返回
ECA-RRT*: A robotic arm path planning algorithm based on environment complexity adaptive heuristic strategy
10.1016/j.jocs.2026.102820
2026-02-23
0
PRE
AI
摘要
En 中文
随着机械臂智能化的进步，路径规划成为实现精确运动控制的关键要素。然而，现有的路径规划算法通常表现出环境适应性有限或计算效率低下的问题，难以满足现代制造业对高速和高精度的要求。为在确保稳定性和效率的同时提升整体路径质量，本研究提出了一种环境复杂度自适应启发式RRT*（ECA-RRT*）算法，该算法能够根据环境复杂度动态调整其启发式搜索策略。所提算法首先建立了一种量化环境复杂度的方法，该方法通过识别影响环境复杂度的关键因素，并利用层次分析法确定各因素的权重系数。随后，引入了ECA启发式函数，该函数动态评估量化后的环境复杂度，并实时自适应地选择或组合不同的启发式函数，从而提升算法在不同环境中的适应性和效率。此外，通过集成路径回溯和三次B样条曲线优化，进一步提升了规划轨迹的质量。最后，通过消融实验、算法对比实验和物理实验全面验证了所提算法的有效性和可行性。结果表明，ECA-RRT*显著提升了路径规划的速度和质量，展现出优越的环境适应性和广阔的应用潜力。
关键词:
Robotic arm
Path planning
Heuristic search
Environment complexity
RRT*
期刊
J
IF:
3.7
论文数: 155
・
被引数: 0
学者
H
Huiyuan Zhu
H 指数:
0
论文数: 1
・
被引数: 0
Y
Yingxue Wang
H 指数:
0
论文数: 1
・
被引数: 0
L
Li Liu
H 指数:
0
论文数: 1
・
被引数: 0
H
Huan Wang
H 指数:
0
论文数: 1
・
被引数: 0
机构
S
shentong technology group co ltd
学者数:
1
论文数: 1
・
被引数: 0
N
Ningbo University
学者数:
2.6W
论文数: 1.8W
・
被引数: 2.4W
引用论文