渐进式约束扩展的机械臂运动规划算法

为了保证冗余机械臂带约束运动规划时的路径连续性,针对目前的直接插值和连续插值方法潜在的约束失效和路径失效问题,提出渐进式约束扩展的快速搜索随机树算法(PCE-RRT)。该算法在进行搜索树扩展时引入了一种渐进式约束扩展方法,该方法使用带有最近点信息的逆运动学计算策略,可以在保证任务约束的情况下迭代缩短最近点和扩展点的距离,让每一次扩展都能够保证搜索树的约束性和连续性。PCE-RRT可以使最终生成的搜索树很好地贴合于约束流形子空间,且树上任意两个相连节点都能满足连续条件。通过仿真实验对算法进行验证,实验结果表明该算法能够为机械臂带约束运动规划问题提供同时满足约束性和连续性条件的路径解。

基于区域分类的机器人动态环境安全路径规划

提出了一种基于区域分类的安全路径规划方法,通过计算区域拥塞程度和稳定程度,做出安全性评判,选择适合的方法进行扩展,同时在重规划的采样过程中,通过概率自适应的方法选择导航点,达到平衡RRT树的效果.9自由度的机械臂仿真实验表明:该方法对于动态环境下的安全运动规划问题有较好的效果.与MPRRT比较,本文方法完成任务的平均时间加快31.60%,重规划次数降低18.37%,规划成功率提高2.5%.