代价函数引导的机械臂运动规划算法

摘要

cqvip:本文提出一种基于连杆运动方程的人工势场,引导基于转换的快速随机扩展树(T-RRT)改进算法采样,在高维度空间搜索低成本路径的同时解决机械臂运动规划中T-RRT算法收敛速度慢的问题。简化机械臂模型以提高碰撞检测的效率,并与运动学分析结合调制连杆运动方程,从而确定各质点轨迹长度、叠加以建立机械臂人工势场,作为代价函数判断状态节点的成本,引导其不断向目标位置逼近,同时为了进一步提高算法的扩张速度,引入剪枝函数对细化节点进行限制。在不同的障碍地图中进行MATLAB仿真实验,该算法与RRT、T-RRT算法相比,路径长度最短、节点采样效率最高、节点平均采样时间最优,运行时间分别缩短了约3/4及2/3。所提算法在提高路径质量的同时有效提高搜索效率,能适应环境的变化。