关键词：DBS-RRT^*算法;动态偏置率;机械臂;路径规划;复杂狭窄场景
摘 要：针对目前RRT^*算法在机械臂复杂狭窄场景路径规划中，存在着规划时间长、路径冗长、狭窄环境规划成功率低的问题，提出一种动态偏置采样DBS-RRT^*（dynamic biased sampling RRT^*）算法。首先，DBS-RRT^*算法采用动态偏置率，设计智能椭球子集采样作为偏向采样方法，利用自适应生长策略调整新节点的生长方向与步长，实现动态选择采样方法，提高采样效率，减少无效空间探索，改善搜索导向性的效果；然后，通过设计二维实验验证算法的有效性，实验证明DBS-RRT^*算法与RRT^*算法相比，规划效率更高，规划路径更短；最后，将DBS-RRT^*算法应用于复杂狭窄场景中的机械臂仿真实验。实验数据表明，DBS-RRT^*算法与RRT^*算法相比，规划路径长度减少了26%,规划时间减少了22.6%,成功率提高了32%。DBS-RRT^*算法在复杂狭窄场景中，相比RRT^*算法，能够更加有效地实现机械臂避障路径规划。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取