Hindernisvermeidung Pfadplanung für einen automatischen Apfelpflückarm unter Einbeziehung eines künstlichen Potentialfelds und des A*-Algorithmus

Mit der Entwicklung und Reifung der automatisierten Robotikindustrie führen immer mehr Apfelplantagen automatisierte Pflückarme für die Obsternte ein. Die komplexe Umgebung, in der Äpfel gepflückt werden, hat es zu einem dringenden Problem gemacht, die Ernteleistung des Roboters durch Hindernisvermeidungs-Pfadplanung zu optimieren. Im Experiment wird der manipulator mit sechs Freiheitsgraden als Forschungsobjekt ausgewählt, und auf Basis seiner Kinematik-Analyse wird die Einführung eines künstlichen Potentialfelds (APF) zur Durchführung der Pfadplanung des Manipulators eingeführt. Gleichzeitig wird es mit dem A*-Algorithmus integriert, um gemeinsam die Optimierung der Parameter des Hindernisvermeidungs-Pfades des Manipulators zu erreichen. Darüber hinaus wird, um zu vermeiden, dass die Parameteroptimierung während des Pfadplanungsprozesses in lokale Extrempunkte gerät, der IRRT-Algorithmus integriert, um den Pfad neu zu planen, die Glätte des Pfades zu verbessern und schließlich die Wirksamkeit der Hindernisvermeidung durch Simulationsexperimente zu überprüfen. Die Ergebnisse zeigten, dass in der Konvergenzvergleichsmethode der Forschungsansatz den minimalen Verlustfunktionswert und den stabilen Fitnesswert aufwies, sobald die Iteration zur 50. bzw. 20. Generation fortschritt. Bei dem Datensatz hatte die Forschungsmethode den minimalen MAPE-Wert, als die Iteration zur 45. Generation fortschritt, mit einem Wert nahe bei 0. Gleichzeitig betrugen die MAPE-Werte des IAPF-Algorithmus, des IRRT-Algorithmus und der Literatur 0,052 %, 0,108 % bzw. 0,218 %. In der Analyse der praktischen Anwendung hat der Pfad zur Hindernisvermeidung des IRRT-Algorithmus bei drei verschiedenen Startpositionen a, b und c einen größeren Bogen und tendiert dazu, den Zielort über einen längeren Pfad zu erreichen, während die Forschungsmethode dazu neigt, einen relativ näheren Hindernisvermeidungs-Pfad zu finden, der reibungslos passierbar ist. Die oben genannten Ergebnisse zeigen, dass die Forschungsmethode hochgradig anpassungsfähig an die Pfadvermeidungplanung des Roboters ist und die Hindernisvermeidungs-Pfadplanung schneller und vernünftiger abschließen kann, was eine neue technische Unterstützung zur Optimierung des Pfadplanungssystems von Apfelpflückrobotern bietet.