Computational Path Planner for Product Assembly in Complex Environments

集会路径计划是在汇编的一个关键问题相关设计和生产过程。基于的运动计划算法被用于计算集会路径计划的采样。然而，如此的算法的表演可以与复杂产品结构，狭窄的段落或另外的挑战性的情形就在环境降级。为自动集会路径在复杂 3D 环境计划的一个计算路径规划者被介绍。全球计划过程基于环境被划分成三个阶段，特定的算法被建议并且在每个阶段利用了解决挑战性的问题。新奇光线测试基于随机的碰撞察觉方法被建议评估在二个多面的目标之间的交叉。这个方法在常规方法避免假冒的碰撞并且降级几何限制当部分不得不与与另外的部分的表面接触被搬迁时。精制历史在路径简单，但是空间高度被抑制的地方，基于它的计划历史偏导树的生长的基于的快探索的随机的树(RRT ) 算法在计划阶段被建议并且采用。一个新奇适应 RRT 算法为与挑战性的情形和不明确的环境计划问题的路径被开发。与扩大在使用的每个树节点和延长计划上分配的价值，树罐头改编它的生长更高效地探索复杂环境。关键算法的实验被执行，比较在计划算法和介绍的常规路径之间被做。比较结果证明基于建议算法，路径规划者能更高效地并且与更高的成功在挑战性的复杂环境计算集会路径。这研究提供引用给计算汇编路径在复杂环境下面计划的学习。