文献类型：期刊文章

作　　者：刘亚秋[1] 赵汉琛[1] 刘勋[1] 徐妍[2]

LIU Yaqiu;ZHAO Hanchen;LIU Xun;XU Yan(College of Information and Computer Engineering,Northeast Forestry University,Harbin 150040,China;HRG International Institute(Hefei)of Research and Innovation,Hefei 230000,China)

机构地区：[1]东北林业大学信息与计算机工程学院,黑龙江哈尔滨150040 [2]哈工大机器人(合肥)国际创新研究院,安徽合肥230000

出　　处：《信息与控制》

基　　金：国家自然科学基金资助项目(31370565)。

年　　份：2021

卷　　号：50

期　　号：2

起止页码：235-246

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD2021_2022、IC、JST、MR、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对传统快速扩展随机树(RRT)算法在机械臂的运动规划上缺乏导向性,收敛速度慢等问题,文中在传统RRT的基础上,提出了一种扩展点选择策略和自适应步长策略,并且在算法陷入局部极小值时,采用避免回归机制,快速脱离极小值.然后结合Dijkstra算法对改进算法产生的路径进行优化,得到一条优化后的路径.最后,得到的机械臂末端有效路径再通过本文的机械臂规划模块,转化为一条机械臂最优位姿路径.将该改进算法与其他算法在Matlab和ROS中进行仿真实验,实验结果表明,该算法能有效指导RRT树的生长方向,避免陷入极小值,并且提高算法的收敛速度,并且提高了机械臂在仿真中运动规划效率.

关 键 词：快速扩展随机树 机械臂  路径规划 避障规划 碰撞检测 机器人操作系统  

分 类 号：TP18]