农业机械学报

作者：陈志勇，吴精华

单位：福州大学,福州大学,

关键词：机器人;改进概率路图法;狭窄通道;路径规划;全局目标导向采样

基金：国家自然科学基金项目（11502052）

鉴于采样的完全随机性，传统PRM算法往往较难适用于具有狭窄通道工作环境下的机器人路径规划。为此，本文提出了一种融合全局目标导向采样、局部节点增强的改进概率路图法（Improved PRM），并将其应用于平面栅格地图场景及六自由度机器人的路径规划。首先将全局目标导向采样与随机采样有机结合，通过混合采样的方式来提高全局采样点落在狭窄通道内的概率，实现启发式地图增强；其次，经由节点权重思想对位于狭窄通道中的节点进行提取，并利用基于高斯分布的局部节点增强策略在狭窄通道中扩展新节点，增强地图连通性，以提高路径规划的成功率；最后，采用冗余节点剔除策略对算法规划的初始路径进行优化。Improved PRM算法在平面栅格地图中的仿真结果表明，该算法对于机器人路径规划的成功率可达89.3%以上，且综合评价指数及路径质量评价指数均高于其他算法；在六自由度机器人的仿真实验中，Improved PRM算法得到的平均路径代价比传统PRM算法降低约42.7%，成功通过狭窄通道概率也比传统PRM提高68个百分点。因此，相比文中所提其他算法，在具有狭窄通道的工作环境中，改进概率路图法在提高路径规划成功率、减少路径节点、保证路径质量等方面具有优势。

来源：2023年第6期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2023年第6期