针对6R机械臂在复杂环境下进行避障路径规划时成功率低、效率低等问题,提出一种改进人工势场法(APF)与快速扩展随机树法(RRT)的融合算法。对于传统APF目标不可达问题,提出引入斥力调节因子优化斥力函数,使得机械臂靠近目标点时,障碍物对机械臂的斥力逐渐减小并顺利到达目标点;针对传统RRT算法随机性过强问题,提出目标导向策略进行优化,使得采样点有一定的概率向目标点扩展;当APF陷入局部最优时,采用改进RRT算法进行路径规划,当跳出局部最优时,切换为APF继续路径规划。仿真结果表明改进APF-RRT算法能适应各种复杂环境,且相较于传统APF和RRT算法具有规划时间短、规划成功率高等优点,有效解决了APF目标不可达和局部最小值的问题。最后通过JAKA机器人实验平台进行实际环境实验,验证了改进APF-RRT融合算法的可行性。

为了提高移动机器人在未知环境中的路径规划的性能,提出了改进人工势场法。首先分析了传统人工势场法的优缺点,据此,提出了一种由模糊智能控制与改进人工势场法相结合算法。由模糊算法对静态障碍物进行避障,并改进引力函数将目标点速度、加速度信息加入其中对目标点进行跟踪,从而实现自动避障和路径规划。通过实验仿真对比可知,此算法在存在障碍物环境中,移动机器人可以寻得较短的路径和较快的时间,安全无碰撞的到达目标点,该算法的准确度可达96%。

针对当前智能搬运机器人重叠路径删除过程中,普遍存在重删率较低,执行时间较长的问题,提出了智能搬运机器人重叠路径删除算法。利用人工势场法分别构建障碍物与目标点的斥力场和引力场模型,通过势场函数设计参数,计算其斥力场函数与引力负梯度,消除局部极小点,使智能搬运机器人能够快速到达目标地点。结合两点之间直线距离最短原理,引入橡皮筋拉紧算法,获取智能搬运机器人最短路径。利用极限学习机算法构建分类器,将最短路径选择精度作为目标函数,对其建立数学模型。采用蝙蝠算法求解,计算适应度函数,获取最优极限学习机分类器参数,实现智能搬运机器人重叠路径删除。实验结果表明,所提方法的重删率较高,能够有效缩短重叠路径删除执行时间。

针对人工势场法算法存在复杂障碍物环境中易陷入局部最小值无法运动的问题,本文提出了一种适用于静态环境中机械臂路径规划改进的人工势场法,通过在引力场中添加引力安全阈值,在斥力场中添加路径搜索当前点与目标点的欧式距离,引入自适应大步长的模拟退火算法对局部最小值进行逃逸。首先,修改势场函数模型;然后,当搜索路径陷入局部最小值时,采用自适应大步长的模拟退火算法往障碍物最少的空间逃逸;最后,在规划出来的路径上提出一种冗余节点删除策略与拐点消除算法,对规划出来的路径进行平滑处理。仿真和实验验证了本文提出的六自由度机械臂避障路径规划策略有效性。

传统群智能算法在研究路径规划时,存在早熟、搜索效率低及难以获取最佳路径等不足。针对这些问题,提出了一种混合改进人工蜂群算法。新算法首先利用人工势场法高效简单的优势将其与标准人工蜂群算法相结合,然后针对算法中存在易于陷入局部最优等缺陷将Levy分布与柯西变异算子引入标准人工蜂群算法中,新算法用Levy分布产生的步长取代食物源更新公式中的随机步长,在随机搜索策略中运用柯西分布的特点进行全局搜索。实验结果表明,改进后的算法在求解机器人运动路径时能够有效提高搜索效率和精度,新算法具有可行性和有效性。

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。

针对采用传统人工势场法对双机械臂系统进行路径规划时无法约束双机械臂整体位姿,容易陷入局部极值点的问题,对人工势场法进行改进。采用D-H法对双机械臂系统进行运动学分析,采用圆柱——半球体包络盒模型作为碰撞检测模型;构建新的势能函数对双机械臂系统规划路径;采用构建虚拟目标点的方法帮助机械臂逃离局部极值点。仿真实验表明,改进算法克服了人工势场法局部极小的缺点,实现了对双机械臂系统的路径规划。

针对双6自由度机械臂提出了一种基于改进人工势场法的避障路径规划算法。分析了双机械臂的协作工作空间,确认了双臂自碰撞的可能。针对静态障碍物对主机械臂进行避障运动规划,完成主机械臂路径规划后,再将主机械臂作为从机械臂运动时的动态障碍物,为从机械臂规划避障运动路径。利用新的势能函数代替传统人工势场法的势能函数,对双机械臂进行避障路径规划;由于传统人工势场法在机械臂避障路径规划中容易陷入局部极小值的缺陷,因此,增加了虚拟吸引点,避免机械臂陷入局部极小值。仿真实验表明,该方法实现简单,满足双机械臂避障的要求,能够有效地为双机械臂规划出无碰撞路径。

为了提高机械臂在动态避障时的安全性和精确性,提出一种基于速度场的人工势场避碰算法。首先,建立吸引速度场,得到机械臂对运动目标追踪的轨迹;然后,结合危险场法构建排斥速度场,使机械臂可以在多障碍物的环境下实现动态避障和安全性评估;最后,针对人工势场法易陷局部最小值的问题,提出在和速度的法方向添加附加速度的方法逃逸局部最小值。利用Matlab Robotics Tool对算法进行了验证,结果表明,基于速度场的人工势场法可实现机械臂的动态目标的追踪、移动障碍物避碰和安全性评估。

为解决传统人工势场法在路径规划中存在的缺陷,对目标不可达和局部极小点的情况进行了分析。将引力函数分段,避免引力过大而碰到障碍物的情况;通过引入机器人与目标点之间的距离因子,对斥力势场的生成和计算机制进行改进,以解决障碍物在目标点附近时的不可达问题。在已改进人工势场函数的基础上,提出一种用偏转角度来构建附加牵引力的方法以解决局部极小点问题。在MATLAB中对改进的算法进行了对比仿真实验,实验结果表明了该方法的有效性和可行性。