基于DAPF-RRT算法的机器人手臂路径规划研究

科学领域:

• 机器人技术 机器人技术 机器人技术
• 人工智能的人工智能
• 控制系统 控制系统

背景情况:

• 广泛用于机器人手臂路径规划的RRT-Connect算法遭受了长时间的搜索时间,随机节点增长和的路径转.
• 现有的方法在复杂的机器人任务中难以有效和平稳地生成轨迹.

研究的目的:

• 为机器人手臂开发一个增强的路径规划算法,解决RRT-Connect.的局限性.
• 为了提高路径效率,减少规划时间,并确保机器人手臂运动更顺.

主要方法:

• 提出了一种结合动态步骤大小和人工潜力场的新算法.
• 包含一个以目标为导向的策略,以减轻分散的采样点.
• 采用动态步骤大小策略,以实现更快的扩张.
• 集成人工潜能场来引导节点增长并减少随机性.
• 使用立方B-splines进行路径修剪和平滑.

主要成果:

• 改进的算法显示,路径长度减少了15.4%.
• 与RRT-Connect相比,计划时间减少了49.2%.
• 这导致了更光滑的路径,减少了多余的点和转,减少了机器人手臂的震动.

结论:

• 拟议的算法为机器人手臂路径规划提供了与RRT-Connect相比显著的改进.
• 动态步骤大小,人工潜力场和B线平滑的组合有效地提高了路径质量和效率.
• 这种方法有望实现更高效,更精确的机器人手臂操作.