温海骏, 孟宇婷
目的 针对工厂搬运机器人使用传统RRT*算法在复杂环境中规划路径时存在的随机采样冗余性高、收敛速度慢、路径局部震荡显著等问题,提出了一种动态RRT*增强路径规划算法(Dynamic Enhanced RRT*,DE-RRT*)。方法 首先,引入变步长最小均方(VSS-LMS)算法,实现对步长的动态控制,进而随偏离终点误差的变化而调整步长;其次,构建不同安全等级的可通行区域,将障碍物区域膨胀2次,以不同的优先等级,减少树枝延伸无效的情况;再次,通过限制采样角度、控制“树”总长,提高探索效率;最后,结合机器人运动特性,采用3次B样条曲线对规划路径进行平滑处理,显著降低拐角数量。结果 与RRT*、IRRT*相比,DE-RRT*在搜索效率和路径质量方面均有显著提升,平均迭代次数降低35%~45%,规划路径长度平均缩短10%~20%;实车实验结果表明,与RRT*路径相比,DE-RRT*总长缩短43.4%,整体用时减少50.3%,同时,平滑性更具优势。结论 改进后的算法在长度、时效性及平滑性上均取得较好表现,能够为实现工厂智能物流系统的搬运机器人路径规划提供新的解决方案。