基于改进双树RRT*算法的冗余机械臂末端路径规划策略

作者：吴剑雄; 毕卓然; 李宗道; 李清都^*

来源：计算机应用研究, 2023, 1-8.

DOI：10.19734/j.issn.1001-3695.2023.06.0275

• 冗余机械臂
• RRT*
• 末端路径
• 根尾节点
• 目标逼近区域
• 双树扩展
• 虚拟碰撞体
• 胶囊碰撞体
• Mujoco

针对冗余机械臂的冗余特性与相关RRT*算法在规划机械臂末端路径的应用中存在的搜索效率较低、收敛性不稳定以及没有充分考虑到机械臂末端几何构型与自身运动特性对路径规划的影响的问题，提出一种改进策略。首先，引入一种基于根尾节点连线夹角的采样点选择方式，并设置目标逼近区域。根据连续采样成功次数动态选择改进采样与随机采样。接着，将双树扩展策略与上述方法相结合。最后，将初始可行路径进行二次重连得到最终的优化路径。通过验证，改进双树RRT*方法能够有效的提升搜索效率、收敛性以及路径的优越性。虚拟碰撞体与胶囊碰撞体的引入也能较好的应对机械臂末端结构与运动特性带来的影响。使用Mujoco物理仿真引擎进行机械臂运动验证，证明该策略可以为冗余机械臂末端规划出一条较优的可行路径。

• 出版日期2023
• 单位上海理工大学