基于双向目标偏置APF-informed-RRT算法的机械臂路径规划

• 全文链接
• 请求原文

作   者：

刘小松;  康磊;  单泽彪;  朱焕海;  刘云清; 

作者机构：

长春理工大学电子信息工程学院; 

关键词：

人工势场;  双向目标偏置;  动态步长;  机械臂;  路径规划; 

期刊名称：

电子测量与仪器学报

i s s n：

1000-7105

年卷期：

2024 年 38 卷 006 期

页   码：

75-83

摘   要：

针对当前机械臂路径规划算法存在搜索随机性大、目标偏置性差和路径曲折等问题，提出了一种基于双向目标偏置的APF-informed-RRT*算法。首先在双向informed-RRT*基础上引入概率自适应的目标偏置策略，降低搜索的随机性，提高采样效率；其次针对路径扩展在双向搜索树中融入人工势场法，减少算法的迭代次数；同时在路径生长阶段，采用动态步长生长策略，即根据搜索树的扩展趋势动态调整步长，避免出现局部最优，并且加快路径搜索时间；最后针对冗余节点采用三角不等式原理进行去除，进而通过B样条曲线对路径进行平滑处理，得到最优规划路径。通过与双向RRT*、双向informed-RRT*和双向P-RRT*等算法在三维环境下进行了仿真对比实验验证，相较于双向RRT*在时间上节约了41%,在采样点数量上减少了63%;相较于双向informed-RRT*在时间上节约了58%,在采样数量上减少了68%;相较于双向P-RRT*在时间上节约了30%,在采样数量上减少了60%。