针对快速扩展随机树(Rapidly-exploring Random Trees,RRT)算法在工业机器人复杂工况中进行避障等路径规划中存在的运算效率低、收敛速度慢、搜索空间盲目性等问题,提出一种基于RRT算法的工业机器人路径规划改进算法。应用标准D-H(Denav...针对快速扩展随机树(Rapidly-exploring Random Trees,RRT)算法在工业机器人复杂工况中进行避障等路径规划中存在的运算效率低、收敛速度慢、搜索空间盲目性等问题,提出一种基于RRT算法的工业机器人路径规划改进算法。应用标准D-H(Denavit-Hartenberg)参数法建立六自由度工业机器人的运动学模型,并通过数值分析研究了机器人的正运动学和逆运动学模型,使用机器人工具箱验证了运动学模型的可行性。以机器人运动路径成本和运算时间作为优化目标,依次对改进RRT算法和RRT、Bi-RRT(Bidirectional-RRT)算法进行不同维度的仿真分析和比较。研究结果表明,改进RRT算法优于其他两种算法,将改进RRT算法应用于机器人避障和路径规划中具有良好的效果。展开更多
文摘针对快速扩展随机树(Rapidly-exploring Random Trees,RRT)算法在工业机器人复杂工况中进行避障等路径规划中存在的运算效率低、收敛速度慢、搜索空间盲目性等问题,提出一种基于RRT算法的工业机器人路径规划改进算法。应用标准D-H(Denavit-Hartenberg)参数法建立六自由度工业机器人的运动学模型,并通过数值分析研究了机器人的正运动学和逆运动学模型,使用机器人工具箱验证了运动学模型的可行性。以机器人运动路径成本和运算时间作为优化目标,依次对改进RRT算法和RRT、Bi-RRT(Bidirectional-RRT)算法进行不同维度的仿真分析和比较。研究结果表明,改进RRT算法优于其他两种算法,将改进RRT算法应用于机器人避障和路径规划中具有良好的效果。