基于C空间和人工势场的4R机器人路径规划

《基于C空间和人工势场的4R机器人路径规划》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于C空间和人工势场的4R机器人路径规划摘要冗余自由度机械臂被越来越广泛地应用于海上作业，火灾救护，建筑等行业。特别是深海勘探，废物与污染处理，道路和桥梁的施工的人力难以完成的特殊领域。具有灵巧结构的智能机械臂能够检测并躲避障碍，从而能够安全完成指定任务。冗余自由度机械臂可以帮助人类从繁重的劳动负担中解脱出来，并可以利用其更好地探索世界。冗余自由度机械臂运动规划一直是机器人研究领域的重点，目的是使机器人无碰撞且快速地到达目的地。机械臂路径规划主要分为全局规划方法和局部规划方法两大类。全局规划方法主要是以基于构

2、形空间的几何法和拓扑法为主；全局方法考虑整个环境的信息细节，但需要存储大量信息，并且时间开销大：而局部规划方法主要是以基于直角坐标空间的人工势场法为主。人工势场法是机器人局部路径规划常用的一种方法，具有反应速度快、计算量小和实时性等优点。但这种方法容易产生局部极点，致机器人停止移动，达不到目标。本文针对平面4R机械臂的路径规划问题提出一种全局规划和局部规划相结合的规划方法。该方法将平面4R机械臂分为前两臂和后两臂两组，其中后两臂为靠近基座的两臂。后两臂利用C空间进行全局规划到达一中间点，在后两臂到达中间点的过

3、程中，前两臂利用人工势场法避开障碍物并尽量向目标点逼近。在后两臂到达指定中间点后，前两臂再利用C空间进行全局路径规划到达目标点。该方法并不是真正的全局规划，但具备了全局与局部规划方法的优点：考虑了全局环境，人工势场法中存在的局部极小值问题对本方法影响较小，提高了算法的鲁棒性，同时具有更好的实时性。关键词：运动规划平面四自由度C空间人工势场法A木搜索算法MotionPlanningforAPlanargRRobotBasedonC--spaceandAPFAbstractRedundantmanipulator

4、sorewidelyusedtoreplacemanpowerinsuchfieldsaSoceanicengineering，fireprotection，constructionandSOon．Especiallyinsomespecialfieldslikedeep．oceanexploration，wasteandpollutiondisposal，roadandbridgedetectionwhichitisdi伍cultformantoworkin,thesemechanicalarmsarede

5、signednotonlywithfacilestructuresbutalsonecessarilywithsomecharacteristicsnamedAI(artificialintelligence)SOthattheycoulddetectandavoidobstaclesandsafelyfulfillmepreconcertedworkingtaskbyitself,wellservingpeopletomeettheneedofrelivingtheburdenandexploringthe

6、world．Pathplanningofredundantmanipulatorsisoneofimportanttopicsinrobotics．TheresearchhasbeenstudiedextensivelythusfarwithtwoessentialSorts．OneiSglobalplanningapproach，andtheotherislocalplanningapproach．Globalplanningapproachprimarilyincludesgeometricmethoda

7、ndtopologicalmethodbased011configurationspacewhilethelocalonechieflyinvolvesartificialpotentialfieldmethodbasedonCartesianspace．Globalplanningapproachconsidersallthecondition，butitneedbigcomputation,largestorespaceandmuchtime．TheArtificialpotentialfieldisac

8、ommonlocalpathplanningmethodforthemobilerobot．Ithastheadvantagesofrapidrespondence，smallcomputationandreal-timeproperty．TherobotmaystopmovingandCan’treachthegoalfortheproblemoflocalminima．Forcollision．