声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：21-1124/TP
国际刊号：1001-0920
发布日期:
作者：张云洲,孙永生,夏崇坤,丁其川,王晓哲
单位：东北大学信息科学与工程学院，沈阳110004;东北大学机器人科学与工程学院，沈阳110169,,东北大学信息科学与工程学院，沈阳110004,,东北大学信息科学与工程学院，沈阳110004,,东北大学机器人科学与工程学院，沈阳110169,,东北大学信息科学与工程学院，沈阳110004,
关键词：多自由度机械臂;运动规划;GMM;碰撞检测;场景匹配;记忆机制
基金：国家重点研发计划项目(2017YFC0805005,2017YFB1301103)；教育部高校基本科研业务费专项基金项目(N172608005)；国家自然科学基金项目(61733003).
针对快速扩展随机树(rapid-exploration random trees,RRT)算法难以有效解决多场景环境下的机械臂快速运动规划问题,提出一种融合长短时记忆机制的快速运动规划算法.首先,采用高斯混合模型(Gaussian mixture models,GMM)在规划的初始阶段通过随机采样构建环境的场景模型,并利用该模型进行碰撞检测,以提高运动规划效率;然后,根据人类的记忆机制原理,对多场景的不同GMM按照即时记忆、短期记忆和长期记忆进行存储,并通过场景匹配算法实现不同场景GMM的快速自适应提取,提高对变化环境的适应能力;最后,通过在Matlab以及ROS仿真环境下6自由度柔性机械臂的运动规划仿真实验对所提出的算法进行验证.实验结果表明,所提出算法可以快速提取场景的记忆信息,有效提高多场景环境下的运动规划效率,具有较强的适应性.
来源：2020年第12期
《控制与决策》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。