基于C空间分解—路标法的机械手路径规划

针对核反应堆检修用多关节机械手的路径规划问题,提出了一种基于C空间分解-路标法的路径规划算法.由于该机械手C空间维数较高,因此将整个C空间分解成2组低维子空间,分别基于子空间建立路标图,并扩充成整个C空间内的路标图,从而将路标图的搜索维数由六维转化为三维,降低了路标图的搜索空间.同时为进一步提高路标图的质量,采用自适应变步长法来选取路标节点,根据前两时刻机械手各关节点距障碍物距离的变化情况来决定下一路标点的选择.仿真结果表明该方法不仅缩短了在线实时规划的时间,而且提高了路径规划的成功率.     

基于自适应步长策略的A*算法路径规划优化

针对A*算法求解路径轨迹耗时长、内存占用大等问题,本文提出一种基于自适应步长策略改进A*算法.首先,根据当前点与终点的位置关系,设定寻路方向的优先级顺序,减少不合理方向上的冗余规划计算量;其次,修改到达终点的判断条件,可在轨迹规划时实现路径的跳跃;再次,针对A*算法轨迹规划效率低的问题,提出自适应步长策略;最后,针对内存占用大,以及面对大地图时可能出现的内存溢出问题,提出了八方向搜索法.实验结果表明,相较于原始的A*算法,改进的A*算法在轨迹规划效率上获得了极大的提升,同时内存占用大的问题也得到了很好的解决     

基于最优控制的空间机械手运动规划研究

利用多体系统动力学方法导出机械手系统非完整约束方程,再根据最优控制方法,讨论空间机械手系统载体姿态与机械手关节运动的优化控制问题,并通过仿真算例验证了该方法的有效性。     

JZ-3型水轮机修复机械手路径轨迹规划

针对水轮机修复机械手在水轮机转轮的异性叶片曲面上焊接的路径轨迹规划问题,在概述了水轮机修复专用机械手运动方程的基础上,论述了经过修订的两种笛卡尔空间路径轨迹规划算法.为使规划的路径轨迹准确通过补焊位置而减小误差,同时尽可能使工作路径涵盖绝大部分的水轮机叶片曲面,提出了任意四边形内多焊道等宽路径轨迹规划的概念、算法和相应步骤.编程和仿真显示此方法可用于异形曲面的路径轨迹规划,并使焊道涵盖90%左右的水轮机叶片表面.     

机械手的一种轨迹规划

提出了机械手在作两圆柱相贯线运动时的一种有效轨迹规划方法;在抓手位置描述的基础上,用几何法完成了空间位姿的描述,使抓手位置的描述简单明了,减少工作量;利用变角速度实现理想的运动效果,并计算出迪卡尔空间的路径点;对关节变量作了多项式插值,充分满足各节点处的速度值;本方法不局限于机器人的具体结构和类型,具有一定的通用性。     

机械手空间圆弧位姿轨迹规划算法的实现

为提高机械手的空间圆弧作业任务的轨迹精度,提出采用齐次矩阵和四元数法分别进行位置和姿态的轨迹规划方法．对于位置规划,先对空间圆弧所在平面的圆心角做归一化处理,再按照平滑角速度曲线规划位置轨迹上的插值点,并用齐次矩阵表示插补点的位置,保证了插补点的位置始终在所求圆弧上．姿态规划采用四元数圆弧曲线函数以及分段三次有理插值保形样条函数实现C²连续的姿态轨迹．算例验证表明,提出的位姿规划方法能够保证机械手末端执行器的轨迹精度,在位置精度及姿态平稳过渡有较高要求的机械手的实际应用方面有推广价值．     

基于改进RRT~*算法的路径规划

针对标原始快速扩展随机树星(RRT~*,Rapily-exploring random Tree Star)算法在寻求最短路径过程中存在搜索时间长和收敛速率缓慢的问题,提出一种改善的RRT~*算法。该算法首先利用目标偏置策略减少RRT~*的随机性,然后在此基础上提供了一种改进的步长扩展方法,称为规避步长延伸法,可以使随机树在向着目标点迅速延伸的同时,又能避免陷入局部最小值,合理地避开障碍物。通过MATLAB仿真实验证明,该算法在保证RRT*算法的概率完备性和渐近最优性的前提下,可有效地减少搜索时长和加快收敛速率。     

一种改进的机器人路径规划算法

在将Ａ算法用于机器人路径规划时,通过采用动态可变步长及进行目标可见性测试,提高了路径搜索速度,并对路径进行了全局优化,仿真结果表明该方法是有效的。     

基于优化Q-learning算法的机器人路径规划

针对传统Q-learning算法在路径规划中存在收敛速度慢、难以平衡探索与利用的关系等问题,采用改进后的势场对Q-learning算法的Q表初值进行优化,引入多步长策略减少算法的迭代次数和路径中的拐点个数,加入动态调节贪婪因子平衡探索与利用的关系。仿真结果证明,与Q-learnig算法相比,改进后的IMD-Q-learnig算法可将最优路径长度缩短79.09%,拐点个数减少46.67%,算法效率提升88.40%。     

基于势场栅格法的机器人全局路径规划

综合势场法和栅格法的优点，提出了一个新的全局路径规划方法——势场栅格法、算法在避免局部最优点和降低计算量方面，有着良好的效果；并且可以自动确定栅格粒度．最后，文章分析了影响算法精度的因素，仿真试验表明此算法有良好的可行性和有效性．     

基于模糊决策法的水下机器人路径规划方法

路径规划是自主式水下机器人研究及实用化中的重要问题之一 .本文对基于模糊决策法的水下机器人实时路径规划方法进行了探讨 .首先 ,水下机器人通过测距声呐对其运动前方 180°的范围进行实时探测 ,得到环境信息 ,通过模糊决策进行实时规划 ,得到避障所需的转动方向及角度 ,对于墙角等特殊情况参照连续转角记录仪对转角进行修正 ,实现特殊环境下的运动避障 .上述过程通过计算机仿真得到了较满意的结果 .     

基于人工免疫势场法的移动机器人路径规划

针对人工势场法和基本遗传算法在解决移动机器人的路径规划问题时。容易产生目标不可达和局部极小值的问题,提出了1种基于人工免疫势场法的移动机器人路径规划算法(MRPP-AIPF).该算法将初始抗体群动态分配为记忆保留单元和临时抗体单元,通过交叉、变异和遗忘等算子进行进化操作,使较优抗体较早生成,提高了算法的收敛能力和保持抗体群的多样性.仿真实验表明,MRPP-AIPF算法属有效路径规划算法.     

基于ADAMS的搬运机械手轨迹规划与仿真

对一种新型机械手的运动轨迹进行了规划分析,并结合计算机对该系统运动进行了仿真,得到了该机械手的一些动态参数,为该机械手物理样机的实现提供了科学依据.     

自适应蚁群算法在空间机器人路径规划中的应用

为了弥补传统路径规划方法缺乏足够鲁棒性的问题,采用自适应蚁群算法实现了空间机器人路径规划.针对传统蚁群算法在计算初期出现停滞的现象,修改了信息激素物质的更新方法.自适应蚁群算法根据学习次数和与最近障碍物的距离来调节信息激素物质.仿真结果表明,该算法在采用较少蚂蚁的情况下,与一般蚁群算法相比,能够快速找到理想路径.     

基于改进蚁群算法的智能车路径优化

用于自动泊车领域的AGV小车载质量大,对移动轨迹的平滑性与行走距离有更高要求。针对传统蚁群算法易死锁、囤余节点多与转向幅度不可控等问题,提出了一种改进蚁群算法。首先,在算法正式开始迭代前使用地图补偿函数对地图进行优化,降低死锁概率;其次,在对地图优化处理后,对地图进行了信息素浓度初始化,加快了算法收敛速度;最后,通过调整路径生成逻辑,实现算法自适应调整步长,提高了路径的平滑性,减少转向摆动。仿真结果表明：改进后的算法死锁现象减少,收敛速度更快,所生成的路径转向平滑,囤余节点数与总路径长度降低。     

基于改进人工势场法的移动机器人路径规划

为解决传统人工势场法存在局部极小值问题而导致路径规划失败问题,提出了基于改进人工势场的角度偏移法,使机器人迅速逃离局部极小值点,成功规划出一条平滑无碰撞路径。仿真实验证明了该方法规划的有效性。     

自由漂浮空间机器人路径规划研究进展

介绍了空间机器人路径规划的特点,归纳了研究中的关键问题,以及空间机器人非完整路径规划、笛卡尔路径规划及目标捕获自主路径规划等方面的主要研究进展,讨论了各种规划方法的应用背景及优缺点,对空间机器人路径规划的研究前景进行了展望.     

基于几何学的路径规划方法

提出的路径规划方法通过几何法寻找机器人与目标点之间的优化点,连接这些点生成机器人到达目标点的一条无碰撞优化路径.该方法计算量小,适合于静态和动态避障.基于这种方法,还提出了一种新的射门动作.     

一种基于栅格扩展的机器人路径规划方法

提出一种机器人的路径规划方法;这一路径规划方法是在机器人的位姿空间中进行的,采用栅格扩展的策略,即从初始位姿和终止位姿的栅格进行扩展。扩展一方的栅格前,先从这一方欲扩展栅格的第一个栅格向另一方欲扩展栅格的第一个栅格作一直线,沿这一直线首先进行扩展。最后在机器人的仿真系统中运用这一方法进行路径规划,大大地提高了路径规划的效率。     

基于栅格法的机器人路径规划快速搜索随机树算法

针对复杂环境下的机器人路径规划问题,提出了一种全新的基于栅格法的机器人路径规划快速搜索随机树算法。以机器人出发点为随机树的根节点,通过扩展,逐渐增加叶节点直至随机树的叶节点中包含了目标点。从出发点到目标点之间的一条以随机树的边组成的路径就是目标路径。研究表明在同样的环境下与遗传算法、A^＊算法相比该方法能在更短的时间内找到更优的路径。仿真实验也表明,即使在随机生成的复杂环境下,利用该算法也可以快速规划出一条全局优化路径,且能安全避障。