自适应APF-RRT^*算法的机械臂路径规划

摘要

针对传统路径规划算法在三维复杂障碍物环境下规划效率低和搜索路径质量不足的缺点，提出一种自适应APF-RRT^*路径规划方法。在势力场作用下引导路径节点以不同步长动态生长，以解决传统快速扩展随机树（rapidly-exploring random tree star, RRT^*）算法盲目搜索和人工势场法（artificial potential field, APF）易陷入局部最优的问题；通过定义父节点重选流程和引入动态偏向采样概率，优化算法迭代过程；对已有路径进行贪心算法迭代优化与平滑处理，减少路径冗余节点，增强实际使用效果。经过实验验证，对比其他2种算法，自适应APF-RRT^*算法在不同环境上的迭代次数、耗时、路径长度均得到减少；将该方法用于UR5机械臂上进行仿真验证，机械臂能够实现良好的避障功能，平稳完成路径规划任务。

关键词

机械臂 / 路径规划 / APF-RRT^* / 随机采样 / 自主避障