基于GB_RRT算法的机械臂路径规划 |
| |
引用本文: | 王兆光,高宏力,宋兴国,鲁彩丽.基于GB_RRT算法的机械臂路径规划[J].机械设计与制造,2019(7):1-4. |
| |
作者姓名: | 王兆光 高宏力 宋兴国 鲁彩丽 |
| |
作者单位: | 西南交通大学机械工程学院,四川 成都,610031;西南交通大学机械工程学院,四川 成都,610031;西南交通大学机械工程学院,四川 成都,610031;西南交通大学机械工程学院,四川 成都,610031 |
| |
基金项目: | 国家自然科学基金;中央高校进出研究基金 |
| |
摘 要: | 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。
|
关 键 词: | 五自由度机械臂 路径规划 快速扩展随机树 高斯采样 剪枝函数 |
本文献已被 CNKI 维普 万方数据 等数据库收录! |
|