基于有限元的套管柔性针穿刺软组织弯曲建模研究

套管柔性针作为柔性针的一个重要分支,与其他传统的柔性针相比,在针体路径矫正、穿刺灵活性以及斜尖转角控制精度等方面具有巨大的优势。为深入研究套管柔性针穿刺机理,建立基于有限元的穿刺弯曲模型。分析软组织的生物力学特性,建立了精确的软组织模型;对套管柔性针穿刺软组织进行受力分析,建立力学模型;在力学模型的基础上,建立套管柔性针穿刺软组织的弯曲模型,进行仿真研究。最后通过实验得到穿刺力-时间曲线和针弯曲变形曲线,并与仿真曲线进行比较。结果表明,仿真结果符合实验穿刺力的变化趋势,系统弯曲误差在2 mm以内,满足医学上的要求,验证了套管柔性针穿刺软组织的力学模型以及弯曲模型的正确性和合理性,为路径规划及控制奠定理论基础。     

基于改进RRT算法的冗余机械臂路径规划研究

针对RRT算法在机械臂路径规划的过程中无方向性,在无障碍物处产生过多无用节点的问题,采用目标偏置、双向分段搜索的策略对RRT算法进行改进,提出了具有导向性的双向分段搜索的改进RRT算法并应用于七自由度冗余机械臂的路径规划上,通过Matlab进行了三维环境路径规划仿真实验,并通过ROS平台进行冗余机械臂在简单环境与狭窄环境的避障仿真实验。实验结果表明,改进的RRT算法能够有效地减少路径的节点数量与搜索时间,并提高路径规划的成功率。     

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。     

多种路径形式组合的柔性针二维路径优化

针对斜尖柔性针在二维组织中的路径优化问题,首先引入了针的Unicycle运动学模型,并利用旋量理论和指数积方程计算了运动学正解,从运动学的角度证明了穿刺直线路径的可行性。基于运动学模型,分析了柔性针穿刺路径的形式,考虑入针姿态的优化,提出了采用多种路径形式组合的路径优化算法,建立了优化目标函数。在有无障碍两种情况下分别对针的穿刺路径进行了优化计算和仿真研究。仿真结果证明,采用该算法能有效地绕过障碍,准确达到靶点,并保证路径最优。在通常临床情况下,最优路径一般为控制度为2的包含直线形式的路径。

     

基于改进RRT结合B样条的机械臂运动规划方法

为解决传统快速拓展随机树(RRT)算法的随机性强，导向性差，规划时间长及寻迹平滑度差等问题，提出一种基于目标偏置策略结合自适应可变步长的改进型RRT算法(PAVS-RRT)。首先，在传统RRT算法基础上设置一个目标偏置阈值，同时引入局部扩展机制避免因改变采样结构而造成的局部最优问题；其次，结合自适应步长策略优化其搜索时间；最后，采用三次B样条函数对所规划路径进行拟合优化。仿真实验中所提算法在保证机械臂成功避障且顺利抵达目标位置的同时，其各关节参数均波动较小且未发生突变，有效降低了机械臂在运动规划过程中的抖振情况。实验结果表明，所提算法较基本算法其平均路径搜索时间提高了73.49%,算法搜索效率及平滑性得到显著改善。     

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。     

工业机器人圆周铺料路径规划研究

针对工业机器人圆周铺料作业需求,研究了现有的避障路径规划方法。分析了末端操作手在凹形障碍物中的自由运动空间,改进了A*算法的估价函数,设计了关于姿态角的估计路径耗费,并将估价函数引入RRT算法中,同时提出了基于RRT思想的A*算法。最后,通过仿真实验验证了改进后算法的可行性,并对比了各算法的执行效率。     

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、组织形变进行预测,并根据偏差预测值和迭代学习算法不断修正柔性空间中的针控序列以满足穿刺精度要求,最后得到最优规划参数并且对针轨迹规划算法中的参数进行全局敏感性分析;最后,搭建了针穿刺试验台对提出的针轨迹算法进行验证,试验结果表明算法的轨迹平均误差小于0.45 mm.     

基于改进 RRT ∗ 算法的智能轮椅全局路径规划研究

现实环境中智能轮椅大多数处在复杂场景下工作,其自主导航时对路径安全性等要求较高。 渐进最优随机搜索树 RRT ∗ 算法 基本满足移动机器人最优路径规划,但由于智能轮椅本体较大,容易与环境较近接触,因此可对环境模型进行膨胀并定义不同搜索步 长,使其规划出的路径远离障碍物。 其次为保证用户在使用智能轮椅导航时能够获得更高的舒适性,更高效的到达目的地,而借用启 发式约束采样思想和人工势场中引力场思想修剪此算法规划时的冗余节点,从而减小系统运行内存,随后结合轮椅的最小转弯半径, 提出最小段路径曲率约束策略和三次 B 样条曲线算法对路径进行平滑处理,使其更加适合轮椅行驶。 最终在 MATLAB 和 Gazebo 仿真 平台对改进前后算法对比实验,并将本文算法应用与智能轮椅实体上,试验结果表明,该算法能够有效解决智能轮椅全局路径规划问 题,能够明显提升全局路径规划效率,具有一定安全性,可为其移动机器人领域提供有效参考。     

Computational path planner for product assembly in complex environments

Assembly path planning is a crucial problem in assembly related design and manufacturing processes. Sampling based motion planning algorithms are used for computational assembly path planning. However, the performance of such algorithms may degrade much in environments with complex product structure, narrow passages or other challenging scenarios. A computational path planner for automatic assembly path planning in complex 3D environments is presented. The global planning process is divided into three phases based on the environment and specific algorithms are proposed and utilized in each phase to solve the challenging issues. A novel ray test based stochastic collision detection method is proposed to evaluate the intersection between two polyhedral objects. This method avoids fake collisions in conventional methods and degrades the geometric constraint when a part has to be removed with surface contact with other parts. A refined history based rapidly-exploring random tree (RRT) algorithm which bias the growth of the tree based on its planning history is proposed and employed in the planning phase where the path is simple but the space is highly constrained. A novel adaptive RRT algorithm is developed for the path planning problem with challenging scenarios and uncertain environment. With extending values assigned on each tree node and extending schemes applied, the tree can adapts its growth to explore complex environments more efficiently. Experiments on the key algorithms are carried out and comparisons are made between the conventional path planning algorithms and the presented ones. The comparing results show that based on the proposed algorithms, the path planner can compute assembly path in challenging complex environments more efficiently and with higher success. This research provides the references to the study of computational assembly path planning under complex environments.     

机器人导航的自主选择搜索策略蜂群规划算法

为了减少机器人导航路径长度和路径规划时间,提出了基于自主选择搜索策略蜂群算法的规划方法.分析了人工蜂群算法原理,依据蜜蜂从自身认知、种群认知和其他个体认知等多种环境认知方式,对应给出了多种蜜源搜索方式;通过建立不同蜜源搜索方式的即时价值和后效价值模型,计算了蜜蜂选择不同蜜源搜索方式的概率,从而给出了蜜蜂对蜜源搜索方式的...     

基于混合蜜獾算法的机械臂最优运动规划方法

针对六自由度机械臂末端执行器路径及关节空间下轨迹的规划问题,提出一种基于混合蜜獾算法和 3-5-3 分段多项 式插值的最优运动规划方法,实现机械臂末端执行器运动路径最短及关节运动时间最优,并有效降低优化路径与规划路径的差 异。 首先,以标准蜜獾算法框架为基础,在初始化、全局寻优与局部探索中采用混沌反向学习、转移算子、正弦余弦算子以及自 适应扰动系数策略,提高最优解质量与寻优能力,并据此设计机械臂末端执行器无碰撞、最短路径规划方法,引导关节轨迹规划 过程;其次,在关节空间下,利用混合蜜獾算法寻找各关节最优运动时间,在此基础上,利用 2 次 3-5-3 分段多项式插值算法, 在满足各关节位移、速度、加速度约束的条件下,完成机械臂关节平滑且时间最优的轨迹规划;最后,通过与其他规划方法仿真 对比,验证提出的方法能够使规划路径长度缩短,关节运动时间减少,优化路径与规划路径差异较小,并以 UR5 机械臂抓取实 验为例检验了该方法的可行性。     

线控四轮转向汽车自主代客泊车路径规划

针对线控四轮转向汽车自主代客泊车路径规划问题,提出了一种对动态障碍物具有自适应能力的自主代客泊车路径规划方法.首先,采用栅格地图描述停车场环境信息,将连续状态空间中的自主代客泊车路径规划问题转化为离散状态空间中的自主代客泊车路径规划问题,并采用各向同性的圆形结构元素对栅格地图进行膨胀处理,使规划的自主代客泊车路径与障碍...     

一种考虑安全的移动机器人矢量场路径规划算法

提出了一种考虑安全的移动机器人矢量场路径规划算法,环境的矢量场模型体现了路径对安全的不同要求。通过调节模型参数可以规划得到安全和长度两个标准下的满意路径,此路径既不会太接近障碍,也不会太长。所提出模型计算简单,计算量与运动空间障碍的个数成正比。算法鲁棒性强,除了固定环境,还适合用来进行动态环境下的路径规划。仿真结果验证了算法的有效性。     

Autonomous mobile robot navigation system designed in dynamic environment based on transferable belief model

This paper investigates the possibility of using transferable belief model (TBM) as a promising alternative for the problem of path planning of nonholonomic mobile robot equipped with ultrasonic sensors in an unknown dynamic environment, where the workspace is cluttered with static obstacles and moving obstacles. The concept of the transferable belief model is introduced and used to design a fusion of ultrasonic sensor data. A new strategy for path planning of mobile robot is proposed based on transferable belief model. The robot’s path is controlled using proposed navigation strategy that depends on navigation parameters which is modified by TBM pignistic belief value. These parameters are tuned in real time to adjust the path of the robot. A major advantage of the proposed method is that, with detection of the robot’s trapped state by ultrasonic sensor, the navigation law can determine which obstacle is dynamic or static without any previous knowledge, and then select the relevant obstacles for corresponding robot avoidance motion. Simulation is used to illustrate collision detection and path planning.