基于RRT的虚拟人双臂操控规划方法

虚拟人双臂的操控规划是智能化工程虚拟人研究的一项关键技术,在手臂和操控对象形成的闭环运动学约束下如何有效采样手臂配置空间是其面临的主要困难。面向复杂虚拟环境下的产品装配、维修动作仿真等问题,该文基于双向平衡、朝向目标的启发式RRT算法,结合手臂快速逆向运动学方法,提出了一种虚拟人双臂的操控规划方法。该方法的有效性通过实验得到验证。

虚拟人手臂操控规划路径优化算法研究

针对狭窄通道中虚拟人手臂操控可拆卸单元的运动路径质量较低的问题,提出了一种约束条件下高维空间中的路径优化算法。该算法采用双向增量扩展RRT算法并结合虚拟人手臂的前向运动学策略快速规划一条初始路径。在运用修剪算法移除冗余位姿点的基础上,以一定的步长进行线性插补使路径有效,然后设计了一种位姿点间隙增大算法来增大路径间隙,并通过路径修正来保证其有效性。迭代运行位姿点间隙增大算法和路径修正可使路径间隙持续增大。仿真实验表明:路径优化算法能够规划出狭窄通道中虚拟人手臂操控规划的高质量路径。

一个虚拟人手臂操控的运动规划框架

基于双向扩展的启发式快速扩展随机树(RRT)算法,提出了一种虚拟人手臂操控的运动规划框架。该框架根据是否抓握操控对象,将虚拟人的手臂操控划分为接触和搬运两个阶段,分别采用手臂的前向和逆向运动学两种策略进行规划,保证规划结果快速、可靠。通过实验验证了该方法的有效性。