[目的/意义]针对工厂化立体式黄鳝养殖饵料投喂机械臂在受限空间内路径规划速度慢、轨迹冗余度大、避障成功率低等问题,提出一种基于改进BI-RRT*(Bidirectional Rapidly-Exploring Random Tree Star)的受限空间路径规划算法。[方法]...[目的/意义]针对工厂化立体式黄鳝养殖饵料投喂机械臂在受限空间内路径规划速度慢、轨迹冗余度大、避障成功率低等问题,提出一种基于改进BI-RRT*(Bidirectional Rapidly-Exploring Random Tree Star)的受限空间路径规划算法。[方法]在BI-RRT*算法双向扩展策略基础上,引入目标偏置策略,减少随机采样点。同时结合改进的人工势场法,融入目标点和随机点引力概念,通过自适应调节引力系数引导路径向目标节点扩展,有效避免算法陷入局部最优;最后通过渐进优化策略得到最佳轨迹。[结果和讨论]在Matlab平台上,对RRT*算法、APF-RRT*(Artificial Potential Fields Rapidly-Exploring Random Tree Star)算法、BI-RRT*算法及改进BI-RRT*算法进行了仿真分析,研究其在二维和三维空间下简单、受限,以及复杂环境中的表现。仿真数据显示,在不同环境运行中,改进BI-RRT*算法均展现出显著的性能优势。基于黄鳝养殖投喂场景,搭建机械臂机器人操作系统仿真环境并进行受限空间下投喂试验。结果表明,与BI-RRT*算法相比,改进BI-RRT*算法平均运行时间减少41.6%,平均路径长度降低2.3%,平均节点数减少37.9%,以及投喂成功率提高6%。[结论]试验验证改进BIRRT*算法在投喂任务中展现出更优性能,为工厂化立体式黄鳝养殖高效投饵工作提供了参考。展开更多
针对邮轮推舱序列自动规划问题,采用投影法建立推舱路径规划模型,并提出一种基于改进双向快速搜索随机树(Bidirectional Rapidly-Exploring Random Tree,Bi-RRT)算法嵌入的贪心算法进行邮轮推舱序列规划的方法。以大型邮轮H1508船甲板...针对邮轮推舱序列自动规划问题,采用投影法建立推舱路径规划模型,并提出一种基于改进双向快速搜索随机树(Bidirectional Rapidly-Exploring Random Tree,Bi-RRT)算法嵌入的贪心算法进行邮轮推舱序列规划的方法。以大型邮轮H1508船甲板中段区域为例,在Unity3D软件中对预制模块化舱室单元(Pre-fabricated Modular Cabin Unit,PMCU)的推舱序列规划进行仿真试验。试验结果表明,该方法可兼顾避障验证与序列规划,比传统蛇形推舱序列规划具有更高的效率。展开更多
为提高机器鱼的水下路径规划效率,更好地完成水下工作,提出一种基于改进双向快速搜索随机树(bidirectional rapidly-exploring random trees,Bi-RRT)算法的机器鱼路径规划方法。以研制的混合驱动机器鱼为研究对象,介绍其结构模型和运动...为提高机器鱼的水下路径规划效率,更好地完成水下工作,提出一种基于改进双向快速搜索随机树(bidirectional rapidly-exploring random trees,Bi-RRT)算法的机器鱼路径规划方法。以研制的混合驱动机器鱼为研究对象,介绍其结构模型和运动控制模式,为后续试验验证提供物理样机。针对Bi-RRT算法存在的采样随机、路径冗余、效率不高等问题,融合生长引导机制和连接强化机制改进Bi-RRT算法,加入生长引导机制,改善随机树生长随机、两树连接慢的问题;加入连接强化机制提高算法搜索速度。对搜索路径进行优化处理,通过剔除冗余节点、插入优化节点,改善路径质量,对路径进行平滑处理,使路径更适合机器鱼航行,实现机器鱼路径规划任务。仿真结果表明,与传统Bi-RRT算法及其他衍生快速搜索随机树(rapidly-exploring random tree,RRT)算法相比,改进的Bi-RRT算法相较于改进前节点数减少约50.8%,路径长度缩短约19%,搜索时间减少约65.3%。展开更多
摘要[目的/意义]针对工厂化立体式黄鳝养殖饵料投喂机械臂在受限空间内路径规划速度慢、轨迹冗余度大、避障成功率低等问题,提出一种基于改进BI-RRT*(Bidirectional Rapidly-Exploring Random Tree Star)的受限空间路径规划算法。[方法]在BI-RRT*算法双向扩展策略基础上,引入目标偏置策略,减少随机采样点。同时结合改进的人工势场法,融入目标点和随机点引力概念,通过自适应调节引力系数引导路径向目标节点扩展,有效避免算法陷入局部最优;最后通过渐进优化策略得到最佳轨迹。[结果和讨论]在Matlab平台上,对RRT*算法、APF-RRT*(Artificial Potential Fields Rapidly-Exploring Random Tree Star)算法、BI-RRT*算法及改进BI-RRT*算法进行了仿真分析,研究其在二维和三维空间下简单、受限,以及复杂环境中的表现。仿真数据显示,在不同环境运行中,改进BI-RRT*算法均展现出显著的性能优势。基于黄鳝养殖投喂场景,搭建机械臂机器人操作系统仿真环境并进行受限空间下投喂试验。结果表明,与BI-RRT*算法相比,改进BI-RRT*算法平均运行时间减少41.6%,平均路径长度降低2.3%,平均节点数减少37.9%,以及投喂成功率提高6%。[结论]试验验证改进BIRRT*算法在投喂任务中展现出更优性能,为工厂化立体式黄鳝养殖高效投饵工作提供了参考。
摘要为提高机器鱼的水下路径规划效率,更好地完成水下工作,提出一种基于改进双向快速搜索随机树(bidirectional rapidly-exploring random trees,Bi-RRT)算法的机器鱼路径规划方法。以研制的混合驱动机器鱼为研究对象,介绍其结构模型和运动控制模式,为后续试验验证提供物理样机。针对Bi-RRT算法存在的采样随机、路径冗余、效率不高等问题,融合生长引导机制和连接强化机制改进Bi-RRT算法,加入生长引导机制,改善随机树生长随机、两树连接慢的问题;加入连接强化机制提高算法搜索速度。对搜索路径进行优化处理,通过剔除冗余节点、插入优化节点,改善路径质量,对路径进行平滑处理,使路径更适合机器鱼航行,实现机器鱼路径规划任务。仿真结果表明,与传统Bi-RRT算法及其他衍生快速搜索随机树(rapidly-exploring random tree,RRT)算法相比,改进的Bi-RRT算法相较于改进前节点数减少约50.8%,路径长度缩短约19%,搜索时间减少约65.3%。