基于混合算法的机械臂路径规划方法

    公开(公告)号:CN113858210B

    公开(公告)日:2023-04-25

    申请号:CN202111285348.6

    申请日:2021-11-01

    Applicant: 贵州大学

    Abstract: 本发明公开了一种基于混合算法的机械臂路径规划方法,其特征在于:首先初始化树节点并不断检测当前节点和障碍物之间的距离,若检测到当前节点与障碍物之间的最小距离大于两倍的步长时,则说明当前节点附近没有障碍物,采用改进的人工势场方法进行快速拓展,若检测到当前节点与障碍物之间的最小距离小于两倍的步长的时,则采用改进的RRT算法,充分利用RRT算法高效的避障能力,重复上述步骤直至到达目标点。该混合算法可以有效地提高路径搜索效率,解决人工势场法存在的当起始点存在障碍物时斥力很大造成路径曲折和当目标点有障碍物的时候目标不可达的现象,同时该混合算法也解决了改进的RRT算法存在的当障碍物较多时效率大幅较低的现象。

    基于混合算法的机械臂路径规划方法

    公开(公告)号:CN113858210A

    公开(公告)日:2021-12-31

    申请号:CN202111285348.6

    申请日:2021-11-01

    Applicant: 贵州大学

    Abstract: 本发明公开了一种基于混合算法的机械臂路径规划方法,其特征在于:首先初始化树节点并不断检测当前节点和障碍物之间的距离,若检测到当前节点与障碍物之间的最小距离大于两倍的步长时,则说明当前节点附近没有障碍物,采用改进的人工势场方法进行快速拓展,若检测到当前节点与障碍物之间的最小距离小于两倍的步长的时,则采用改进的RRT算法,充分利用RRT算法高效的避障能力,重复上述步骤直至到达目标点。该混合算法可以有效地提高路径搜索效率,解决人工势场法存在的当起始点存在障碍物时斥力很大造成路径曲折和当目标点有障碍物的时候目标不可达的现象,同时该混合算法也解决了改进的RRT算法存在的当障碍物较多时效率大幅较低的现象。

    一种改进粒子群算法的动态路径规划方法

    公开(公告)号:CN114397896B

    公开(公告)日:2023-07-14

    申请号:CN202210058540.X

    申请日:2022-01-10

    Applicant: 贵州大学

    Abstract: 本发明公开了一种改进粒子群算法的动态路径规划方法,其特征在于:包括以下步骤:步骤一、采用改进粒子群算法生成全局路径,将全局路径划分为由{S1G1,S2G2,…SnGn}组成的n段局部路径;步骤二、对局部路径S1G1利用动态窗口法DWA进行路径规划,包括搭建机器人运动学模型、搭建机器人速度模型、构建动态窗口法DWA的目标函数,根据目标函数选择最优的轨迹,记录机器人到达位置G1的航向角步骤三、对局部路径S2G2利用动态窗口法DWA进行局部路径规划,并继承上一次运动规划的航向角;步骤四、重复利用动态窗口法DWA对路径S3G3,…SnGn依次进行局部路径规划;步骤五、输出完整的最终路径。本发明具有能缩短规划路径长度,提高规划路径平滑性、实时性等的特点。

    基于势函数的机器人路径规划方法

    公开(公告)号:CN114161416B

    公开(公告)日:2023-04-28

    申请号:CN202111472606.1

    申请日:2021-12-06

    Applicant: 贵州大学

    Abstract: 本发明公开了一种基于势函数的机器人路径规划方法,其特征在于:首先采用基于势函数的随机采样方式;其次基于概率,采用与随机采样点欧式距离最近和代价函数值最小的方式选择最近邻节点,并在新节点拓展上采用两次拓展的方法加快算法的搜索效率,第一次拓展采用目标偏向的拓展策略、第二次拓展采用矩形区域随机采样的策略;然后对新节点做重新选择父节点操作和对路径做重新布线操作,得到一条从起始点到目标点的无碰撞的路径,利用删除冗余节点和最大曲率约束对生成的路径进行去除冗余节点和最大曲率约束操作,提高路径的平滑度。本发明具有能够有效地减少了搜索时间和路径的长度,同时平均采样节点数也有了明显的减少的特点。

    基于势函数的机器人路径规划方法

    公开(公告)号:CN114161416A

    公开(公告)日:2022-03-11

    申请号:CN202111472606.1

    申请日:2021-12-06

    Applicant: 贵州大学

    Abstract: 本发明公开了一种基于势函数的机器人路径规划方法,其特征在于:首先采用基于势函数的随机采样方式;其次基于概率,采用与随机采样点欧式距离最近和代价函数值最小的方式选择最近邻节点,并在新节点拓展上采用两次拓展的方法加快算法的搜索效率,第一次拓展采用目标偏向的拓展策略、第二次拓展采用矩形区域随机采样的策略;然后对新节点做重新选择父节点操作和对路径做重新布线操作,得到一条从起始点到目标点的无碰撞的路径,利用删除冗余节点和最大曲率约束对生成的路径进行去除冗余节点和最大曲率约束操作,提高路径的平滑度。本发明具有能够有效地减少了搜索时间和路径的长度,同时平均采样节点数也有了明显的减少的特点。

    基于粒子群和差分进化算法的移动机器人路径规划方法

    公开(公告)号:CN116048071A

    公开(公告)日:2023-05-02

    申请号:CN202211639810.2

    申请日:2022-12-20

    Applicant: 贵州大学

    Abstract: 本发明公开了一种基于粒子群和差分进化算法的移动机器人路径规划方法,包括以下步骤:输入地图模型;初始化路径参数和粒子群参数;设计路径规划目标函数,由路径长度函数和惩罚函数组成;通过引入企业治理思想、加入自适应调整权重和加速度系数来改进传统粒子群算法,优化并更新速度V和位置X,生成更优的精英种群作为改进差分进化算法的初始种群,结合自适应参数的缩放因子F和交叉概率因子CR,进行变异操作、交叉操作、选择操作,实现粒子群的迭代优化,并更新粒子群的Adm,输出优化路径并进行平滑处理。本发明可以有效的提高移动机器人在静态复杂环境模型中的路径规划能力,提高规划效率,生成路径长度最短且平滑的抵达目标点的无碰撞路径。

    一种改进粒子群算法的动态路径规划方法

    公开(公告)号:CN114397896A

    公开(公告)日:2022-04-26

    申请号:CN202210058540.X

    申请日:2022-01-10

    Applicant: 贵州大学

    Abstract: 本发明公开了一种改进粒子群算法的动态路径规划方法,其特征在于:包括以下步骤:步骤一、采用改进粒子群算法生成全局路径,将全局路径划分为由{S1G1,S2G2,…SnGn}组成的n段局部路径;步骤二、对局部路径S1G1利用动态窗口法DWA进行路径规划,包括搭建机器人运动学模型、搭建机器人速度模型、构建动态窗口法DWA的目标函数,根据目标函数选择最优的轨迹,记录机器人到达位置G1的航向角步骤三、对局部路径S2G2利用动态窗口法DWA进行局部路径规划,并继承上一次运动规划的航向角;步骤四、重复利用动态窗口法DWA对路径S3G3,…SnGn依次进行局部路径规划;步骤五、输出完整的最终路径。本发明具有能缩短规划路径长度,提高规划路径平滑性、实时性等的特点。

Patent Agency Ranking