基于低差异序列与快速扩展随机树融合算法的机械臂路径规划
代伟1
李创业2
杨春雨1
马小平1
1.中国矿业大学信息与控制工程学院,江苏徐州221116;中国矿业大学地下空间智能控制教育部工程研究中心,江苏徐州2211162.中国矿业大学信息与控制工程学院,江苏徐州221116
摘要：针对机械臂在高维关节空间下路径规划效率低的问题,本文提出了一种基于低差异序列与快速扩展随机树融合的路径规划算法.该方法首次使用Sobol序列代替快速扩展随机树中的伪随机序列,从而生成均匀差异采样点,且在采样过程中通过建立采样池对采样点进行优选,提高了采样点质量和采样效率.在此基础上,为使规划的路径变得光滑,本文采用基于最小二乘法的多项式拟合方法对各关节角的离散点进行后处理.实验部分首先在二维空间中进行算法性能分析,证明了本文改进的算法能够快速稳定的避开障碍物到达目标点;最后以AUBO–i5机械臂为原型开展了实验研究,验证了所提算法在机械臂上应用的优势.
关键词：机械臂路径规划低差异序列快速扩展随机树采样池
资助基金：国家自然科学基金(61973306)国家自然科学基金(61873272)江苏省自然科学基金(BK20200086)中国博士后科学基金(2018T110571)
论文发表日期：2022-01-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：15( 130-144 )
英文信息