融合改进RRT和动态窗口法的路径规划算法

针对传统RRT算法在规划中随机性过大,搜索时间过长且不能够实现动态避障等问题,从3个方面进行改进。针对RRT算法搜索树扩展方向过于随机,根据以起始点与目标点为对角线的矩形中的障碍物占比向目标点方向扩展,分别在有障碍物与无障碍物的环境中与传统RRT算法对比,验证改进算法的高效性;对改进算法规划的路径进行关键节点提取,并按照关键节点进行优化;将优化后路径分段使用改进动态窗口法。将融合算法与传统动态窗口法以及RRT算法在路径拐点数量以及路径长度等方面进行比对,结果表明:融合算法具有高效性且在规划的路径中加入临时障碍物时,移动机器人也能很好地避开。     

基于改进RRT算法的室内移动机器人路径规划北大核心

针对RRT(rapidly-exploring random tree)算法路径规划时间长,采样点利用率低,最终生成的路径曲折等问题,提出了一种改进RRT算法。采用基于动态概率的采样策略,避免机器人在采样的过程中陷入局部极小值;同时提出了变步长的随机树扩展策略,减少了采样点数量;最后,使用五次贝塞尔曲线对路径进行平滑处理,使最终生成的路径利于机器人移动。在MATLAB平台上进行仿真分析,并使用基于ROS的移动机器人进行实验,将改进RRT算法与RRT算法、目标偏向RRT算法进行对比。仿真结果表明改进RRT算法规划的路径长度减少了23.09%,规划时间减少了87.16%,并且路径更平滑。     

基于改进蚁群算法的移动机器人路径规划

在考虑传统蚁群算法搜索路径时存在找到收敛速度慢、拐点多且不能动态避障等问题，提出一种基于拉普拉斯分布与动态窗口融合的蚁群算法来解决机器人路径规划。首先，在启发信息中加入当前节点、下一节点以及目标节点信息，并加入动态调节因子，使得启发信息在前期引导性强，信息素在迭代后期引导性强；其次，在蚁群算法信息素更新中引入拉普拉斯分布调节信息素的挥发，加快收敛速度；对蚁群算法得到的路径进行双向冗余节点删除，提高路径平滑度，最后，将改进的蚁群算法与改进动态窗口算法融合，使机器人安全到达终点。仿真表明，在相同地图环境中，蚁群算法与基本蚁群算法相比较路径长度相比减少了26.3%,路径拐点减少了77.7%,更适用于复杂环境。     

融合动态窗与改进RRT的全位置机器人路径规划算法研究

针对传统RRT算法在无人车、无人船等自适应路径规划中的随机性导致树枝生长缺乏目标方向性问题,提出一种改进RRT算法与动态窗口相结合的混合算法,考虑其随机树生长过程中存在大量的冗余点,使得路径曲折、不平滑,基于子目标点选取策略研究一种过滤多余节点的算法;为了满足无人车、无人船行驶的安全性,建立安全阈值距离模型,避免与障碍物发生碰撞。对所提出的方法进行仿真实验,结果表明：改进的RRT算法能够在复杂的动态环境下生成有效的可行路径,与传统RRT算法相比较,它使搜索效率提高了43%,规划路径平滑度明显提升,能够实现动态环境中无人车、无人船在线实时路径规划。     

基于改进RRT路径规划算法

针对基本RRT算法路径规划特点:树的扩展具有随机性,路径中存在冗余的节点,规划出的路径拐角多.因此,提出一种改进的RRT算法.改进后的算法首先采用目标偏向策略,以一定的概率P把目标点作为采样点进行随机树扩展,提高随机树向目标点的扩展的概率;其次,改变度量函数,添加了角度约束,减少了路径规划中搜索的范围,以减少搜索时间;...     

改进A*算法的AGV避障路径规划研究

针对传统A*算法在复杂栅格地图规划的路径不平滑存在多余转折点和多余共线节点，使用传统八叉树搜索策略时，AGV易发生碰撞障碍物现象，在复杂环境中随机出现在全局路径上的障碍物无法实现动态避障等问题，提出一种改进A*算法。由于传统A*算法的搜索效率主要取决于估价函数的设计，因此引入启发式函数的权重系数提高A*算法的搜索效率；设置障碍物安全距离，为判断障碍物区域内当前障碍物是否影响AGV通行提供参考，再次改进原有八叉树搜索策略提升避障性能，然后对得到的无碰撞路径进行路径优化处理，保留关键转折点；最后实现A*和DWA算法融合，进一步优化路径，并实现全局动态路径规划。实验结果表明：融合算法使得路径更加平滑，提高了算法的避障性能，表明了融合算法在机器人路径规划中的可行性。     

基于改进RRT算法的机械臂路径规划

针对传统的RRT算法在串联机械臂的路径规划中缺乏方向性,占用CPU的资源过多,效率较低,路径规划不平滑等问题,对传统的RRT算法进行了改进,在不增加RRT算法初始路径节点数的前提下,增加了目标偏置策略,增加了随机树向目标点扩展的概率;其次,通过多次偏差迭代的方法优化路径节点的位置,不增加原有路径节点数量的情况下,实现R...     

基于GB-APFB-RRT^(*)算法的机械臂路径规划北大核心

针对传统机械臂路径规划快速扩展随机树(RRT)算法存在探索能力弱,导向性差,收敛速度慢,耗时长等问题,提出了一种基于人工势场引导的概率偏置双向最优RRT算法(GB-APFB-RRT^(*))。首先,起末点同时生成双树进行路径搜索,利用目标概率偏置阈值初步确定采样点扩展的方向,再重选父节点重布线,使每次迭代点都为路径代价最小;其次,在新节点的生长方式上引入人工势场思想,控制新节点的生长方式靠近目标点区域并且避开障碍物;最后,对规划路径进行剪枝处理,删除冗余点,利用三次B样条曲线进行路径平滑拟合,使得机械臂运动更加平稳。通过与RRT、B-RRT^(*)、APF-RRT算法进行了对比,结果表明所提算法的搜索效率平均提升了95%,迭代次数平均减少了98%,节点数平均缩小了32%,路径长度平均缩短了20%,说明了所提算法对环境的适应性更强,路径搜索效率更高,验证了该算法的有效性和高效性。     

基于改进APF-RRT的6R机械臂避障路径规划

针对6R机械臂在复杂环境下进行避障路径规划时成功率低、效率低等问题,提出一种改进人工势场法（APF）与快速扩展随机树法（RRT）的融合算法。对于传统APF目标不可达问题,提出引入斥力调节因子优化斥力函数,使得机械臂靠近目标点时,障碍物对机械臂的斥力逐渐减小并顺利到达目标点;针对传统RRT算法随机性过强问题,提出目标导向策略进行优化,使得采样点有一定的概率向目标点扩展;当APF陷入局部最优时,采用改进RRT算法进行路径规划,当跳出局部最优时,切换为APF继续路径规划。仿真结果表明：改进APF-RRT算法能适应各种复杂环境,且相较于传统APF和RRT算法具有规划时间短、规划成功率高等优点,有效解决了APF目标不可达和局部最小值的问题。最后通过 JAKA 机器人实验平台进行实际环境实验,验证了改进APF-RRT融合算法的可行性。     

基于改进RRT算法的串联机械臂避障空间路径规划

由于基本快速扩展随机树（RRT）算法分支数量多，随机性强等问题，提出了一种改进的RRT算法。主要研究三维（3D）避障工作空间中串联机械手的路径规划问题。为了快速有效避开障碍物，窗口RRT算法引入了平面墙和窗口函数，使其不仅可以与环境约束相结合，而且同一任务路径规划相同。在蒙特卡洛法工作空间中进行窗口RRT算法的路径规划。最后，通过在MATLAB上进行相关仿真实验，验证算法的准确性和有效性。     

基于改进RRT-Connect的空间操作臂避障路径规划研究

针对传统RRT-Connect算法应用于空间操作臂避障路径规划时,规划路径存在盲目性大、安全性差以及无效路径点多等问题,提出一种改进RRT-Connect算法。该算法结合RRT-Connect算法和Dijkstra算法,首先通过引入双树扩展目标点变更策略、极致贪婪策略以及新的碰撞检测方法提高传统RRT-Connect算法路径搜索效率和安全性;然后利用Dijkstra算法的优化特性去除规划路径中的多余无效节点,达到整体路径规划搜索速度快、路径长度短和安全性高等效果;最后通过MATLAB机器人工具箱进行算法对比仿真实验验证,实验结果表明了该方法的有效性和可行性。     

基于ROS与融合算法的AGV路径规划研究北大核心

针对传统A^(*)算法在AGV路径规划中存在搜索范围大、转折多、实时性差等缺点,以A^(*)算法为基础,通过建立栅格地图,改进启发函数,去除多余节点和提高避障安全性。针对AGV在复杂环境下的动态路径规划问题,将改进A^(*)算法与动态窗口算法进行融合,规划出一条具有实时性的最优路径。通过仿真实验,验证了改进算法的有效性与可行性,实现了路径优化。通过机器人操作系统进行实验,结果表明AGV运行时的路径规划合理,满足实际应用需求。     

改进人工势场法的机械臂避障路径规划

针对人工势场法在机械臂避障路径规划中易陷入局部最小值等问题，提出一种改进人工势场法的机械臂避障路径规划方法。首先，对机械臂连杆及障碍物进行包络体建模，将避障碰撞检测问题转化为圆柱体与球体、圆柱体与长方体的最短距离求解；其次，提出在机械臂关节空间建立目标点的引力场和斥力场，在笛卡尔空间建立引力场相结合的算法，并采用快速随机搜索树法(RRT)解决传统人工势场法局部极小点的问题；最后，采用MATLAB开展仿真与实验，结果表明该算法规划目标位置平均误差为0.010 m,相较于传统的算法更接近于目标位置，可实现机械臂逃离局部极小点并完成避障路径规划。     

融合神经网络GRU和RRT算法的机械臂路径规划

针对求解机械臂最优路径规划问题，提出一种融合卷积神经网络GRU的RRT^*算法(GRU-RRT^*)。将门控循环单元GRU应用于采样的规划器(GRU＿Sampler),利用神经网络规划器为快速探索随机树提供节点，预测下一次随机采样最有希望的可达状态，显著降低了算法的运行时间，提高了改进的RRT^*算法的规划效率。此外，采用自适应可变步长，利用环境信息生成合适的步长，避免因固定步长导致的收敛速度降低的问题，最后使用三次样条插值算法对机械臂运动轨迹进行平滑，减少机械臂的冲击损耗。将GRU-RRT^*算法分别在二维、三维和Rviz地图中进行仿真，实验结果表明，改进算法有效的降低了搜索的时间，提高了机械臂规划的效率，平滑性良好。     

基于改进RRT-Connect的空间操作臂避障路径规划研究（英文）

针对传统RRT-Connect算法应用于空间操作臂避障路径规划时,规划路径存在盲目性大、安全性差以及无效路径点多等问题,提出一种改进RRT-Connect算法。该算法结合RRT-Connect算法和Dijkstra算法,首先通过引入双树扩展目标点变更策略、极致贪婪策略以及新的碰撞检测方法提高传统RRT-Connect算法路径搜索效率和安全性;然后利用Dijkstra算法的优化特性去除规划路径中的多余无效节点,达到整体路径规划搜索速度快、路径长度短和安全性高等效果;最后通过MATLAB机器人工具箱进行算法对比仿真实验验证,实验结果表明了该方法的有效性和可行性。     

融合改进Dijkstra算法和动态窗口法的移动机器人路径规划

为解决移动机器人在智能制造车间的全局路径规划和局部动态避障问题,提出一种融合改进的Dijkstra算法和改进的DWA算法,对传统Dijkstra算法的路径进行平滑优化,使得路径轨迹更加平滑,动态改变DWA算法中速度评价权重函数,提高避障效率。仿真结果表明,改进Dijkstra算法路径平滑优化后,平均路程缩短比例为0.65%,平均偏航角震荡次数减少了67.70%,改进后的DWA算法运行路程缩小9.68%,路径转折次数降低了33%,运行时间缩短3.88%。基于改进的Dijkstra算法和改进的DWA算法提出一种融合算法,仿真和样机实验结果表明：面对静态、动态障碍物,机器人运行线速度平缓,轨迹光滑,角速度波动明显,证明机器人运动稳定,实时调整方位,具有良好的避障能力。并且多次机器人循环定点实验中机器人纵向(X轴方向)平均误差≤30 mm,横向(Y轴)平均误差≤30 mm,定位精度满足工业需求。     

一种移动机器人路径规划方法

本文提出了一种新的移动机器人路径规划方法。采用链接图法，对工作空间进行建模，得出从起始点到目标点的网络有权图，再利用Dijkstra算法决策出初始全局优化路径，并提出了一种简单的几何方法对其进行优化；局部规划采用基于行为和模糊规则库的方法，采用基于模糊规则的避障行为来实时避障，当无障碍威胁时又寻找全局路径上最近节点回到全局路径上，实验结果证明该方法节省系统计算时间，是一种简单的、较优的路径规划方法。     

考虑阻塞的双向AGV路径规划方法

针对制造车间物料搬运系统中的AGV路径规划问题,提出一种考虑阻塞的AGV路径规划方法。依据各相邻节点之间路径中AGV搬运情况的统计数据计算路径的拥堵系数;引入拥堵系数计算AGV的统计搬运时间矩阵,将其作为路径规划的权值矩阵;设计Dijkstra算法求解起始点到终点的最短统计搬运时间路径,将其存入最短统计搬运时间路径表供查询使用。案例分析结果表明：与传统Dijkstra算法相比,考虑阻塞的AGV路径规划方法可以有效降低搬运时间,提高搬运效率。     

一种考虑机器人转向离心力的动态窗口算法

在移动机器人的相关技术中,局部路径规划技术是一项关键技术。对于自主配送机器人在配送某些易碎物品或是对运动较为敏感的物品时,为了保证被运输物品的安全性,在路径规划中还要考虑到机器人车体的离心力大小。动态窗口算法是局部路径规划的一种常用算法,针对经典动态窗口算法不能兼顾到机器人在运动过程中的离心力大小,提出了改进的动态窗口算法。在经典动态窗口算法的目标函数中加入离心力的评价项,防止机器人在转向过程中离心力过大导致车体运行不稳定。实验表明:当目标函数中离心力评价项占比更重时,机器人运行的转向半径更大,多数情况下沿直线运行,且在整个导航过程中离心力的最大值更小。     

基于警戒机制的RRT无碰撞双路径规划算法

针对双臂机器人或双机械臂的路径规划问题，提出一种双路径快速扩展随机树(DP-RRT)算法。基于传统的快速扩展随机树(RRT)算法，设计了一种警戒机制，使同时生长的两个随机树能够时刻相互感知，且互为动态障碍来规避彼此；采用交替生长策略改进生长过程，来避免相互间可能出现的无序碰撞、路径交叉和生长抑制等问题，并引入非均匀B样条曲线来平滑路径，以减小机械臂运动产生的冲击。仿真结果表明，与两次应用RRT算法相比，各种环境的规划成功率都有所提升，尤其在10 mm大步长条件下，4种环境的搜索成功率分别提升了10%、31%、65%、84%,平均总路径减少10.8%。总之，DP-RRT算法在搜索成功率，计算时间和路径质量上都比与传统两次应用RRT算法的方案表现得更好。