期刊文献+
共找到9篇文章
< 1 >
每页显示 20 50 100
Global optimization of manipulator base placement by means of rapidly-exploring random tree
1
作者 赵京 Hu Weijian +1 位作者 Shang Hong Du Bin 《High Technology Letters》 EI CAS 2016年第1期24-29,共6页
Due to the interrelationship between the base placement of the manipulator and its operation object,it is significant to analyze the accessibility and workspace of manipulators for the optimization of their base locat... Due to the interrelationship between the base placement of the manipulator and its operation object,it is significant to analyze the accessibility and workspace of manipulators for the optimization of their base location.A new method is presented to optimize the base placement of manipulators through motion planning optimization and location optimization in the feasible area for manipulators.Firstly,research problems and contents are outlined.And then the feasible area for the manipulator base installation is discussed.Next,index depended on the joint movements and used to evaluate the kinematic performance of manipulators is defined.Although the mentioned indices in last section are regarded as the cost function of the latter,rapidly-exploring random tree(RRT) and rapidly-exploring random tree*(RRT*) algorithms are analyzed.And then,the proposed optimization method of manipulator base placement is studied by means of simulation research based on kinematic performance criteria.Finally,the conclusions could be proved effective from the simulation results. 展开更多
关键词 base placement rapidly-exploring random tree (RRT) rapidly-exploring random tree (RRT*) optimIZATION
下载PDF
基于改进RRT^(*)算法的智能轮椅全局路径规划研究 被引量:6
2
作者 骆海涛 孙嘉泽 +2 位作者 高鹏宇 曾德生 李家成 《仪器仪表学报》 EI CAS CSCD 北大核心 2023年第10期303-313,共11页
现实环境中智能轮椅大多数处在复杂场景下工作,其自主导航时对路径安全性等要求较高。渐进最优随机搜索树RRT*算法基本满足移动机器人最优路径规划,但由于智能轮椅本体较大,容易与环境较近接触,因此可对环境模型进行膨胀并定义不同搜索... 现实环境中智能轮椅大多数处在复杂场景下工作,其自主导航时对路径安全性等要求较高。渐进最优随机搜索树RRT*算法基本满足移动机器人最优路径规划,但由于智能轮椅本体较大,容易与环境较近接触,因此可对环境模型进行膨胀并定义不同搜索步长,使其规划出的路径远离障碍物。其次为保证用户在使用智能轮椅导航时能够获得更高的舒适性,更高效的到达目的地,而借用启发式约束采样思想和人工势场中引力场思想修剪此算法规划时的冗余节点,从而减小系统运行内存,随后结合轮椅的最小转弯半径,提出最小段路径曲率约束策略和三次B样条曲线算法对路径进行平滑处理,使其更加适合轮椅行驶。最终在MATLAB和Gazebo仿真平台对改进前后算法对比实验,并将本文算法应用与智能轮椅实体上,试验结果表明,该算法能够有效解决智能轮椅全局路径规划问题,能够明显提升全局路径规划效率,具有一定安全性,可为其移动机器人领域提供有效参考。 展开更多
关键词 智能轮椅 路径规划 渐进最优随机搜索树 B样条
下载PDF
基于改进渐进最优的双向快速扩展随机树的移动机器人路径规划算法 被引量:24
3
作者 王坤 曾国辉 +2 位作者 鲁敦科 黄勃 李晓斌 《计算机应用》 CSCD 北大核心 2019年第5期1312-1317,共6页
针对带启发式的快速扩展随机树(RRT-Connect)算法路径生成的随机性以及渐进最优的双向快速扩展随机树(B-RRT~*)算法收敛速度的缓慢性,提出了一种基于B-RRT~*改进的高效路径规划算法(EB-RRT~*)。首先引入一种智能采样函数,使随机树的扩... 针对带启发式的快速扩展随机树(RRT-Connect)算法路径生成的随机性以及渐进最优的双向快速扩展随机树(B-RRT~*)算法收敛速度的缓慢性,提出了一种基于B-RRT~*改进的高效路径规划算法(EB-RRT~*)。首先引入一种智能采样函数,使随机树的扩展更具方向性,从而减少寻路时间,并提高路径的平滑性;其次在B-RRT~*算法的基础上,在EB-RRT~*算法中加入了一种快速扩展策略,使改进后的算法在自由空间中使用RRT-Connect算法的扩展方式进行快速扩展,而在障碍物空间则使用改进的渐进最优的快速扩展随机树(RRT~*)算法进行扩展,在提高扩展效率的同时避免算法陷入局部最优。将EB-RRT~*算法分别与快速扩展随机树(RRT)、RRT-Connect、RRT~*和B-RRT~*算法进行仿真对比,仿真结果表明,改进后的算法在路径规划效率及路径平滑性方面均明显优于其他算法;且相对于B-RRT~*算法,其在路径规划时间上降低了68.3%,在迭代次数上减少了48.6%。 展开更多
关键词 移动机器人 路径规划 快速扩展随机树 带启发式的快速扩展随机树算法 渐进最优的双向快速扩展随机树算法
下载PDF
复杂多场景下机械臂避障运动规划方法研究 被引量:4
4
作者 宋勇 张蕾 +1 位作者 田荣 王晓华 《西北工业大学学报》 EI CAS CSCD 北大核心 2023年第3期500-509,共10页
为提高工业机械臂在狭窄通道、多障碍物等复杂多场景下避障运动规划的成功率和效率,建立了基于圆柱体和球体包围盒机械臂与障碍物之间的碰撞检测模型,并提出了一种基于启发式概率融合人工势场法的改进型RRT^(*)算法(P-artificial potent... 为提高工业机械臂在狭窄通道、多障碍物等复杂多场景下避障运动规划的成功率和效率,建立了基于圆柱体和球体包围盒机械臂与障碍物之间的碰撞检测模型,并提出了一种基于启发式概率融合人工势场法的改进型RRT^(*)算法(P-artificial potential field-RRT^(*),PAPF-RRT^(*))。采样上引入概率目标偏向与随机采样点优选策略,对采样点进行位置优选约束,增强采样导向性和质量;为改变传统新节点扩展方向和特殊环境下局部最优问题,融合人工势场法的目标引力与障碍物斥力和自适应步长,使算法在APF产生的合力范围下实时引导新节点扩展方向和步长大小,降低过度的探索和碰撞区域扩展;对冗余节点进行删除,并采用三次B样条插值优化,提高机械臂轨迹的柔顺性。仿真结果表明,所提算法较传统RRT^(*)算法在平均路径搜索时间上降低了56.75%,路径长度缩短了17.74%。导入机械臂模型后可视化仿真结果证明,所提算法可使机械臂成功避障且快速平稳运行到目标点。 展开更多
关键词 机械臂运动规划 渐进最优快速拓展随机树算法 启发式概率 人工势场法 自适应步长 三次B样条
下载PDF
复杂环境下基于采样空间自调整的航迹规划算法 被引量:1
5
作者 张康 陈建平 《计算机应用》 CSCD 北大核心 2021年第4期1207-1213,共7页
针对具有渐进最优性的快速扩展随机树(RRT^(*))算法在面对高维、复杂环境时所表现出的寻路效率低、收敛速度缓慢的问题,在RRT^(*)的基础上,提出一种基于采样空间自调整的渐进最优快速扩展随机树(AS-RRT^(*))无人机(UAV)航迹规划算法。... 针对具有渐进最优性的快速扩展随机树(RRT^(*))算法在面对高维、复杂环境时所表现出的寻路效率低、收敛速度缓慢的问题,在RRT^(*)的基础上,提出一种基于采样空间自调整的渐进最优快速扩展随机树(AS-RRT^(*))无人机(UAV)航迹规划算法。该算法可以自适应调整采样空间,进而引导树更为高效地生长,而这些主要通过有偏采样、节点筛选和节点学习这三种策略来实现。首先,在采样空间中定义向光和背光区域来进行有偏采样,而向光和背光区域的概率权重由当前扩展失败率决定,从而保证算法在搜索初始航迹时同时具有探索性和方向性;然后,在完成初始航迹的搜索后,算法就开始周期性地筛选节点,高质量的节点作为学习样本来产生新的抽样分布,质量最低的节点在算法达到最大节点数量后被新节点替代。在多种不同类型的环境下进行了对比仿真实验,结果表明所提算法在一定程度上改善了采样算法固有的随机性,而且相较于传统的RRT*算法,该算法在相同环境里使用了更少的寻路时间,在相同时间里生成了更低代价的航迹,且在三维空间里的改进更为明显。 展开更多
关键词 航迹规划 渐进最优的快速扩展随机树 自适应采样 初始航迹 复杂环境
下载PDF
基于GPF-RRT*的机械臂自主运动规划 被引量:3
6
作者 双丰 刘旭兀 +2 位作者 李少东 刘熹 陈明岐 《计算机集成制造系统》 EI CSCD 北大核心 2023年第4期1174-1185,共12页
为解决融合引力函数的渐进最优快速扩展随机树(P-RRT*)算法在非结构化环境下搜索效率低、适应性差等问题,进一步提高机械臂自主运动规划能力,提出一种基于高斯势场(GPF)自适应的改进RRT*算法(GPF-RRT*)。首先,利用状态感知网络完成非结... 为解决融合引力函数的渐进最优快速扩展随机树(P-RRT*)算法在非结构化环境下搜索效率低、适应性差等问题,进一步提高机械臂自主运动规划能力,提出一种基于高斯势场(GPF)自适应的改进RRT*算法(GPF-RRT*)。首先,利用状态感知网络完成非结构化环境感知。其次,利用优化后的采样点选取策略提高采样效率,通过GPF构建力势场改进节点搜索方向及步长,进而提高算法在复杂环境下的避障路径规划能力,并结合可操作度和最小能量指标完成机械臂的姿态优化。最后,基于GPF-RRT*算法在不同环境下进行实验,与P-RRT*算法在搜索效率、路径长度、稳定性3个方面进行对比。结果表明,所提算法的平均搜索效率提高了38.06%,平均路径长度缩短了46.6 mm,在多种环境下均具有较强稳定性,且能有效避免局部极小问题。另外,通过机械臂自主抓取操作进一步验证了算法的有效性。 展开更多
关键词 机械臂运动规划 非结构化环境感知 渐进最优快速扩展随机树 可操作度和最小能量
下载PDF
基于高斯采样的改进RRT*路径规划算法 被引量:1
7
作者 杜亚南 施露露 +1 位作者 吴京城 闻路红 《无线通信技术》 2021年第3期43-48,52,共7页
针对渐进最优快速扩展随机树(RRT*)算法随机性大,搜索效率低的问题,提出一种结合目标偏置概率策略与缩小相对状态空间的改进算法(G-RRT*)。该算法在保持RRT*原有的优势基础上以一定概率使采样点偏置为目标点,提高路径规划的导向性,并结... 针对渐进最优快速扩展随机树(RRT*)算法随机性大,搜索效率低的问题,提出一种结合目标偏置概率策略与缩小相对状态空间的改进算法(G-RRT*)。该算法在保持RRT*原有的优势基础上以一定概率使采样点偏置为目标点,提高路径规划的导向性,并结合高斯分布缩减相对状态空间,限制随机树的扩展方向,从而加快路径规划的速度,保证以较短时间找到渐进最优路径。在MATLAB平台上分别对二维平面路径规划和三维机械臂路径规划测试。结果表明:G-RRT*算法有效减少了路径距离开销和计算时间,具有一定的应用价值。 展开更多
关键词 路径规划 渐近最优快速扩展随机树算法 高斯采样 目标概率偏置
下载PDF
Path Planning and Optimization of Humanoid Manipulator in Cartesian Space
8
作者 LI Shiqi LI Xiao +3 位作者 KE Han XIONG Youjun XIE Zheng CHEN Jinliang 《Journal of Shanghai Jiaotong university(Science)》 EI 2022年第5期614-620,共7页
To solve the problems of low efficiency and multi-solvability of humanoid manipulator Cartesian space path planning in physical human-robot interaction,an improved bi-directional rapidly-exploring random tree algorith... To solve the problems of low efficiency and multi-solvability of humanoid manipulator Cartesian space path planning in physical human-robot interaction,an improved bi-directional rapidly-exploring random tree algorithm based on greedy growth strategy in 3D space is proposed.The workspace of manipulator established based on Monte Carlo method is used as the sampling space of the rapidly-exploring random tree,and the opposite expanding greedy growth strategy is added in the random tree expansion process to improve the path planning efficiency.Then the generated path is reversely optimized to shorten the length of the planned path,and the optimized path is interpolated and pose searched in Cartesian space to form a collision-free optimized path suitable for humanoid manipulator motion.Finally,the validity and reliability of the algorithm are verified in an intelligent elderly care service scenario based on Walker2,a large humanoid service robot. 展开更多
关键词 humanoid manipulator path planning rapidly-exploring random tree greedy growth reverse optimization pose search
原文传递
基于改进RRT^(*)算法的移动机器人路径规划 被引量:46
9
作者 张伟民 付仕雄 《华中科技大学学报(自然科学版)》 EI CAS CSCD 北大核心 2021年第1期31-36,共6页
为解决渐进最优快速扩展随机树(RRT^(*))算法在特殊环境下(如狭窄通道)路径规划存在的内存占用多、规划效率低等问题,提出了一种基于目标约束采样和目标偏置扩展的改进RRT^(*)算法.首先,在采样上引入目标偏置策略,并对每次采样进行位置... 为解决渐进最优快速扩展随机树(RRT^(*))算法在特殊环境下(如狭窄通道)路径规划存在的内存占用多、规划效率低等问题,提出了一种基于目标约束采样和目标偏置扩展的改进RRT^(*)算法.首先,在采样上引入目标偏置策略,并对每次采样进行位置约束,使采样的目标导向性更强.然后,在新点扩展上摒弃了已有算法单纯朝着采样点扩展的思路,通过给采样点和目标点分配不同权重,使得每一次扩展同时由采样点和目标点共同决定,进而加快搜索速度.接着,采用三次B样条曲线对搜索到的路径进行平滑处理,以保证路径的可行性.最后,分别基于Matlab和V-REP平台对RRT^(*)算法和改进RRT^(*)算法进行了2D和3D的对比实验,实验结果验证了改进RRT^(*)算法的优越性和有效性. 展开更多
关键词 移动机器人 路径规划 渐进最优快速扩展随机树(RRT^(*))算法 约束采样 偏置扩展 三次B样条
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部