基于TSP_RRT算法的柑橘多目标连续采摘路径规划

【目的】柑橘等季节性水果收获约占整个作业量的40%,耗时耗力,研发柑橘采摘机器人已成为提高柑橘生产效率的重要途径。为解决柑橘采摘机械臂在果园非结构化环境下的规划效率低、规划路径长等问题,提出了一种非结构环境下将旅行商问题(TSP)和快速搜索随机树算法(RRT)相结合的柑橘连续采摘最优路径规划方法(TSP_RRT)。【方法】为了在仿真环境中描述真实的柑橘果树,建立了基于几何包络法的柑橘树模型。将柑橘树的树枝树干等障碍物部分采用分段圆柱体包络,无需采摘的柑橘采用包围球包络。采用带先决条件的概率性随机采样策略,通过引入采样阈值与生成的采样随机数进行判断,可以有效降低采样的盲目性。引入目标引力控制节点生长的最短距离,实现扩展树的生长方向总是朝着目标点的方向,引入自适应步长使得扩展树在生长时根据障碍物的密度自动调节步长大小,目标引力和自适应步长策略提高了采摘机器人路径规划的收敛速度和规划效率。为提高柑橘多目标采摘路径的整体最优规划,缩短路径长度。基于遗传算法的旅行商问题,并考虑采摘过程中树枝等障碍物的干扰,引入障碍物因子来获取多目标采摘顺序的最优解。【结果】仿真结果表明,TSP_RRT算法规划所获得的连续采摘路径长度相比于TSP_RRT-connect算法和TSP_RRT*算法的多目标连续采摘路径分别缩短34.52%、10.19%,规划时间分别减少约31%、50%,TSP_RRT算法的路径规划成功率约为98.8%。【结论】与多种机械臂路径规划的RRT算法相比,改进后的TSP_RRT算法可以快速、准确地生成一条机械臂采摘的最优路径,缩短了路径规划的长度,减少了路径规划的时间。该算法可为柑橘采摘机器人在多目标连续采摘中提供参考和技术支持。

茄子收获机器人机械臂避障路径规划

提出了一种茄子收获机器人机械臂在笛卡尔空间的避障方法。将空间障碍物等效为可以用数学建模的圆柱扇环,将三维空间的路径规划简化为二维,提高了控制的实时性;将障碍从工作空间转换到C-空间中,使对机器人的控制直接作用于关节,避免了使用雅可比逆阵进行复杂的坐标转换。将C-空间映射到图像矩阵中,通过对图像进行适当的处理,规避了在使用A*算法寻优时可能出现的失败。实验结果表明,该避障路径规划方法计算量小,实时性好,适合自然生长状态下茄子的自动收获。

番茄收获机械手避障运动规划

基于伪距离避障法,以机械手可操作度作为优化指标,采用性能优化与正运动学迭代相结合的方法,进行了番茄收获机械手连杆避障运动规划与仿真。试验结果表明,机械手手臂能够沿预定路径成功避开障碍物到达目标位置,并能保证良好的可操作度性能,各关节位置变化连续、平滑,无关节越限现象,末端执行器位置绝对误差为0.87mm,运动速度为0.18m/s,机械手能够满足番茄收获的精度和生产率要求。

多障碍环境下机械臂避障路径规划

为提高协作机器人在多障碍环境下的避障路径规划的成功率和效率,针对机械臂和障碍物提出碰撞检测方法,并提出低振荡人工势场—自适应快速扩展随机树(ARRT)混合算法进行路径规划,机械臂先采用低振荡人工势场法进行搜索,当遇到局部极小、碰撞等情况时切换成ARRT进行逃离,直至到达目标点。另外,为了在每个步长都取得最优的逆运动学关节角,保证前后步长对应关节角度值变化的连续性,提出最短行程逆解算法。为了提高规划后的路径质量,提出一种冗余路径节点删除策略,并使用四次贝塞尔曲线对路径进行拟合。经过仿真分析,机械臂在多障碍环境下对于环境复杂度的适应性强,路径搜索成功率高于经典算法,其平均路径搜索时间相比于经典RRT算法从26.1 s下降到3.6 s,算法搜索成功率和效率都得到显著改善。

基于关节构形空间的混联采摘机械臂避障路径规划

针对混联采摘机器人在非结构性环境中进行避障采摘作业的要求,该文提出了一种基于关节构形空间的混联采摘机械臂避障路径规划算法。根据机械臂和障碍物的几何特征,对机械臂及障碍物模型进行合理简化,通过分析末端执行器目标点和串联机械臂结构参数选取合适的并联机械臂动平台目标点,然后采用遍历法构建串联机械臂关节构形空间,并利用快速扩展随机树(rapidly-exploring random tree,RRT)算法搜寻串联机械臂无撞路径,再通过同样的方法获得并联机械臂关节空间障碍物映射模型和无撞路径,最后综合串、并联机械臂的无撞路径,获得混联机械臂整体的避障路径。仿真和试验结果表明,文中所提出的算法搜索的避障路径能够驱动采摘机械臂避开工作空间内的障碍物,引导末端执行器到达目标点。

改进的快速扩展随机树路径规划算法

针对快速扩展随机树(RRT)路径规划算法缺乏稳定性和偏离最优解的问题,提出了一基于RRT的偏向性路径搜索算法(m-RRT)。m-RRT采用生成随机点向量组的形式对随机点选取策略进行了优化,改善快速扩展随机树的不确定性,减少不必要的扩展,而加快向目标位置搜索的速度,且得到的路径优于RRT算法的结果。通过其在二维平面路径规划和三维机械臂路径规划的测试,表明其具有一定的应用价值。

基于避障工作空间的平面机器人机械臂的路径规划（英文）

针对多关节机械臂的运动避障问题,提出了一种基于避障工作空间路径规划方法。首先,利用基于射线和相交点的计算机图形学方法建立避障空间(简称为OAPW);其次,在避障空间内,利用D-H坐标方法和MATLAB Robotics工具箱建立了一个具有3个转动关节的机械臂模型;再次,通过最短路径的性能指标规划出最短路径。考虑到运动机械臂与障碍物之间的干涉问题,因此利用障碍物膨胀化方法规划出安全距离的最短路径。最后,运用运动学正反解和插值运算实现机械臂在无障碍物、避障、安全距离避障3种情况下的仿真。

一种基于改进的快速扩展随机树的工业机器人路径避障规划算法

针对传统快速扩展随机树(RRT)算法在机械臂的运动规划上缺乏导向性,收敛速度慢等问题,文中在传统RRT的基础上,提出了一种扩展点选择策略和自适应步长策略,并且在算法陷入局部极小值时,采用避免回归机制,快速脱离极小值.然后结合Dijkstra算法对改进算法产生的路径进行优化,得到一条优化后的路径.最后,得到的机械臂末端有效路径再通过本文的机械臂规划模块,转化为一条机械臂最优位姿路径.将该改进算法与其他算法在Matlab和ROS中进行仿真实验,实验结果表明,该算法能有效指导RRT树的生长方向,避免陷入极小值,并且提高算法的收敛速度,并且提高了机械臂在仿真中运动规划效率.