摘要
动态环境中并联机器人的轨迹规划涉及较高的计算成本，因为每当环境发生变化时都必须重复进行几何碰撞检测。本文提出了一种轨迹规划方法，将最耗资源的几何约束处理操作从实时规划阶段转移到预处理阶段；这通过在广义坐标空间中预计算约束来实现。为此，在工作空间的安全区域单元与离散化的广义坐标空间之间建立了离散映射。采用聚合冲突计数器的增量约束更新机制，可以在无需重复几何分析的情况下融入动态障碍物信息。使用遗传算法在广义坐标空间中进行轨迹优化，随后进行考虑执行器速度限制的时序参数化。仿真结果表明，该方法在障碍物配置变化时的轨迹重规划中效率高效，而在Delta机器人上的实验验证确认了其实际适用性。在所考察的实验条件下，所提方法总共需要约1秒完成初始规划和两次重规划步骤，而RRT和RRTX算法分别需要约5秒和
