机械工程学报 ›› 2026, Vol. 62 ›› Issue (17): 120-135.doi: 10.3901/JME.260351
• 特邀专栏:人形机器人与具身智能 • 上一篇
陶永1, 王潇桐2, 冯远宝1, 任帆3, 肖舒震1, 高赫2, 魏洪兴1
TAO Yong1, WANG Xiaotong2, FENG Yuanbao1, REN Fan3, XIAO Shuzhen1, GAO He2, WEI Hongxing1
摘要: 针对轮式仿人机器人在复杂动态环境下路径规划中全局规划与局部避障协同不足、动态障碍物处理能力有限的问题,提出一种面向复杂动态环境的轮式仿人机器人自适应混合路径规划方法(Proactive dynamic window approach, PDWA)。该方法在统一的多目标优化框架下,融合改进的全局规划算法(Expanding disconnected graph star, EDG*)与局部动态窗口算法(Dynamic window approach, DWA),并结合动态障碍物检测与轨迹预测,实现路径规划对环境变化的实时响应。同时,引入预测编码方法构建“感知-预测-行动”闭环模型,用于调节规划过程中的权重分配,提升整体规划的连贯性与稳定性。最后,开展了轮式仿人机器人的仿真与实机实验。仿真结果表明,所提算法在复杂动态障碍环境中能够实现稳定且安全的导航,且在避障安全性、轨迹平滑性与速度稳定性方面均优于对比方法。机器人实机实验则进一步验证了所提方法在轮式仿人机器人与移动式协作机器人平台上的有效性,即在静态与动态障碍环境中均能生成平滑、连续的轨迹,并实现灵活、高效的动态避障,导航时间最短且运动安全可靠。研究结果表明,该方法在轮式仿人机器人路径规划场景中具有良好性能,为人形机器人在复杂多模态环境下的路径规划与运动控制提供了技术支撑。
中图分类号: