针对协同作业的双机械臂系统,提出一种不依赖于外部传感器和无需动力学建模的实时避障路径规划方法。基于运动学和混合包围盒法简化机械臂模型与障碍物,经投影相交法快速判断干涉的可能性,将碰撞检测转化为求解最短距离,再结合速度场以及添加虚拟约束点和考虑障碍物边界来改进传统人工势场法。最后,通过MATLAB-CoppeliaSim联合仿真验证包含静态和动态障碍物的碰撞检测算法。结果表明该碰撞检测算法适应动、静两种复杂障碍物环境,通用性较高,生成的避障路径能够跳出极小值和实现目标可达,有效保障人机交互及设备的安全性。

蚁群算法应用于路径规划时,算法前期信息素分布均匀,只依赖启发信息搜索最优路径,因此存在盲目搜索和收敛慢的问题;蚁群算法后期由于信息素的正反馈作用,使蚁群算法陷入局部最优时无法跳出。为了解决这些问题,提出了改进人工势场法引导蚁群算法的路径规划方法。介绍了栅格环境建模法;以人工势场法为基础,给出了路径中间点选择方法,取消了障碍物斥力而只保留目标点引力,在目标引力下实现路径规划;以改进人工势场法规划路径启发蚁群算法,减少前期路径规划盲目性,实现加快收敛的目的;改进信息素更新方法,使信息素遗留因子随路径优劣自适应变化。由仿真结果可以看出,相比于蚁群算法和文献[10]势场蚁群算法,这里算法规划路径最短、平均迭代次数最少、算法平均耗时最少。

为了克服人工势场法的缺陷、提高其路径规划性能，提出了改进的人工势场法。分析了人工势场法原理，针对其目标不可达问题，将机器人与目标点距离引入到斥力场函数，得到了改进的斥力场函数；针对局部最小值问题，引入逃逸力；为进一步提高算法性能，使用遗传算法优化参数设置，使得规划路径更加平滑；根据环境复杂度，提出了自适应步长调节算法。使用仿真实验对改进算法进行了验证，结果表明，改进算法可以克服传统算法目标不可达、局部最小值问题，而且改进算法路径更加平滑，自适应步长算法在路径规划中行走61步到达目标，固定步长法行走145步到达目标，充分说明了改进算法的优越性。