买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：电子科技大学

摘要：本发明公开了一种基于随机自适应变步长RRT*的移动机器人路径规划方法，包括：建立多关节移动机器人D‑H参数，计算机器人正运动学表达式，得到世界坐标系和各连杆与末端执行器变换矩阵；在关节空间中采样生成新节点，并加入目标导向信息；引入带权值的曼哈顿距离来衡量多维关节空间中两组关节间距离，采用随机自适应步长带入生成新节点；对新节点进行碰撞检测，若碰撞则删除新节点，若无碰撞则加入搜索树；重复上述步骤，直到最新产生的节点进入目标点阈值范围，连接新节点与目标点，得到机器人运动路径。本发明的方法在RRT*算法中加入目标点信息作为引导，提高了路径探索效率，并根据不同采样点到目标点的距离不同分配相应的自适应距离计算权值。

主权项：1.一种带目标引导的随机自适应变步长RRT*避障路径规划策略，包括如下步骤：S1、为RRT*算法初始化起始点θstart、目标点θgoal和固定步长ε，对多关节机器人建立相应的D-H参数表，计算机器人正运动学方程，计算结果如下： 其中sθi＝sinθi，cθi＝cosθi，sαi-1＝sinαi-1，cαi-1＝cosαi-1，αi-1、ai-1、θi和di表示连杆i-1和连杆i之间的变换关系系数；Rxαi-1表示绕x轴旋转αi-1角度，Dxai-1表示沿x轴移动ai-1，其余同理；Tii-1表示连杆i-1到连杆i的齐次变换矩阵，因此末端位姿的变换矩阵可以表示为： 其中，表示世界坐标系与连杆一之间的变换矩阵，T12表示连杆一与连杆二之间的变换矩阵，等同理；px,py,pz为机器人末端三维坐标；nx,ny,nz、ox,oy,oz和ax,ay,az表示末端坐标系在世界坐标系下的单位向量；S2、在多维空间中采样生成新节点，在算法中加入目标点信息，得到改进节点生成公式： 其中ε为固定步长，||θgoal-θnear||||θrand-θnear||代表多维关节空间中两组关节间距离，θnew是生成的新采样点关节向量，θnear是已产生节点中离θnew最近的节点，θgoal是目标节点关节向量，p是0到1之间的随机数，α表示随机点的选择概率初始时α＝0，当新节点与障碍物碰撞时令α＝0.9；S3、引入带权值的曼哈顿距离来衡量多维关节空间中两组关节间距离，其表达式为： 其中，θ1和θ2是多维关节空间中的两组关节向量，n是关节空间维度，λi为各维度的距离计算权重，且同时将权值系数引入关节向量差值中，其表达式为：θ1-θ2＝[λ1θ11-θ21…λiθ1i-θ2i…λnθ1n-θ2n]5步骤S3所述λi的计算过程为：S31、在改进RRT*算法采样搜索时，λi在平均权值与自适应权值中随机选择，其表达式为： 其中，n为机器人关节数，p是0到1之间的随机数，β表示自适应生长概率初始时β＝1，当新节点与障碍物碰撞时令β＝0.4；S32、A1中的λadp根据采样点父节点与目标点之间的关节差距自适应计算各关节的距离计算权值，其表达式为： S33、为避免机器人起始姿态与目标姿态有部分关节角度相同导致关节锁死，设置权值最小值改进自适应权值计算，其表达式为： 其中，σ为最小权值，当A2计算出的λi小于σ时，令其等于σ，并在所有小于σ的权重都重新赋值后，再对剩下的权重按比例分配，使得S4、将S3中计算的带权值曼哈顿距离代入S2中得到新关节向量节点θnew，并将θnew代入S1中计算的正运动学方程，得到机器人各连杆和末端位姿在三维空间中的信息状态，若该节点与障碍物无碰撞，按照起始点到新节点路径最短原则在已产生的节点中选择新节点的父节点，并将该节点加入搜索树；若该节点与障碍物碰撞，删除该节点并令α＝0.9，β＝0.4；S5、重复步骤S2至S4，直到最新产生的节点进入目标点阈值范围，连接新节点与目标点，至此算法结束并得到一条多关节移动机器人避障平滑运动路径。

全文数据：

权利要求：

百度查询： 电子科技大学 基于随机自适应变步长RRT*的移动机器人路径规划方法