基于GB＿RRT算法的机械臂路径规划

作     者：王兆光 高宏力 宋兴国 鲁彩丽 WANG Zhao-guang;GAO Hong-li;SONG Xing-guo;LU Cai-li

作者机构：西南交通大学机械工程学院 

基　　金：国家自然科学基金资助(51605393) 中央高校进出研究基金资助(A0920502051619-28) 

出 版 物：《机械设计与制造》 (Machinery Design & Manufacture)

年 卷 期：2019年第7期

页      码：1-4页

摘      要：针对五自由度机械臂路径规划问题,提出一种基于快速扩展随机树(rapidly-exploring random tree,RRT)优化算法—GB_RRT算法。为弥补因基本RRT算法采样盲目性导致的效率低下的缺陷,GB_RRT算法采用高斯采样的方法进行启发式采样,同时结合贪婪扩展算法来提高随机树的局部扩展速度。为进一步缩短规划路径,该算法采用双向同时剪枝取最优的策略来删除不必要的采样节点。最后对机械臂进行了仿真实验和样机实验。实验结果表明,高斯采样法结合贪婪策略不仅降低了采样的盲目性,而且能够提高扩展树的扩展速度,更好地规避开障碍物;双向剪枝取最优的策略也在一定程度上缩短了规划路径的长度。

主 题 词：五自由度机械臂 路径规划 快速扩展随机树 高斯采样 剪枝函数 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 080202[080202] 08[工学] 0804[工学-材料学] 0802[工学-机械学] 080201[080201] 

D　O　I：10.3969/j.issn.1001-3997.2019.07.001

馆 藏 号：203692431...