【技术实现步骤摘要】
一种动态导向RRT*的机械臂路径规划方法
[0001]本专利技术属于机械臂路径规划领域,尤其涉及基于一种动态导向RRT*的机械臂路径规划方法。
技术介绍
[0002]智能机械臂在各行各业有着广泛应用,如装配机械手、农业果实采摘机器人、医疗机器人等。目前农业领域落叶类药采摘机器人研究较少,比如金银花采摘机器人,在非结构化环境中工作,作业目标复杂,机器人采摘过程中需要安全通过环境中的障碍物,到达目标点。避障路径规划是机械臂技术中的一个重要内容,其目的是要实现机械臂能避开环境中的障碍物,完成整个规划过程,具备自主路径规划决策功能。
[0003]迄今为止,机械臂的路径规划方法主要分为基于搜索的路径规划算法、基于采样的路径规划算法、智能仿生算法。基于搜索的路径规划算法主要有A*算法、Dijkstra算法、D*算法、人工势场法;基于采样的路径规划算法有PRM算法、RRT系列算法;智能仿生路径规划算法有神经网络算法、蚁群算法、遗传算法等。然而上述方法各有其优缺点,如A*算法耗费时间长,人工势场法易陷入局部极小值等。基于搜索的路径规划算法,由于计算规模大,不适合在高维空间中应用,而采摘机械臂通常拥有6个自由度,机械臂在运动过程中运动学关系极为复杂,此类算法无法运用。智能仿生算法如强化学习,需要依赖训练成果,机械臂实际运行中时容易发生局部抖动震荡,表现不稳定。RRT算法减少了计算量,能够生成可供机械臂运行的可行路径,但是由于其算法存在无效节点多,路径质量差,使得机械臂运行过程中不能精确避障,浪费时间,机械臂常常会在无效空间中运 ...
【技术保护点】
【技术特征摘要】
1.一种动态导向RRT*的机械臂路径规划方法,其特征在于,包括如下步骤:步骤1,获取机械臂工作的三维环境信息,在三维环境信息中,获得起点X
int
、目标点X
goal
和障碍物三维坐标;步骤2,基于步骤1中的环境信息实现动态导向RRT*的机械臂路径规划,过程如下:步骤2.1,基于步骤1中的环境信息,进行随机树生长,初始化生长步长r、自适应范围基本距离d、自适应基本概率p;步骤2.2,计算当前生长树的自适应概率p
v
;步骤2.3,基于自适应概率p
v
和垂面采样,获得生长树的新节点X
new
;步骤2.4,在自适应范围内对新节点X
new
进行重选父节点,对自适应范围内其他节点以节点X
new
为父节点重连接;对重选父节点和重连接更新的路径进行碰撞检测,生成从目标点向起点的无碰撞路径,完成机械臂路径规划。2.根据权利要求1所述的一种动态导向RRT*的机械臂路径规划方法,其特征在于,采用图像采集装置获取农业采摘机械臂工作的三维环境信息,并在三维空间C中选取起点X
int
、目标点X
goal
和障碍物。3.根据权利要求1所述的一种动态导向RRT*的机械臂路径规划方法,其特征在于,所述步骤2.2中计算当前生长树的自适应概率p
v
的方法为:遍历生长树已生成节点集合,找出距离目标点最近的节点并计算该节点的环境相对复杂系数h
nearest
,当前生长树的自适应概率p
v
表示为:其中,p为自适应基本概率。4.根据权利要求3所述的一种动态导向RRT*的机械臂路径规划方法,其特征在于,距离目标点最近的节点的环境相对复杂系数h
nearest
表示为:其中,为距离目标点最近节点处到三维空间C中所有障碍物的中心直线距离的和,S
int
为三维空间C中起点X
int
到所有障碍物的中心直线距离的和,S
goal
为三维空间C中目标点X
goal
到所有障碍物的中心直线距离的和,S
mid
为三维空间C中起点到目标点连线中点X
mid
到所有障碍物的中心直线距离的和,S为S
int
、S
goal
、S
mid
三者平均数。5.根据权利要求1所述的一种动态导向RRT*的机械臂路径规划方法,其特征在于,所述步骤2.3中获得生长树的新节点X
new
的方法为:步骤2.3.1,随机生成百分数,若不大于当前生长树的自适应概率p
v
,则将随机节点X
rand
设置为目标点X
goal
并转到步骤2.3.4;若大于当前生长树的自适应概率p
v
,则转到步骤2.3.2;步骤2.3.2,根据随机采样函数,在三维空间C中随机采样生成随机节点X
rand
;步骤2.3.3,搜寻距离随机节点X
rand
最近的节点X
nearest
,基于X
nearest
和X
goal
的连线进行垂
面采样,将有效的随机节点归入节点集合T中;步骤2.3....
【专利技术属性】
技术研发人员:顾寄南,卢宝勇,范天浩,王文波,季晨,侯征辉,左宇,
申请(专利权)人:江苏大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。