鉴于快速搜索随机树(RRT)方法进行机械臂运动规划时,存在节点利用率低、拓展导向性差、路径粗糙等问题,提出一种基于约束采样的RRT算法。改进了稀疏节点产生机制,通过减少重复性采样提高了全局搜索效率;提出动态采样域策略,根据采样情...鉴于快速搜索随机树(RRT)方法进行机械臂运动规划时,存在节点利用率低、拓展导向性差、路径粗糙等问题,提出一种基于约束采样的RRT算法。改进了稀疏节点产生机制,通过减少重复性采样提高了全局搜索效率;提出动态采样域策略,根据采样情况动态调整采样区域大小来提高拓展方向的确定性,从而减少无用节点;采用贪婪策略提高节点的利用率,减少迭代次数。搜索完成后,剔除路径中的冗余节点,并用B样条曲线进行轨迹平滑,提高了轨迹质量。通过二维地图、Robotic System Toolbox仿真实验,以及机器人操作系统中的机械臂避障测试和真机实验,验证了该算法的可行性和有效性。展开更多
文摘鉴于快速搜索随机树(RRT)方法进行机械臂运动规划时,存在节点利用率低、拓展导向性差、路径粗糙等问题,提出一种基于约束采样的RRT算法。改进了稀疏节点产生机制,通过减少重复性采样提高了全局搜索效率;提出动态采样域策略,根据采样情况动态调整采样区域大小来提高拓展方向的确定性,从而减少无用节点;采用贪婪策略提高节点的利用率,减少迭代次数。搜索完成后,剔除路径中的冗余节点,并用B样条曲线进行轨迹平滑,提高了轨迹质量。通过二维地图、Robotic System Toolbox仿真实验,以及机器人操作系统中的机械臂避障测试和真机实验,验证了该算法的可行性和有效性。