基于改进人工势场-快速随机树算法的林果采摘机械臂避障路径规划

摘要

当下林果采摘大量采用人工作业的方式，其采摘效率低、生产成本高，且具有一定危险性，林果采摘机械臂的发展和应用势在必行，避障路径规划是机械臂作业的关键。快速随机扩展树（rapidly-exploring random tree,RRT）算法作为常用的路径规划方法，存在搜索效率低、规划成本高和规划路径曲折冗长等问题。为此提出一种基于多策略融合的改进APF-RRT算法，APF(artificial potential field)为人工势场法，在RRT算法中引入动态目标偏置策略，融合改进后的人工势场法，引导随机树朝着目标点方向扩展，结合步长自适应调整策略，提升算法的性能；对初始路径进行剪枝和平滑优化，剔除冗余节点，提升路径质量。利用Matlab进行对比仿真试验的三维空间仿真结果显示，相较于RRT算法、RRT*算法和文献[8]算法，改进APF-RRT算法的搜索时间分别下降90.91%、96.92%、77.78%，路径长度分别缩短33.22%、22.52%、25.94%，随机树中节点分别减少92.58%、96.23%、83.33%。机械臂采摘试验结果表明，改进APF-RRT算法下机械臂采摘时间为18.9 s，采摘成功率为92%。改进的APF-RRT算法可应用于林果采摘作业，提高林果采摘效率。

关键词

林果采摘机械臂 / 避障路径规划 / 改进APF-RRT算法 / 动态目标偏置 / 路径剪枝