买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉贵州大学申请的专利基于RRT*FN算法的机械臂避障路径规划方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116572244B 。

龙图腾网通过国家知识产权局官网在2025-08-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310624453.0，技术领域涉及：B25J9/16；该发明授权基于RRT*FN算法的机械臂避障路径规划方法是由袁庆霓;齐建友;王晨;高清扬;杜晓英;陈启鹏;杜飞龙;吕健;吴杨东;蓝伟文设计研发完成，并于2023-05-30向国家知识产权局提交的专利申请。

本基于RRT*FN算法的机械臂避障路径规划方法在说明书摘要公布了：本发明的一种基于RRT*FN算法的机械臂避障路径规划方法，包括以下步骤:建立机械臂运动学模型；碰撞检测；初始化工作空间；利用改进的适用多场景的RRT*FN算法为机械臂规划全局路径，其中随机采样点srand生成：根据最近随机树节点snearest的属性，分别采用二分法贪婪扩展方法、安全扩展策略和基于局部环境采样边界扩展策略生成新节点，然后将所述新节点再次朝目标点方向进一步扩展称之为二次扩展，针对该扩展新节点采用扩展可行性筛查决定新节点的添加与舍弃，同时利用椭球限制搜索树总节点数量。采用基于三角不等式的方法对当前路径进行判断优化。本发明具有满足实时最优路径条件的同时，能够适应多种场景的特点。

本发明授权基于RRT*FN算法的机械臂避障路径规划方法在权利要求书中公布了：1.一种基于RRT*FN算法的机械臂避障路径规划方法，其特征在于：该方法包括以下步骤: S1：建立运动学模型：建立机械臂运动学模型，并根据所述机械臂运动学模型进行机械臂运动学分析； S2：碰撞检测：进行所述机械臂与障碍物以及所述机械臂连杆之间的碰撞检测； S3：初始化工作空间：初始化所述机械臂运动的工作空间以及工作空间中的环境信息，所述工作空间分为自由区和障碍物区，并给定所述机械臂移动的初始点sinit和所述机械臂移动的目标点sgoal； S4：利用改进的适用多场景的RRT*FN算法为所述机械臂规划全局路径，具体步骤如下： S41：初始化搜索树，将初始点sinit设为随机树根节点Tinit，初始化已扩展随机树区域T_R，将已扩展树上的节点距离目标点最近距离R设为sinit到sgoal之间距离大小；设定总节点数； S42：生成随机采样点srand，其过程如下： S421：将整个采样空间标定为[0,1]区间，通过设定概率值Pgoal_point、概率值Punexplored和概率值PT_R，将[0,1]区间划分为四个子区间，分别为目标点区间[0,Pgoal_point]、未探索区间[Pgoal_point,Punexplored]、目标导向区间[Punexplored,PT_R]、已扩展树所在区间[PT_R,1]； S422：若随机产生的概率在[0,Pgoal_point]之间，则在以目标点为球心，一定半径的球内均匀采样；若随机产生的概率在[Pgoal_point,Punexplored]之间，则在未探索区内采样；若随机产生的概率在[PT_R,1]之间，则在已扩展树所在区域均匀采样；若以上均不符则从目标导向区间采样随机采样点； S43：遍历随机树，搜索随机树距离srand最近随机树节点snearest； S44：判断最近随机树节点snearest的属性：若snearest沿snearest指向srand方向行走距离Step_to_random所得位置点，位于障碍物内并且边界扩展标记为0，则判断snearest为未扩展的边界点，同时采用基于局部环境采样边界扩展策略生成新节点；若snearest的边界扩展标记为1，则判断snearest为已扩展边界点，新节点的扩展采用朝远离障碍物方向的安全扩展策略，也就是局部采样中障碍区点集的均值点指向最近随机树节点snearest方向，此时步长设为Step_to_random；否则，采用二分法贪婪扩展产生新节点：该新节点的产生是在目标点引力和随机采样点引力共同下产生，并且其中的权重值采用二分法动态调节，初始步长选取随机采样点srand与最近随机树节点snearest之间的距离或最近随机树节点snearest与目标点的距离中的最小值，当步长小于Step_to_random时还发生碰撞，则将目标点引力大小设为步长值Step_to_goal、随机采样点引力大小设为步长值Step_to_random来扩展新节点，若碰撞检测结果还是处于碰撞状态，则返回S42重新产生随机采样点； 所述基于局部环境采样边界扩展策略生成新节点，包括以下步骤： 1为获得足够多满足要求的采样点来描述局部结构，以snearest为中心，分别将其空间坐标的每一维坐标独立取正负距离±Step_to_random，形成snearest为中心的空间坐标维数的两倍个采样点；然后分别以获取的所述采样点为中心，分别将其空间坐标的每一维坐标独立取正负距离的一半值±Step_to_random2，再形成新的采样点； 2获得采样点集Ssampling_points后将这些采样点划分为自由区采样点集Sloc_free和障碍区采样点集Sloc_obs，然后计算障碍区采样点集的均值点savepoint； 3若所述均值点在障碍物内，则将沿障碍区点集相距最远的两采样点sobs1和sobs2连线单方向或双向扩展形成新节点；若所述均值点在障碍物内并且按所述单方向或双方向扩展失败，则取自由区中距离snearest最远的点作为新节点； 4若所述均值点在自由区内并且与snearest距离大于阈值λ，则判定snearest为狭窄通道外入口处的边界点，向所述均值点方向扩展形成新节点；若所述均值点在自由区内并且与snearest距离小于λ，则沿自由区内相距最远的两采样点sfree1和sfree2连线朝向目标点sgoal方向扩展； S45：将产生的所述新节点朝目标点位置二次扩展，步长取障碍物之间的间隙的平均值； S46：筛查新节点扩展可行性，若新节点在树中已扩展节点的管辖区域内并且与已扩展节点之间无碰撞，则待扩展新节点视为不必要扩展点，舍弃处理并返回S42； 所述树中已扩展节点的管辖区域：以已扩展节点为球心，以已扩展节点与其父节点之间距离为半径的球形区域； S47：判断搜索随机树的总节点数量是否超出设定的总节点数，若超出了，将以初始点和目标点为焦点的椭球外的叶子节点删除，并判断是否到达目标点位置，若没有，则返回S42重复执行； S5：路径优化：将所述改进RRT*FN规划的全局路径设置为当前路径，并根据路径代价公式计算代价值，以代价值最小化原则，采用基于三角不等式的方法对当前路径进行判断优化，所述代价公式为： 其中Psi表示节点si实际路径成本，即从初始点到节点si走过的总步长；1Fsi表示安全成本，Fsi为节点si所在位置与附近障碍物平均距离；Tsi表示稳定性成本，其值为si的父节点移动到节点si机械臂各关节平均变化率；k1、k2、k3分别为三个成本的系数代表它们占总成本的比重； S6：平滑处理：采用三次B样条曲线光滑路径，并输出最优路径。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人贵州大学，其通讯地址为：550025 贵州省贵阳市花溪区贵州大学（北区）科技处；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。