基于启发式Bi-RRT算法的虚拟手臂运动规划

计算机工程与科学

基于启发式Bi-RRT算法的虚拟手臂运动规划

陈静杰，耿丽琴

（中国民航大学电子信息与自动化学院,天津 300300）

收稿日期:2018-03-12 修回日期:2018-06-20 出版日期:2019-03-25 发布日期:2019-03-25
基金资助:
国家自然科学基金（60832011）；天津市科技攻关计划重点项目（06YFGZGX00700）

Virtual arm motion planning based on

heuristic Bi-RRT algorithm

CHEN Jingjie，GENG Liqin

（College of Electronic Information and Automation,Civil Aviation University of China,Tianjin 300300，China）

Received:2018-03-12 Revised:2018-06-20 Online:2019-03-25 Published:2019-03-25

摘要/Abstract

摘要：

为提高虚拟人手臂在复杂多障碍物空间进行维修时的运动路径规划效率，提出一种基于启发式BiRRT的路径规划算法。在运用Bi-RRT算法的基础上，结合启发式搜索思想对腕关节进行路径规划，通过比较多个随机搜索点与目标点的距离，保留距离目标点最近的随机搜索点，使随机树有方向地进行扩展，减少无效的搜索。仿真实验结果表明，启发式Bi-RRT算法较传统的RRT算法和BiRRT算法有更好的搜索效果，搜索效率更高，对于7自由度虚拟手臂的运动路径规划也有较好的效果。

关键词: 虚拟人手臂, 运动路径规划, 快速搜索随机树, 启发式

Abstract:

In order to improve the efficiency of the motion path planning of virtual human arms when it is repairing in complex multi-obstacle space, we propose a path planning method based on the heuristic Bi-RRT algorithm. Combining with the heuristic searching idea based on the Bi-RRT algorithm, we make a path planning of the wrist joint. Multiple distances between the random search point and the target point are compared, and the random search points with the shortest distance to the target point are remained. This makes the random tree have a certain direction of expansion and invalid search is reduced. Simulation results show that the heuristic Bi-RRT algorithm has better search results and a higher search efficiency than the traditional RRT algorithm and Bi-RRT algorithm. It also has a good effect on the motion path planning of 7-DOF virtual arms.

Key words: virtual human arm, motion path planning, rapidly-exploring random tree, heuristic

陈静杰，耿丽琴. 基于启发式Bi-RRT算法的虚拟手臂运动规划[J]. 计算机工程与科学.

CHEN Jingjie，GENG Liqin.

Virtual arm motion planning based on

heuristic Bi-RRT algorithm

[J]. Computer Engineering & Science.

[1]	李中华, 袁杰, 郭振宇. 基于信息启发的目标导向Bi-RRT机器人路径规划[J]. 计算机工程与科学, 2023, 45(12): 2237-2245.
[2]	张贝, 闵华松, 张新明. 差分变异和领地搜索的平衡优化算法及其机器人路径规划[J]. 计算机工程与科学, 2023, 45(11): 2078-2090.
[3]	包敏泽, 胡秀婷, 谢玉莹, 蒋波. 基于人工蜂群算法的p-center问题求解算法[J]. 计算机工程与科学, 2020, 42(06): 1127-1133.
[4]	陈秀兰，刘婷. 基于动态奖惩的CDCL SAT求解器分支启发式算法[J]. 计算机工程与科学, 2019, 41(03): 490-497.
[5]	李永伟1,2，刘树安3，郭晋秦1. 普通立体仓库的货位优化模型与算法研究[J]. 计算机工程与科学, 2019, 41(02): 321-327.
[6]	黄洪涛1，武继刚1，郑露露1，缪裕青2. 面向无线内容分发网络的树形拓扑生成算法[J]. 计算机工程与科学, 2018, 40(12): 2133-2140.
[7]	罗裕春,武继刚,史雯隽,贺子楠. 移动云计算中的任务调度与计算迁移算法[J]. 计算机工程与科学, 2018, 40(11): 1915-1924.
[8]	骆伟忠，蔡昭权. 基于核心化技术的点覆盖改进算法[J]. 计算机工程与科学, 2018, 40(08): 1405-1411.
[9]	邓见凯1,2，王磊1,2，尹爱华3. 一种求解二维矩形Packing问题的拟人型全局优化算法[J]. 计算机工程与科学, 2018, 40(02): 331-340.
[10]	张耀国1，武继刚2，高任飞1. 具有可控冗余度的虚拟机容错分配算法[J]. 计算机工程与科学, 2017, 39(09): 1617-1626.
[11]	黄黎1,2，谭文安1，许小媛2. 一种基于时序行为的流过程协同重构算法[J]. 计算机工程与科学, 2017, 39(05): 897-903.
[12]	胡劲松，张亮，黄海军. 项目驱动的启发式教学在软件工程课程中的应用[J]. 计算机工程与科学, 2016, 38(增刊): 228-231.
[13]	曹杨，王宝生，张晓哲. 一种虚拟路由器资源映射算法研究[J]. 计算机工程与科学, 2016, 38(10): 1994-2000.
[14]	陈勇1,袁梦霆2,李清安2. 分区内存体系结构片选指令优化方法[J]. J4, 2016, 38(02): 195-201.
[15]	罗晨，刘勇，权冀川，杨飞. 基于在线教学案例的启发式教学模式研究[J]. J4, 2014, 36(A2): 64-67.