关键词：路径规划;机械臂;双向目标偏置;人工势场;动态步长
摘 要：针对当前机械臂路径规划算法存在搜索随机性大、目标偏置性差和路径曲折等问题，提出了一种基于双向目标偏置的APF-informed-RRT*算法。首先在双向informed-RRT*基础上引入概率自适应的目标偏置策略，降低搜索的随机性，提高采样效率；其次针对路径扩展在双向搜索树中融入人工势场法，减少算法的迭代次数；同时在路径生长阶段，采用动态步长生长策略，即根据搜索树的扩展趋势动态调整步长，避免出现局部最优，并且加快路径搜索时间；最后针对冗余节点采用三角不等式原理进行去除，进而通过B样条曲线对路径进行平滑处理，得到最优规划路径。通过与双向RRT^*、双向informed-RRT^*和双向P-RRT^*等算法在三维环境下进行了仿真对比实验验证，相较于双向RRT^*在时间上节约了41%,在采样点数量上减少了63%;相较于双向informed-RRT^*在时间上节约了58%,在采样数量上减少了68%;相较于双向P-RRT^*在时间上节约了30%,在采样数量上减少了60%。
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