仪器仪表学报

作者：吴海波，杨梦琦，杨宇恒，郑成飘，杨磊

单位：吴海波,昆明理工大学机电工程学院昆明650500,whb_kust@kust.edu.cn,杨梦琦,昆明理工大学机电工程学院昆明650500,,杨宇恒,昆明理工大学机电工程学院昆明650500,,郑成飘,昆明理工大学机电工程学院昆明650500,,杨磊,昆明理工大学机电工程学院昆明650500,

关键词：机械臂;数字孪生;路径规划;自适应采样;双向映射

基金：国家自然科学基金（52465063）项目资助

针对传统机械臂路径规划方法普遍存在仿真与现实差距大、搜索效率低以及路径可靠性和可执行性受限等问题,提出了一种基于数字孪生的机械臂路径规划方法。首先,基于工业机械臂的实际运行环境搭建了数字孪生平台,实现实体机械臂与机械臂数字孪生模型之间的虚实双向映射与实时数据交互,为机械臂路径规划算法的仿真验证与实际执行提供实时、准确的数字孪生仿真平台;其次,在路径规划算法层面,提出一种基于自适应梯度采样的双向快速随机搜素树(AG-BI-RRT*)算法,算法采用基于历史梯度反馈的自适应圆锥采样方法、3种扩展策略(目标偏置扩展、改进人工势场法扩展、随机方向扩展)以及多因素父节点重选策略,从搜索效率、避障能力和路径质量等方面对算法进行综合优化,有效提升了路径搜索效率与路径质量;最后,引入路径优化处理方法,通过贪婪剪枝和B样条平滑优化生成平滑无碰撞的路径。综合仿真实验与机械臂实物实验验证了该方法的可行性与优良性,AG-BI-RRT*算法在路径长度、迭代时间、搜索节点数量、路径转向角度上均优于对比算法;机械臂数字孪生模型关节角度差异不超过±0.01°,机械臂实体与孪生模型之间平均响应时间为176.721ms,符合数字孪生对实时性与一致性的要求,为机械臂在数字孪生环境下的路径规划提供了一种有效解决方案。

来源：2026年第2期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2026年第2期