势能代价PRM算法的机械臂避障路径规划研究

为了提高概率地图算法(Probabilistic roadmap method,PRM)规划结果的质量,提出势能代价PRM算法,将其应用于机械臂避障路径规划。建立规划空间任意节点的势能评价标准;定义困难区域节点,研究基于Metropolis准则的障碍空间节点调整策略;建立机械臂连杆的势能函数;给出机械臂任意位姿间的安全路径检查方法。仿真测试表明:性能方面,提出算法的规划质量和规划时间均优于PRM、OBPRM、高斯采样PRM算法;机械臂避障路径规划方面,提出算法的规划质量显著优于PRM算法,在规划质量和时间消耗上优于OBPRM和高斯采样PRM算法,且能使机械臂规避所有障碍并到达目标位姿。

基于位置代价A^(*)算法的机械臂避障路径规划

为了解决高维或复杂环境下A^(*)算法路径规划寻路效率低、计算量大的问题,提出了位置代价A^(*)算法,并将其应用于机械臂避障路径规划。首先在A^(*)算法估价函数中加入节点位置代价,增加估价函数对节点位置优劣的判断;其次研究机械臂连杆的避障检测方法;在此基础上,将位置代价A^(*)算法用于机械臂的避障路径规划。仿真试验表明,位置代价A^(*)算法能完成机械臂避障路径规划,且在4种不同场景下,其完成任务的时间与A^(*)算法相比,分别缩短了43.2%,46.4%,47.0%,49.1%,与双向时效A^(*)算法相比,分别缩短了14.1%,15.1%,15.5%,16.9%,与跳点搜索A^(*)算法相比,分别缩短了16.6%,17.8%,18.6%,19.3%。提出的算法能提高上述算法规划效率并减小计算量。