇处速度无穷大等。为了保证对移动障碍物避障的可靠性,应用茹科夫斯基变换对势场分布及函数进行了改进。模型经改进后,为解决局部极小问题,本文进一步使用了点涡的概念,此后又加入虚拟点源以优化轨迹。最后,讨论了多障碍物势场加权叠加方法。仿真实验中,在多种避障情景下对比了改进前后的势场法。仿真结果表明,改进势场能够引导机器人对移动障碍物进行灵活避障,在避免局部极小点时较传统方法更为有效。     

基于速度场的人工势场法机械臂动态避障研究

为了提高机械臂在动态避障时的安全性和精确性,提出一种基于速度场的人工势场避碰算法。首先,建立吸引速度场,得到机械臂对运动目标追踪的轨迹;然后,结合危险场法构建排斥速度场,使机械臂可以在多障碍物的环境下实现动态避障和安全性评估;最后,针对人工势场法易陷局部最小值的问题,提出在和速度的法方向添加附加速度的方法逃逸局部最小值。利用Matlab Robotics Tool对算法进行了验证,结果表明,基于速度场的人工势场法可实现机械臂的动态目标的追踪、移动障碍物避碰和安全性评估。