基于TR-RRT算法的机械臂路径规划研究

摘要

为使机器人在复杂环境中高效执行任务，不仅要求其具备一定的算力基础，还需对路径规划算法进行有效优化。针对传统RRT算法用于复杂环境时存在计算量庞大及路径搜索效率低下等问题，提出一种目标约束RRT（target restraint RRT,TR-RRT）算法，通过引入目标偏置、约束点引导、冗余点移除、动态步长、三次样条插值等策略，增强搜索能力，提高搜索效率，并对规划的路径进行平滑处理。为验证本文改进算法的性能，分别在二维、三维环境以及Gazebo环境中进行仿真实验，并与RRT、RRT-Connect、Informed-RRT^*算法进行比较，结果表明，本文改进算法在不同实验环境下的规划时间和路径长度及节点数量均优于对比算法，显著提高了路径规划的效率与稳定性。

关键词

RRT算法 / 路径规划 / 目标偏置 / 动态步长

基金资助

国家重点研发计划项目(2022YFB3303902)