针对采用快速扩展随机树(rapidly extending random trees,RRT)算法进行路径规划时速度较慢的缺点,对RRT算法进行了改进。在基本RRT算法的基础上引入轮盘赌的概念,对地图分区,加入目标偏向概率约束随机树的生长方向;当目前迭代与上一次...针对采用快速扩展随机树(rapidly extending random trees,RRT)算法进行路径规划时速度较慢的缺点,对RRT算法进行了改进。在基本RRT算法的基础上引入轮盘赌的概念,对地图分区,加入目标偏向概率约束随机树的生长方向;当目前迭代与上一次迭代为同一父节点时,改用最近节点连接策略,使样点与距离目标最近节点相连;发生碰撞时仅碰撞区域重新生成样点,增大随机树通过细窄通道和死角的概率。对生成路径进行3次B样条平滑处理。通过3组不同难度的地图仿真试验表明:随着地图难度的不断增长,改进的RRT算法的运行时间比原算法减少了62%左右,迭代次数减少了60%左右。展开更多
利用快速扩展随机树算法(Rapidly-exploring random tree,RRT)进行路径规划时,在狭窄复杂区域与空旷障碍区域融合环境下,存在随机性大、搜索时间长、路径曲折等问题。为此,提出了一种基于蚁群的环境分区目标偏置RRT算法。首先,采用分环...利用快速扩展随机树算法(Rapidly-exploring random tree,RRT)进行路径规划时,在狭窄复杂区域与空旷障碍区域融合环境下,存在随机性大、搜索时间长、路径曲折等问题。为此,提出了一种基于蚁群的环境分区目标偏置RRT算法。首先,采用分环境的随机概率采样并结合人工势场的目标偏向扩展策略,以提高算法收敛速度,增强算法搜索能力。其次,为解决规划路径曲折且冗余点多的问题,提出改进蚁群寻优路径,并结合跳点筛选策略及三次B样条以消除冗余点平滑最终路径。最后,改进后的算法与A*算法、目标偏向RRT算法进行了对比分析。仿真结果表明:改进后的算法节点耗费量降低了54.8%,时间平均缩短了75.88%,从而验证了算法的有效性。展开更多
针对未知水下环境下的自主水下航行器(autonomous underwater vehicle,AUV)目标搜索问题,传统方法搜索速度慢且以解决二维平面下搜索问题为主,本文提出了一种基于改进RRT(rapid-exploration random tree)的未知三维环境目标搜索算法。...针对未知水下环境下的自主水下航行器(autonomous underwater vehicle,AUV)目标搜索问题,传统方法搜索速度慢且以解决二维平面下搜索问题为主,本文提出了一种基于改进RRT(rapid-exploration random tree)的未知三维环境目标搜索算法。在搜索方面,分别建立了包括目标存在概率地图、不确定度地图、区域遍历度地图在内的实时地图并设定其更新规则,根据搜索目标建立决策函数;在局部规划方面,将滚动规划与改进RRT算法相结合,规划出到搜索决策点的路径。二者的结合,实现了AUV在三维空间下在线实时搜索。仿真表明,该算法具有较强的遍历能力,提高了三维空间下目标搜索的速度。展开更多
针对多自由度机械臂在三维空间中轨迹规划的高复杂性、安全性和可靠性等问题,基于快速扩展随机树(rapidly-exploring random trees,RRT)算法在高维空间中的概率完备性和计算轻量性等优势,提出了一种基于均匀概率的目标启发式RRT(target ...针对多自由度机械臂在三维空间中轨迹规划的高复杂性、安全性和可靠性等问题,基于快速扩展随机树(rapidly-exploring random trees,RRT)算法在高维空间中的概率完备性和计算轻量性等优势,提出了一种基于均匀概率的目标启发式RRT(target heuristic RRT based on uniform probability,PH-RRT)方法.首先,该方法基于均匀概率的分配机制选取概率采样阈值作为节点标准,并与随机采样值进行比较.当随机采样值在设定的阈值范围内时,确定目标点为随机点进行节点扩展.当随机采样值在设定的阈值范围外时,随机生成随机点,在目标重力和随机点重力的目标启发式作用下进行节点扩展.然后,在已规划出的路径的基础上,进一步引入广度优先搜索思想,针对规划出的路径进行优化处理,提高了路径平滑度并减少了路径长度.实验结果表明,该方法能较好地解决传统RRT方法固有的盲目搜索问题,减少路径规划时间和路径长度,提高机械臂的路径规划效率.展开更多
由于果蔬采摘环境的不确定性和复杂性,机械臂在复杂环境中完成采摘,其路径规划需考虑实时避障。为实现采摘机械臂在不确定环境下安全采摘,提出一种改进RRT的动态避障算法,以提升机械臂在不确定采摘环境的适应性。针对基本快速扩展随机...由于果蔬采摘环境的不确定性和复杂性,机械臂在复杂环境中完成采摘,其路径规划需考虑实时避障。为实现采摘机械臂在不确定环境下安全采摘,提出一种改进RRT的动态避障算法,以提升机械臂在不确定采摘环境的适应性。针对基本快速扩展随机树算法(Rapidly-exploring Random Trees,RRT)在动态环境下迭代时间长、路径长、适应性差等问题,在RRT算法的基础上,引入目标导向策略,把终点以一定概率作为随机采样点的采样方向,提高算法的迭代效率;引入动态检测机制,对已完成规划的初始路径进行实时检测,使算法适应动态变化的环境。通过仿真分析改进RRT算法,结果表明:改进RRT算法的路径减少16%,迭代时间缩短86.5%;同时,动态检测机制使算法适应动态环境。展开更多
针对筒子纱搬运过程中存在纱线架、放置平台、其他筒子纱等多障碍物的环境下,传统的目标偏置RRT容易陷入局部最优的问题,提出一种改进的RRT(rapidly-exploring random tree)算法。通过几何包络法建立碰撞检测模型,并添加距离系数g,使机...针对筒子纱搬运过程中存在纱线架、放置平台、其他筒子纱等多障碍物的环境下,传统的目标偏置RRT容易陷入局部最优的问题,提出一种改进的RRT(rapidly-exploring random tree)算法。通过几何包络法建立碰撞检测模型,并添加距离系数g,使机械臂末端与障碍物保持安全距离;提出随机动作选择策略,使树每一次扩展前对扩展动作进行选择;提出弱化目标偏置策略,根据X goal相对于X near和X rand连线的位置,对扩展方向进行偏置;根据垂距限值法和三次样条插值对初始路径处理,得到一条平滑路径。通过与RRT算法、M-RRT算法、添加引力系数的RRT算法和改进的RRT算法仿真对比,路径长度方面最大下降了23.3%,时间方面最大下降了82.5%,并始终与障碍物保持50 mm以上的距离。结果表明该算法提升了机械臂搬运的效率和安全性。展开更多
针对传统人工势场法(Artificial potential field method,APF)在6自由度双机械臂系统避障路径规划中容易陷入局部极小值这一缺陷,提出了一种改进APF与改进快速扩展随机树算法(Rapidly-exploring random trees,RRT)相结合进行避障路径规...针对传统人工势场法(Artificial potential field method,APF)在6自由度双机械臂系统避障路径规划中容易陷入局部极小值这一缺陷,提出了一种改进APF与改进快速扩展随机树算法(Rapidly-exploring random trees,RRT)相结合进行避障路径规划的方法。分析了双机械臂的工作空间,确认了双臂干涉的可能性。对于双机械臂的路径规划,利用改进后的APF对主机械臂进行路径规划,并将其作为从机械臂的动态障碍物,为从机械臂规划运动路径;利用改进后的RRT自适应地选择临时目标点,解决了从机械臂路径规划时陷入局部极小值的问题;利用改进的APF对从机械臂的剩余路径进行了规划。仿真分析表明,改进后的APF-RRT算法能比传统算法更加快速准确地解决双臂系统的避障路径规划问题。展开更多
针对传统航路规划算法存在速度慢、航路可飞性差、动态调整能力不足的问题,提出一种基于改进快速扩展随机树(Rapidly Exploring Random Tree,RRT)的无人机动态航路规划算法。首先,引入RRT方法进行全局航路规划,同时为加快算法收敛,在随...针对传统航路规划算法存在速度慢、航路可飞性差、动态调整能力不足的问题,提出一种基于改进快速扩展随机树(Rapidly Exploring Random Tree,RRT)的无人机动态航路规划算法。首先,引入RRT方法进行全局航路规划,同时为加快算法收敛,在随机树待扩展节点的选取上引入目标启发信息,并在新节点生成和添加过程中融入无人机动力学约束,确保生成的航路具有现实可飞性;其次,为了应对突发威胁情况,提出一种动态扩展随机树的方法来对原有随机树进行剪枝和重构,进而快速避开威胁,生成一条安全航路。实验结果表明,相较于传统RRT算法,改进算法的规划速度提升约20%,节点扩展数减少32%,且规划所得航路符合无人机基本动力学约束条件;当面对突发威胁时,其可以快速进行航路动态调整,实现航路重规划。展开更多
文摘针对采用快速扩展随机树(rapidly extending random trees,RRT)算法进行路径规划时速度较慢的缺点,对RRT算法进行了改进。在基本RRT算法的基础上引入轮盘赌的概念,对地图分区,加入目标偏向概率约束随机树的生长方向;当目前迭代与上一次迭代为同一父节点时,改用最近节点连接策略,使样点与距离目标最近节点相连;发生碰撞时仅碰撞区域重新生成样点,增大随机树通过细窄通道和死角的概率。对生成路径进行3次B样条平滑处理。通过3组不同难度的地图仿真试验表明:随着地图难度的不断增长,改进的RRT算法的运行时间比原算法减少了62%左右,迭代次数减少了60%左右。
基金Natural Science Foundation of Shaanxi Province(No.2019JM-286)。
文摘利用快速扩展随机树算法(Rapidly-exploring random tree,RRT)进行路径规划时,在狭窄复杂区域与空旷障碍区域融合环境下,存在随机性大、搜索时间长、路径曲折等问题。为此,提出了一种基于蚁群的环境分区目标偏置RRT算法。首先,采用分环境的随机概率采样并结合人工势场的目标偏向扩展策略,以提高算法收敛速度,增强算法搜索能力。其次,为解决规划路径曲折且冗余点多的问题,提出改进蚁群寻优路径,并结合跳点筛选策略及三次B样条以消除冗余点平滑最终路径。最后,改进后的算法与A*算法、目标偏向RRT算法进行了对比分析。仿真结果表明:改进后的算法节点耗费量降低了54.8%,时间平均缩短了75.88%,从而验证了算法的有效性。
文摘针对未知水下环境下的自主水下航行器(autonomous underwater vehicle,AUV)目标搜索问题,传统方法搜索速度慢且以解决二维平面下搜索问题为主,本文提出了一种基于改进RRT(rapid-exploration random tree)的未知三维环境目标搜索算法。在搜索方面,分别建立了包括目标存在概率地图、不确定度地图、区域遍历度地图在内的实时地图并设定其更新规则,根据搜索目标建立决策函数;在局部规划方面,将滚动规划与改进RRT算法相结合,规划出到搜索决策点的路径。二者的结合,实现了AUV在三维空间下在线实时搜索。仿真表明,该算法具有较强的遍历能力,提高了三维空间下目标搜索的速度。
文摘针对多自由度机械臂在三维空间中轨迹规划的高复杂性、安全性和可靠性等问题,基于快速扩展随机树(rapidly-exploring random trees,RRT)算法在高维空间中的概率完备性和计算轻量性等优势,提出了一种基于均匀概率的目标启发式RRT(target heuristic RRT based on uniform probability,PH-RRT)方法.首先,该方法基于均匀概率的分配机制选取概率采样阈值作为节点标准,并与随机采样值进行比较.当随机采样值在设定的阈值范围内时,确定目标点为随机点进行节点扩展.当随机采样值在设定的阈值范围外时,随机生成随机点,在目标重力和随机点重力的目标启发式作用下进行节点扩展.然后,在已规划出的路径的基础上,进一步引入广度优先搜索思想,针对规划出的路径进行优化处理,提高了路径平滑度并减少了路径长度.实验结果表明,该方法能较好地解决传统RRT方法固有的盲目搜索问题,减少路径规划时间和路径长度,提高机械臂的路径规划效率.
文摘由于果蔬采摘环境的不确定性和复杂性,机械臂在复杂环境中完成采摘,其路径规划需考虑实时避障。为实现采摘机械臂在不确定环境下安全采摘,提出一种改进RRT的动态避障算法,以提升机械臂在不确定采摘环境的适应性。针对基本快速扩展随机树算法(Rapidly-exploring Random Trees,RRT)在动态环境下迭代时间长、路径长、适应性差等问题,在RRT算法的基础上,引入目标导向策略,把终点以一定概率作为随机采样点的采样方向,提高算法的迭代效率;引入动态检测机制,对已完成规划的初始路径进行实时检测,使算法适应动态变化的环境。通过仿真分析改进RRT算法,结果表明:改进RRT算法的路径减少16%,迭代时间缩短86.5%;同时,动态检测机制使算法适应动态环境。
文摘针对传统人工势场法(Artificial potential field method,APF)在6自由度双机械臂系统避障路径规划中容易陷入局部极小值这一缺陷,提出了一种改进APF与改进快速扩展随机树算法(Rapidly-exploring random trees,RRT)相结合进行避障路径规划的方法。分析了双机械臂的工作空间,确认了双臂干涉的可能性。对于双机械臂的路径规划,利用改进后的APF对主机械臂进行路径规划,并将其作为从机械臂的动态障碍物,为从机械臂规划运动路径;利用改进后的RRT自适应地选择临时目标点,解决了从机械臂路径规划时陷入局部极小值的问题;利用改进的APF对从机械臂的剩余路径进行了规划。仿真分析表明,改进后的APF-RRT算法能比传统算法更加快速准确地解决双臂系统的避障路径规划问题。
文摘针对传统航路规划算法存在速度慢、航路可飞性差、动态调整能力不足的问题,提出一种基于改进快速扩展随机树(Rapidly Exploring Random Tree,RRT)的无人机动态航路规划算法。首先,引入RRT方法进行全局航路规划,同时为加快算法收敛,在随机树待扩展节点的选取上引入目标启发信息,并在新节点生成和添加过程中融入无人机动力学约束,确保生成的航路具有现实可飞性;其次,为了应对突发威胁情况,提出一种动态扩展随机树的方法来对原有随机树进行剪枝和重构,进而快速避开威胁,生成一条安全航路。实验结果表明,相较于传统RRT算法,改进算法的规划速度提升约20%,节点扩展数减少32%,且规划所得航路符合无人机基本动力学约束条件;当面对突发威胁时,其可以快速进行航路动态调整,实现航路重规划。
