買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉貴州大學申請的專利基于RRT*FN算法的機械臂避障路徑規劃方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN116572244B 。

龍圖騰網通過國家知識產權局官網在2025-08-26發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202310624453.0，技術領域涉及：B25J9/16；該發明授權基于RRT*FN算法的機械臂避障路徑規劃方法是由袁慶霓;齊建友;王晨;高清揚;杜曉英;陳啟鵬;杜飛龍;呂健;吳楊東;藍偉文設計研發完成，并于2023-05-30向國家知識產權局提交的專利申請。

本基于RRT*FN算法的機械臂避障路徑規劃方法在說明書摘要公布了：本發明的一種基于RRT*FN算法的機械臂避障路徑規劃方法，包括以下步驟:建立機械臂運動學模型；碰撞檢測；初始化工作空間；利用改進的適用多場景的RRT*FN算法為機械臂規劃全局路徑，其中隨機采樣點srand生成：根據最近隨機樹節點snearest的屬性，分別采用二分法貪婪擴展方法、安全擴展策略和基于局部環境采樣邊界擴展策略生成新節點，然后將所述新節點再次朝目標點方向進一步擴展稱之為二次擴展，針對該擴展新節點采用擴展可行性篩查決定新節點的添加與舍棄，同時利用橢球限制搜索樹總節點數量。采用基于三角不等式的方法對當前路徑進行判斷優化。本發明具有滿足實時最優路徑條件的同時，能夠適應多種場景的特點。

本發明授權基于RRT*FN算法的機械臂避障路徑規劃方法在權利要求書中公布了：1.一種基于RRT*FN算法的機械臂避障路徑規劃方法，其特征在于：該方法包括以下步驟: S1：建立運動學模型：建立機械臂運動學模型，并根據所述機械臂運動學模型進行機械臂運動學分析； S2：碰撞檢測：進行所述機械臂與障礙物以及所述機械臂連桿之間的碰撞檢測； S3：初始化工作空間：初始化所述機械臂運動的工作空間以及工作空間中的環境信息，所述工作空間分為自由區和障礙物區，并給定所述機械臂移動的初始點sinit和所述機械臂移動的目標點sgoal； S4：利用改進的適用多場景的RRT*FN算法為所述機械臂規劃全局路徑，具體步驟如下： S41：初始化搜索樹，將初始點sinit設為隨機樹根節點Tinit，初始化已擴展隨機樹區域T_R，將已擴展樹上的節點距離目標點最近距離R設為sinit到sgoal之間距離大小；設定總節點數； S42：生成隨機采樣點srand，其過程如下： S421：將整個采樣空間標定為[0,1]區間，通過設定概率值Pgoal_point、概率值Punexplored和概率值PT_R，將[0,1]區間劃分為四個子區間，分別為目標點區間[0,Pgoal_point]、未探索區間[Pgoal_point,Punexplored]、目標導向區間[Punexplored,PT_R]、已擴展樹所在區間[PT_R,1]； S422：若隨機產生的概率在[0,Pgoal_point]之間，則在以目標點為球心，一定半徑的球內均勻采樣；若隨機產生的概率在[Pgoal_point,Punexplored]之間，則在未探索區內采樣；若隨機產生的概率在[PT_R,1]之間，則在已擴展樹所在區域均勻采樣；若以上均不符則從目標導向區間采樣隨機采樣點； S43：遍歷隨機樹，搜索隨機樹距離srand最近隨機樹節點snearest； S44：判斷最近隨機樹節點snearest的屬性：若snearest沿snearest指向srand方向行走距離Step_to_random所得位置點，位于障礙物內并且邊界擴展標記為0，則判斷snearest為未擴展的邊界點，同時采用基于局部環境采樣邊界擴展策略生成新節點；若snearest的邊界擴展標記為1，則判斷snearest為已擴展邊界點，新節點的擴展采用朝遠離障礙物方向的安全擴展策略，也就是局部采樣中障礙區點集的均值點指向最近隨機樹節點snearest方向，此時步長設為Step_to_random；否則，采用二分法貪婪擴展產生新節點：該新節點的產生是在目標點引力和隨機采樣點引力共同下產生，并且其中的權重值采用二分法動態調節，初始步長選取隨機采樣點srand與最近隨機樹節點snearest之間的距離或最近隨機樹節點snearest與目標點的距離中的最小值，當步長小于Step_to_random時還發生碰撞，則將目標點引力大小設為步長值Step_to_goal、隨機采樣點引力大小設為步長值Step_to_random來擴展新節點，若碰撞檢測結果還是處于碰撞狀態，則返回S42重新產生隨機采樣點； 所述基于局部環境采樣邊界擴展策略生成新節點，包括以下步驟： 1為獲得足夠多滿足要求的采樣點來描述局部結構，以snearest為中心，分別將其空間坐標的每一維坐標獨立取正負距離±Step_to_random，形成snearest為中心的空間坐標維數的兩倍個采樣點；然后分別以獲取的所述采樣點為中心，分別將其空間坐標的每一維坐標獨立取正負距離的一半值±Step_to_random2，再形成新的采樣點； 2獲得采樣點集Ssampling_points后將這些采樣點劃分為自由區采樣點集Sloc_free和障礙區采樣點集Sloc_obs，然后計算障礙區采樣點集的均值點savepoint； 3若所述均值點在障礙物內，則將沿障礙區點集相距最遠的兩采樣點sobs1和sobs2連線單方向或雙向擴展形成新節點；若所述均值點在障礙物內并且按所述單方向或雙方向擴展失敗，則取自由區中距離snearest最遠的點作為新節點； 4若所述均值點在自由區內并且與snearest距離大于閾值λ，則判定snearest為狹窄通道外入口處的邊界點，向所述均值點方向擴展形成新節點；若所述均值點在自由區內并且與snearest距離小于λ，則沿自由區內相距最遠的兩采樣點sfree1和sfree2連線朝向目標點sgoal方向擴展； S45：將產生的所述新節點朝目標點位置二次擴展，步長取障礙物之間的間隙的平均值； S46：篩查新節點擴展可行性，若新節點在樹中已擴展節點的管轄區域內并且與已擴展節點之間無碰撞，則待擴展新節點視為不必要擴展點，舍棄處理并返回S42； 所述樹中已擴展節點的管轄區域：以已擴展節點為球心，以已擴展節點與其父節點之間距離為半徑的球形區域； S47：判斷搜索隨機樹的總節點數量是否超出設定的總節點數，若超出了，將以初始點和目標點為焦點的橢球外的葉子節點刪除，并判斷是否到達目標點位置，若沒有，則返回S42重復執行； S5：路徑優化：將所述改進RRT*FN規劃的全局路徑設置為當前路徑，并根據路徑代價公式計算代價值，以代價值最小化原則，采用基于三角不等式的方法對當前路徑進行判斷優化，所述代價公式為： 其中Psi表示節點si實際路徑成本，即從初始點到節點si走過的總步長；1Fsi表示安全成本，Fsi為節點si所在位置與附近障礙物平均距離；Tsi表示穩定性成本，其值為si的父節點移動到節點si機械臂各關節平均變化率；k1、k2、k3分別為三個成本的系數代表它們占總成本的比重； S6：平滑處理：采用三次B樣條曲線光滑路徑，并輸出最優路徑。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人貴州大學，其通訊地址為：550025 貴州省貴陽市花溪區貴州大學（北區）科技處；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。