An improved RRT∗algorithm,referred to as the AGP-RRT∗algorithm,is proposed to address the problems of poor directionality,long generated paths,and slow convergence speed in multi-axis robotic arm path planning.First,a...An improved RRT∗algorithm,referred to as the AGP-RRT∗algorithm,is proposed to address the problems of poor directionality,long generated paths,and slow convergence speed in multi-axis robotic arm path planning.First,an adaptive biased probabilistic sampling strategy is adopted to dynamically adjust the target deviation threshold and optimize the selection of random sampling points and the direction of generating new nodes in order to reduce the search space and improve the search efficiency.Second,a gravitationally adjustable step size strategy is used to guide the search process and dynamically adjust the step-size to accelerate the search speed of the algorithm.Finally,the planning path is processed by pruning,removing redundant points and path smoothing fitting using cubic B-spline curves to improve the flexibility of the robotic arm.Through the six-axis robotic arm path planning simulation experiments on the MATLAB platform,the results show that the AGP-RRT∗algorithm reduces 87.34%in terms of the average running time and 40.39%in terms of the average path cost;Meanwhile,under two sets of complex environments A and B,the average running time of the AGP-RRT∗algorithm is shortened by 94.56%vs.95.37%,and the average path cost is reduced by 55.28%vs.47.82%,which proves the effectiveness of the AGP-RRT∗algorithm in improving the efficiency of multi-axis robotic arm path planning.展开更多
针对快速扩展随机树(Rapidly-Exploring Random Tree,RRT)算法在结合无人船进行路径规划时存在规划时间长、路径冗余大、路径平滑度不符合欠驱动无人船航行要求等问题,提出一种改进RRT的无人船全局路径规划算法。算法中将贝叶斯优化算...针对快速扩展随机树(Rapidly-Exploring Random Tree,RRT)算法在结合无人船进行路径规划时存在规划时间长、路径冗余大、路径平滑度不符合欠驱动无人船航行要求等问题,提出一种改进RRT的无人船全局路径规划算法。算法中将贝叶斯优化算法融入目标采样过程,增强目标点采样导向性;引入动态步长和双向贪心剪枝策略作为重要辅助,进一步提升算法效率和路径质量;得到初始路径后采用动态权重3次B样条曲线进一步平滑处理。最后在3种类型障碍物环境下进行仿真实验并与RRT、RRT^(*)算法进行对比。结果表明,改进RRT算法在规划时长、路径长度以及路径质量等方面有明显优势。改进后算法效率更高,路径平滑度更高,研究成果可为无人船自主航行提供参考。展开更多
针对RRT(Rapidly-exploring Random Tree)算法在机器人路径规划过程存在采样点随机性高、算法效率低、路径规划时间长以及规划路径冗长等问题,文中提出一种结合人工势场法的双向RRT路径规划算法。将传统RRT算法中单向扩展方式改为由起...针对RRT(Rapidly-exploring Random Tree)算法在机器人路径规划过程存在采样点随机性高、算法效率低、路径规划时间长以及规划路径冗长等问题,文中提出一种结合人工势场法的双向RRT路径规划算法。将传统RRT算法中单向扩展方式改为由起点和终点同时进行扩展,在节点扩展时加入人工势场法进行引导,增加节点扩展的目的性。将固定步长改换为可变步长,使随机树可以更快地向目标点扩展。对生成路径进行剪枝处理,删除路径中的冗余节点,进一步缩短路径长度。利用MATLAB仿真平台在相同环境下对比所提改进算法与RRT-Connect算法、DRRT-Connect(Dynamic Rapidly-exploring Random Tree Connect)算法、GB(Goal-Biased)-RRT算法、A^(*)算法、PRM(Probabilistic Road Map)算法的路径规划效果。仿真结果表明,所提改进算法与其他改进算法相比最短路径缩短了7%,最短搜索时间降低了65%,提高了算法的规划效率。将所提算法应用于机器人,结果证明了其具有较强可行性。展开更多
为了解决冗余机械臂在复杂环境中的路径规划和避障问题,提出一种基于改进快速扩展随机树(Rapidly Exploring Random Tree,RRT)算法与三维碰撞检测的高效路径规划方法。利用改进算法生成无碰撞的平滑路径,对机器人姿态进行求解,并通过碰...为了解决冗余机械臂在复杂环境中的路径规划和避障问题,提出一种基于改进快速扩展随机树(Rapidly Exploring Random Tree,RRT)算法与三维碰撞检测的高效路径规划方法。利用改进算法生成无碰撞的平滑路径,对机器人姿态进行求解,并通过碰撞检测验证路径的可行性。改进的RRT算法采用基于概率的控制机制来优化随机点生成策略,结合路径平滑算法减少路径节点,同时引入三维碰撞检测技术以确保路径的有效性和安全性。试验结果表明:该方法在二维和三维复杂场景中均能显著提升路径规划效率,成功率和路径平滑性明显优于传统算法。研究成果可为冗余机械臂在复杂环境中的路径规划提供高效、可靠的解决方案,有助于进一步提升其在实际应用中的稳定性和适用性。展开更多
针对快速扩展随机树(Rapidly-exploring Random Trees,RRT)算法在工业机器人复杂工况中进行避障等路径规划中存在的运算效率低、收敛速度慢、搜索空间盲目性等问题,提出一种基于RRT算法的工业机器人路径规划改进算法。应用标准D-H(Denav...针对快速扩展随机树(Rapidly-exploring Random Trees,RRT)算法在工业机器人复杂工况中进行避障等路径规划中存在的运算效率低、收敛速度慢、搜索空间盲目性等问题,提出一种基于RRT算法的工业机器人路径规划改进算法。应用标准D-H(Denavit-Hartenberg)参数法建立六自由度工业机器人的运动学模型,并通过数值分析研究了机器人的正运动学和逆运动学模型,使用机器人工具箱验证了运动学模型的可行性。以机器人运动路径成本和运算时间作为优化目标,依次对改进RRT算法和RRT、Bi-RRT(Bidirectional-RRT)算法进行不同维度的仿真分析和比较。研究结果表明,改进RRT算法优于其他两种算法,将改进RRT算法应用于机器人避障和路径规划中具有良好的效果。展开更多
针对邮轮推舱序列自动规划问题,采用投影法建立推舱路径规划模型,并提出一种基于改进双向快速搜索随机树(Bidirectional Rapidly-Exploring Random Tree,Bi-RRT)算法嵌入的贪心算法进行邮轮推舱序列规划的方法。以大型邮轮H1508船甲板...针对邮轮推舱序列自动规划问题,采用投影法建立推舱路径规划模型,并提出一种基于改进双向快速搜索随机树(Bidirectional Rapidly-Exploring Random Tree,Bi-RRT)算法嵌入的贪心算法进行邮轮推舱序列规划的方法。以大型邮轮H1508船甲板中段区域为例,在Unity3D软件中对预制模块化舱室单元(Pre-fabricated Modular Cabin Unit,PMCU)的推舱序列规划进行仿真试验。试验结果表明,该方法可兼顾避障验证与序列规划,比传统蛇形推舱序列规划具有更高的效率。展开更多
针对六自由度工业机器人在复杂的分拣环境中分拣速度慢、避障效果差等问题,提出了一种融合人工势场(Artificial Potential Field,APF)算法的快速扩展随机树(Rapidly-exploring Random Tree,RRT)改进算法。传统RRT算法路径规划随机性强...针对六自由度工业机器人在复杂的分拣环境中分拣速度慢、避障效果差等问题,提出了一种融合人工势场(Artificial Potential Field,APF)算法的快速扩展随机树(Rapidly-exploring Random Tree,RRT)改进算法。传统RRT算法路径规划随机性强、收敛速度慢,在该算法中引入APF机制引导其向目标点进行有效扩展,减少路径搜索过程中的无效分支,提高搜索效率;优化对父系节点的选择策略,对原路径局部节点进行优化重连,提高路径质量及平滑性。根据实际分拣中可能出现的状况,在MATLAB软件中建立了3个不同的仿真场景,并将所提出的改进APF-RRT算法与传统RRT算法、APF-RRT算法进行对比仿真实验。结果表明,改进APF-RRT算法于不同分拣环境中,在路径长度、搜索时间、节点个数和迭代次数4个指标上均有一定提升,能以更高的效率搜索到更高质量的路径。展开更多
提出基于改进快速搜索随机树算法的船舶路径规划与跟踪控制方法。采用嵌入Dijkstra算法的改进快速随机搜索树算法(Rapidly⁃Exploring Random Tree,RRT)算法进行船舶路径规划。将规划的优化路径作为船舶运动控制系统的期望输入,基于工业...提出基于改进快速搜索随机树算法的船舶路径规划与跟踪控制方法。采用嵌入Dijkstra算法的改进快速随机搜索树算法(Rapidly⁃Exploring Random Tree,RRT)算法进行船舶路径规划。将规划的优化路径作为船舶运动控制系统的期望输入,基于工业界广为使用的内外环控制思想设计船舶运动学跟踪控制率,较好地解决了欠驱动船舶路径跟踪问题。在船舶动力学子系统中,利用神经网络逼近动力学子系统中的未建模动态和外部干扰,所设计的神经网络滑膜跟踪控制器能有效地跟踪运动学子系统的引导率信号。仿真试验验证了所提出的基于RRT的船舶路径规划与跟踪控制的有效性。展开更多
基金supported by Foundation of key Laboratory of AI and Information Processing of Education Department of Guangxi(No.2022GXZDSY002)(Hechi University),Foundation of Guangxi Key Laboratory of Automobile Components and Vehicle Technology(Nos.2022GKLACVTKF04,2023GKLACVTZZ06)。
文摘An improved RRT∗algorithm,referred to as the AGP-RRT∗algorithm,is proposed to address the problems of poor directionality,long generated paths,and slow convergence speed in multi-axis robotic arm path planning.First,an adaptive biased probabilistic sampling strategy is adopted to dynamically adjust the target deviation threshold and optimize the selection of random sampling points and the direction of generating new nodes in order to reduce the search space and improve the search efficiency.Second,a gravitationally adjustable step size strategy is used to guide the search process and dynamically adjust the step-size to accelerate the search speed of the algorithm.Finally,the planning path is processed by pruning,removing redundant points and path smoothing fitting using cubic B-spline curves to improve the flexibility of the robotic arm.Through the six-axis robotic arm path planning simulation experiments on the MATLAB platform,the results show that the AGP-RRT∗algorithm reduces 87.34%in terms of the average running time and 40.39%in terms of the average path cost;Meanwhile,under two sets of complex environments A and B,the average running time of the AGP-RRT∗algorithm is shortened by 94.56%vs.95.37%,and the average path cost is reduced by 55.28%vs.47.82%,which proves the effectiveness of the AGP-RRT∗algorithm in improving the efficiency of multi-axis robotic arm path planning.
文摘针对快速扩展随机树(Rapidly-Exploring Random Tree,RRT)算法在结合无人船进行路径规划时存在规划时间长、路径冗余大、路径平滑度不符合欠驱动无人船航行要求等问题,提出一种改进RRT的无人船全局路径规划算法。算法中将贝叶斯优化算法融入目标采样过程,增强目标点采样导向性;引入动态步长和双向贪心剪枝策略作为重要辅助,进一步提升算法效率和路径质量;得到初始路径后采用动态权重3次B样条曲线进一步平滑处理。最后在3种类型障碍物环境下进行仿真实验并与RRT、RRT^(*)算法进行对比。结果表明,改进RRT算法在规划时长、路径长度以及路径质量等方面有明显优势。改进后算法效率更高,路径平滑度更高,研究成果可为无人船自主航行提供参考。
文摘针对RRT(Rapidly-exploring Random Tree)算法在机器人路径规划过程存在采样点随机性高、算法效率低、路径规划时间长以及规划路径冗长等问题,文中提出一种结合人工势场法的双向RRT路径规划算法。将传统RRT算法中单向扩展方式改为由起点和终点同时进行扩展,在节点扩展时加入人工势场法进行引导,增加节点扩展的目的性。将固定步长改换为可变步长,使随机树可以更快地向目标点扩展。对生成路径进行剪枝处理,删除路径中的冗余节点,进一步缩短路径长度。利用MATLAB仿真平台在相同环境下对比所提改进算法与RRT-Connect算法、DRRT-Connect(Dynamic Rapidly-exploring Random Tree Connect)算法、GB(Goal-Biased)-RRT算法、A^(*)算法、PRM(Probabilistic Road Map)算法的路径规划效果。仿真结果表明,所提改进算法与其他改进算法相比最短路径缩短了7%,最短搜索时间降低了65%,提高了算法的规划效率。将所提算法应用于机器人,结果证明了其具有较强可行性。
文摘为了解决冗余机械臂在复杂环境中的路径规划和避障问题,提出一种基于改进快速扩展随机树(Rapidly Exploring Random Tree,RRT)算法与三维碰撞检测的高效路径规划方法。利用改进算法生成无碰撞的平滑路径,对机器人姿态进行求解,并通过碰撞检测验证路径的可行性。改进的RRT算法采用基于概率的控制机制来优化随机点生成策略,结合路径平滑算法减少路径节点,同时引入三维碰撞检测技术以确保路径的有效性和安全性。试验结果表明:该方法在二维和三维复杂场景中均能显著提升路径规划效率,成功率和路径平滑性明显优于传统算法。研究成果可为冗余机械臂在复杂环境中的路径规划提供高效、可靠的解决方案,有助于进一步提升其在实际应用中的稳定性和适用性。
文摘针对快速扩展随机树(Rapidly-exploring Random Trees,RRT)算法在工业机器人复杂工况中进行避障等路径规划中存在的运算效率低、收敛速度慢、搜索空间盲目性等问题,提出一种基于RRT算法的工业机器人路径规划改进算法。应用标准D-H(Denavit-Hartenberg)参数法建立六自由度工业机器人的运动学模型,并通过数值分析研究了机器人的正运动学和逆运动学模型,使用机器人工具箱验证了运动学模型的可行性。以机器人运动路径成本和运算时间作为优化目标,依次对改进RRT算法和RRT、Bi-RRT(Bidirectional-RRT)算法进行不同维度的仿真分析和比较。研究结果表明,改进RRT算法优于其他两种算法,将改进RRT算法应用于机器人避障和路径规划中具有良好的效果。
文摘针对六自由度工业机器人在复杂的分拣环境中分拣速度慢、避障效果差等问题,提出了一种融合人工势场(Artificial Potential Field,APF)算法的快速扩展随机树(Rapidly-exploring Random Tree,RRT)改进算法。传统RRT算法路径规划随机性强、收敛速度慢,在该算法中引入APF机制引导其向目标点进行有效扩展,减少路径搜索过程中的无效分支,提高搜索效率;优化对父系节点的选择策略,对原路径局部节点进行优化重连,提高路径质量及平滑性。根据实际分拣中可能出现的状况,在MATLAB软件中建立了3个不同的仿真场景,并将所提出的改进APF-RRT算法与传统RRT算法、APF-RRT算法进行对比仿真实验。结果表明,改进APF-RRT算法于不同分拣环境中,在路径长度、搜索时间、节点个数和迭代次数4个指标上均有一定提升,能以更高的效率搜索到更高质量的路径。
文摘提出基于改进快速搜索随机树算法的船舶路径规划与跟踪控制方法。采用嵌入Dijkstra算法的改进快速随机搜索树算法(Rapidly⁃Exploring Random Tree,RRT)算法进行船舶路径规划。将规划的优化路径作为船舶运动控制系统的期望输入,基于工业界广为使用的内外环控制思想设计船舶运动学跟踪控制率,较好地解决了欠驱动船舶路径跟踪问题。在船舶动力学子系统中,利用神经网络逼近动力学子系统中的未建模动态和外部干扰,所设计的神经网络滑膜跟踪控制器能有效地跟踪运动学子系统的引导率信号。仿真试验验证了所提出的基于RRT的船舶路径规划与跟踪控制的有效性。
