基于改进快速扩展随机树算法的双机械臂协同避障规划方法

提出了一种基于改进RRT算法的双机械臂协同避障运动规划方法。针对静态障碍物对主臂进行避障运动规划,寻找主臂可行路径。将主臂每一时刻的运动位姿视为规划从臂运动时的动态障碍物,为从臂规划可行运动路径。为提高算法的搜索效率,利用节点剪枝择优和设置目标区域的方式使算法快速收敛。在MATLAB程序建模实验的基础上,在ADAMS中进行仿真实验,验证了该算法的有效性和可行性。     

基于改进快速搜索随机树法的机械手路径优化

针对多关节机械手路径优化问题,提出一种改进快速搜索随机树(Rapidly-exploring randomtrees,RRT)优化算法.利用标准RRT算法规划初始可行路径,根据路径长度与路径安全性计算出该路径代价.在后期搜索树生长过程中,中间目标点并非随机采样,而是选择能使当前路径代价低于其之前路径代价的节点,同时对该节点进行距离检测,避免产生过于密集的节点集.为加快搜索树向未知区域的扩充速度,从最近节点向中间目标点扩充过程中,采用一种贪婪启发式扩充算法:节点以一定步长循环扩充,直至扩充到达目标节点或产生不连通节点.最后对6自由度检修机械手进行路径规划仿真试验,结果表明相对于标准RRT算法,规划路径的质量得到大幅提高.     

基于稀疏节点快速扩展随机树的移动机械臂运动规划

针对传统移动机械臂运动规划未考虑停靠误差、规划效率低等问题,提出一种基于稀疏节点快速扩展随机树的移动机械臂运动规划方法.研究了停靠误差对移动机械臂运动规划的影响,制定了基于坐标转换的误差补偿措施.针对快速扩展随机树算法在局部空间中过度搜索的问题,改进回归过滤机制,避免了节点重复扩展.考虑边界节点的有效性,提出了随机点边...     

基于GB_RRT算法的机械臂路径规划

针对五自由度机械臂路径规划问题,提出一种基于快速扩展随机树(rapidly-exploring random tree,RRT)优化算法—GB_RRT算法。为弥补因基本RRT算法采样盲目性导致的效率低下的缺陷,GB_RRT算法采用高斯采样的方法进行启发式采样,同时结合贪婪扩展算法来提高随机树的局部扩展速度。为进一步缩短规划路径,该算法采用双向同时剪枝取最优的策略来删除不必要的采样节点。最后对机械臂进行了仿真实验和样机实验。实验结果表明,高斯采样法结合贪婪策略不仅降低了采样的盲目性,而且能够提高扩展树的扩展速度,更好地规避开障碍物;双向剪枝取最优的策略也在一定程度上缩短了规划路径的长度。     

基于快速扩展随机树的7R机械臂避障达点运动规划

基于单树随机树搜索算法(Single directional rapidly-exploring random tree,single-RRT)和双树随机树搜索算法(Bi-directional rapidly-exploring random tree,bi-RRT),对7R机械臂的避障达点运动规划展开系统研究。基于single-RRT算法进行避障达点运动的数值仿真和实物样机试验。提出一种新的bi-RRT算法,结合末端姿态调整和关节自运动来生成目标树。并利用7R机械臂的解析逆解,生成目标位形。传统的bi-RRT算法只给定了一个目标位形,而新算法中目标点树根是由一群目标位形组成。在给定的障碍物环境中,机器人自动选择某一合适的位形作为目标节点来引导搜索树最有效地生长。通过数值仿真,验证该方法的优越性。利用Matlab和C++的混合编程和OpenGL开发了7R机械臂避障达点运动规划仿真软件。利用该软件,对基于bi-RRT的7R机械臂避障达点运动规划进行虚拟样机的试验研究。     

基于改进快速搜索随机树算法的包裹分拣路径规划算法

针对现有快递包裹分拣系统存在的传输速度慢,准确率低等问题,提出一种改进的快速搜索随机树(RRT)算法.该算法以RRT算法为基础,首先建立了包裹环境模型,引入人工势场法引力分量使节点的扩展更具方向性.其次,对于节点进入障碍物区域需多次重新采样的问题,采用扇形区域法避障以提高算法生成质量,并在路径规划结束后采取二次优化,以...     

一种新型蚁群随机树的机器人路径规划算法

为提高复杂环境下机器人的路径规划效率,提出了一种用蚁群算法来优化随机树算法的新的全局路径规划算法。该算法有效地结合了蚁群和随机树算法的优点,利用随机树算法的高效性快速收敛到一条可行路径,将该路径转换为蚁群的初始信息素分布,可以减少蚁群算法初期迭代; 然后利用蚁群算法的反馈性优化路径,求得最优路径。仿真实验表明,该蚁群随机树算法可以提高机器人路径规划的速度,并且在任何复杂环境下迅速规划出最优路径。     

基于快速搜索随机树的薄片元件拾取机械手电控系统设计

微型薄片散列元件的拾取问题一直困扰着微型机构的装配能力,如何提高微型元件拾取效率和拾取精度一直是机器人智能控制的研究方向.为此,采用振动盘驱动设备,通过其震动能量驱动散列薄片元件沿螺旋轨道顺序排列并推挤前进,然后由轨道末端传感器感知元件并通过PLC控制三自由机械手夹取元件.为提高夹取效率,给出了机械手电控系统的实施方案...     

基于改进RRT的核退役机器人避障方法

核退役机器人工作过程中,传统快速扩展随机树(Rapidly-exploring Random Tree, RRT)路径规划算法缺乏导向性,路径规划效率低,避障能力弱;为此,提出改进RRT路径规划算法,以提高作业效率和准确率。首先,引入目标偏置函数,并提出自适应步长,使RRT路径规划具有导向性,避免陷入局部最优;其次,采用启发式搜索思想,保留优于其父节点的随机搜索点为新节点;最后,修剪路径中的冗余节点,并采用贝塞尔曲线对路径进行平滑处理。在MATLAB平台上进行仿真,结果表明,改进RRT路径规划算法较传统RRT路径规划算法、RRT-connect路径规划算法效率更高,收敛性更强,可以很好地提高核退役机器人的避障能力。     

改进RRT算法的无人驾驶车辆路径规划研究

针对基础快速扩展随机树（Rapidly-exploring Random Trees,RRT）应用于无人驾驶车辆路径规划时缺乏导向性,收敛速度慢,路径平滑性差及规划结果并非最优解等问题,提出了一种基于RRT的路径规划改进算法。首先,设计了启发式采样策略：提出基于权重分配的目标指向的局部扩展方式,解决了节点盲目扩展的问题,避免了因目标偏向而出现路径陷入局部最小值的情况,并通过设置转角阈值约束节点转角范围,同时采用变步长采样策略,提高了算法局部避障能力;其次,对已得路径进行后处理：提出了节点优化策略,并用B样条曲线进行路径拟合,实现了路径长度的优化并满足平滑性要求,路径末端与目标点采用Reeds-Shepp曲线连接,解决了车辆抵达目标点时的航向问题。最后利用Matlab软件,将改进算法与基础RRT及其衍生算法进行了对比分析,验证了所提算法的有效性和优越性。     

基于Dijkstra算法的水下机器人路径规划

为了能够实现水下机器人ROV的作业要求,将其路径规划问题分为定深度二维最优路径和不定深度三维最优路径两部分,并分别采用多边形拟合和分层多面体拟合的方法建立障碍物模型,然后通过Dijkstra算法分别求出最优路径。本文用实例证明了该方法的正确性和有效性,从而为遥控水下机器人提供了路径指引和参考,实现了水下机器人从起始无碰撞到达目标点的路径规划,并为进一步实际应用奠定了理论基础。     

基于强化学习的起重机动作序列规划

为了实现汽车起重机的智能化吊装,将强化学习技术应用于起重机的动作序列,使其可以实现自行吊取.因为起重机的动作序列复杂度很高,所以采用了在高维度的连续动作上表现优秀的DDPG算法;算法的输入与输出设置尤为重要,因为输入与输出的设置将直接关乎算法的收敛性即可行性,所以通过实验发现,在训练时将吊绳钢化可以实现算法的收敛,而且也能完全与实际工况相对应,保证了算法的可行性;为了加快算法的收敛,并使算法更加精准,在奖励的设置上也采取了分段奖励的办法,极大地加快了收敛速度和准确性;最后通过在VTK软件中的仿真证明了算法的可行性.     

基于蚁群算法的完全遍历路径规划研究

提出了一种局部区域遍历和全局运动规划相结合的完全遍历路径规划方法;针对基于Boustrophedon单元分解所得区域的特点,机器人可在局部区域内采用往复运动的方式实现遍历.该方法定义了遍历空间中子区域间综合连通距离,综合连通距离包括区域之间的连通关系、区域之间的最短距离、区域之间的障碍物情况等要素,整个遍历空间中的连通关系由一个完全赋权连通矩阵表示.采用蚁群算法对子空间遍历距离进行优化,得到了最短全局遍历顺序.最后以一个模拟环境为求解实例,证明了算法的有效性.     

基于某种生物启发式算法的无人机航迹规划

无人机航迹规划问题是无人机实现自主飞行的重点和难点,本文提出了一种基于海洋生物启发式的算法,并将其应用于无人机航迹规划中。首先对飞行过程中的约束条件与威胁环境进行分析与建模,使用合适的规划空间方法,将种群初始化,根据位置更新策略不断进行种群迭代,使种群逐渐向最优解进化。仿真实验表明,该算法可有效提高全局搜索能力,避免陷入局部最优解,算法具有快速收敛和可靠性的特点,为无人机航迹规划研究提供了新思路。     

基于遗传进化算法的机器人全局路径规划

研究了机器人在已知环境下用遗传进化算法进行最优路径搜索的方法。在此方法中，把二维编码简化为一维编码，提高了搜索的速度；把障碍物作为排斥子，提出了简单、确定的适应度函数；最后提出了对路径的转折节点处进行平滑处理的方法。仿真实验证明了该方法能够得到机器人行进的最优化路径。     

基于Voronoi图的型腔加工刀具轨迹规划算法

Voronoi图是计算几何中非常有用的工具,它将几何多边形划分为若干子域,每个子域分别对应轮廓中的某段,子域中的任一点到对应的轮廓段距离最近,在各个子域中分别构造对应轮廓段的等分线。把该算法应用到型腔加工中,生成型腔结构的Voronoi图;然后在此基础上利用等距偏置法,生成型腔加工的刀具轨迹。该算法的应用不仅能消除传统刀轨算法中产生的多余环和自交环,避免过切现象,还能提高计算效率和加工精度。     

基于迭代学习算法的柔性针轨迹规划

轨迹规划在机器人辅助柔性针穿刺中有着重要作用.在针-组织交互大变形下,针-组织耦合模型可以对由于针组织交互作用产生的针轨迹误差进行预测.提出一种基于迭代学习的轨迹规划算法:首先在离线状态下,基于可达域理论生成刚性空间下的初始路径集,并通过遗传模拟退火优化算法选择出最优路径;再基于针-组织耦合力学模型对柔性空间的针挠曲、...