基于密度分类的JPS+移动机器人全局路径规划算法

针对传统全局路径规划中扩展节点多、寻路时间长等问题,提出一种基于JPS+(jump point search plus)算法的全局路径规划算法,旨在提高机器人在复杂环境的智能性、高效性的要求。首先引入了一种基于密度的判断障碍物角点规则,实现对于主要跳点的识别数目,减少搜索路径过程中的可扩展节点,同时在路径求解过程中对目标跳点的判定规则进行了修改,最终实现了减少计算量、缩短计算时长的目标。为验证所提改进型JPS+算法的有效性,将A~*、JPS+算法在不同类型地图中与改进型JPS+算法进行了比较。仿真结果表明,改进型JPS+算法与A~*算法相比,在路径长度、寻路时间和扩展节点数量上都有明显改进;在生成相同路径的基础上,与传统JPS+算法相比,在障碍物占比33.25%的地图中搜索时间降低了7.58%,节点扩展数量减少了9.38%,能够满足移动机器人快速全局路径规划的要求。     

结合旋量理论和代数方法的六自由度机械臂逆运动学求解算法

针对六自由度且具有相互平行的3个相邻关节轴的串联式机械臂逆运动学问题,提出一种结合旋量理论与代数方法的逆运动学求解方法。首先,通过旋量理论建立运动学模型,利用Paden-Kahan第1类子问题求解第1关节角度;其次,采用欧拉角理论,通过代数方法求解第5、6关节角度;最后,再次利用Paden-Kahan第1类子问题求解第2、3、4关节角度。以UR5协作机械臂为例,计算逆运动学得出8组解,其中逆解的最大位姿误差为10~(-15)数量级,证明了提出的逆运动学求解算法的准确性。