基于形状记忆合金驱动的连续体机器人路径规划

摘要

连续体机器人运动灵活,能在多障碍的狭窄环境中进行连续弯曲运动。现有连续体机器人多以绳驱动为主,机械结构复杂、关节间耦合现象严重,从而导致控制复杂,且难以进行长度方向上的拓展。形状记忆合金(Shape memory alloy,SMA)作为一种新型的智能材料,同时具有驱动和传感的功能,并且其质量轻,单位体积内的驱动力大,作为机器人的驱动设备有助于减少其结构体积,并改善其控制方式。因此,在研究中,设计了一款基于SMA驱动的连续体机器人,并对其路径规划算法进行研究,在保证机器人运动效率的同时,确保其沿目标路径运行的安全性。结合SMA的驱动特性,并基于常曲率运动学模型,提出A*路径规划算法的优化方法,使其更加符合连续机器人的运动特性。研究结果表明,提出的改进型A*算法搜索时间短,规划效率高,具备良好的环境适应能力。