基于GPF-RRT*的机械臂自主运动规划

作者：双丰; 刘旭兀; 李少东; 刘熹; 陈明岐

来源：计算机集成制造系统, 2022, 1-20.

• 机械臂运动规划
• 非结构化环境感知
• 渐进最优快速扩展随机树
• 可操作度和最小能量

为解决融合引力函数的渐进最优快速扩展随机树(P-RRT*)算法在非结构化环境下搜索效率低、适应性差等问题，进一步提高机械臂自主运动规划能力，提出一种基于Gaussian Potential Field(GPF)自适应的改进RRT*算法（GPF-RRT*）。首先，利用状态感知网络完成非结构化环境感知。其次，利用优化后的采样点选取策略提高采样效率，通过GPF构建力势场改进节点搜索方向及步长，进而提高算法在复杂环境下的避障路径规划能力，并结合可操作度和最小能量指标完成机械臂的姿态优化。最后，基于GPF-RRT*算法在不同环境下进行实验，与P-RRT*算法在搜索效率、路径长度、稳定性三个方面进行对比。结果表明，所提算法的平均搜索效率提高38.06%，平均路径长度缩短46.6mm，在多种环境下均具有较强稳定性，且能有效避免局部极小问题。另外，通过机械臂自主抓取操作进一步验证了算法的有效性。

• 单位
  广西大学