.png){kind=icon}
返回
Efficient path planning for continuum robotic arm using improved RRT algorithm
.png){kind=icon}
PRE
AI
DOI：10.1007/s12206-026-0453-0.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
连续体机器人手臂需要在狭窄、障碍丰富的环境中进行路径规划。现有方法主要采用快速探索随机树（RRT）等采样算法，但这些算法存在强随机性、收敛慢和次优解等问题。为解决这些问题，本研究提出了一种改进的RRT算法。首先，利用环境信息计算初始步长，并通过障碍数据动态调整扩展过程中的步长以增强探索能力。其次，结合目标偏置采样与优化的最近节点选择策略，提高搜索效率，快速生成可行路径。最后，采用高阶Bézier曲线优化路径平滑度。MATLAB仿真和物理实验表明，该算法在三维空间中能高效生成多障碍环境下的有效路径。与常规RRT相比，路径成本降低33.1%，规划时间减少98.1%，节点数量减少72.1%，验证了其有效性。
Keyword:
Continuum robotic arm
Kinematic analysis
Path planning
Curve fitting
期刊
IF:
1.7
论文数:
601
被引数:
1.2W
机构
引用论文
Vision-based navigation and guidance for agricultural autonomous vehicles and robots: A review农业自动车辆和机器人的基于视觉的导航和引导: 综述
.png){kind=icon}
PREAI
分享收藏
Density gradient-RRT: An improved rapidly exploring random tree algorithm for UAV path planning密度梯度-RRT: 一种改进的快速探索随机树算法，用于无人机路径规划
PREAI
分享收藏
查看更多内容