面向机器人增材制造结构的环境感知路径生成

机器人增材制造 (AM) 在过去十年里已成为一种可扩展且可定制的建筑方法。然而，当前的 AM 设计方法依赖于预设的结构工具路径，常通过离线切片软件开发。此外，考虑到包含地面和外层环境中障碍物的动态建筑环境，亟需在线路径生成方法。首次提出一种环境感知路径生成框架 (PGF)，该框架利用四种路径规划 (PP) 算法（两种基于搜索，两种基于抽样）以在线方式设计结构。为评估所提 PGF 在不同障碍布置（周期性、随机）下两种结构类型（封闭式、开放式）的性能，开发了结构（路径粗糙度、转向、偏移、均方根误差 RMSE、偏差）和计算（运行时间）性能指标。考虑最具挑战性的环境（即包含大量障碍物的稠密环境），以饱和评估 PP 算法可行性极限。评估 PGF 中用于 PGF 的四种路径规划器在寻找可行路径方面的能力。最后，评估所提出的结构性能指标的有效性，分别且比较性地评估，并规定了评估结果结构工具路径最必需的指标。Consequently, the most promising path planners in challenging environments are identified for robotic additive manufacturing applications.