綠化工程施工中高空作業(yè)車機(jī)械臂路徑規(guī)劃分析

中圖分類號：TP241 文獻(xiàn)標(biāo)識碼：A 文章編號：1005-7897（2025）09-0013-03

0引言

高空作業(yè)車憑借其能夠到達(dá)高空作業(yè)區(qū)域的優(yōu)勢，成為綠化工程施工中不可或缺的關(guān)鍵設(shè)備，廣泛應(yīng)用于樹枝修剪、綠植安裝等場景，如圖1所示。機(jī)械臂作為高空作業(yè)車執(zhí)行任務(wù)的核心部件，其路徑規(guī)劃的科學(xué)性、合理性與施工任務(wù)能否高效、安全完成息息相關(guān)。

1綠化工程施工中高空作業(yè)車機(jī)械臂路徑規(guī)劃原則

1.1設(shè)計原則

在規(guī)劃高空作業(yè)車機(jī)械臂運動路徑時，首先應(yīng)將精準(zhǔn)與安全作為第一原則，一方面，需要滿足綠化工程對末端執(zhí)行器（修剪工具、噴灑頭）的定位精度要求；另一方面，避免機(jī)械臂與樹木、建筑物或其他設(shè)備發(fā)生碰撞，能從起始位置安全到達(dá)目標(biāo)位置，無人員、設(shè)備損傷，順利完成各種綠化施工任務(wù)。其次，在不降低工作質(zhì)量的前提下，盡可能提升作業(yè)效率。時間維度，縮短運動過程的時間，優(yōu)化路徑長度與執(zhí)行時間，減少非必要運動。能耗維度，降低機(jī)械臂運動過程中的能量消耗，降低運營成本。再次，增強(qiáng)機(jī)械臂的適應(yīng)性與穩(wěn)定性。例如，從運動特性、關(guān)節(jié)角度限制、速度限制等角度入手，為不同規(guī)格高空作業(yè)車設(shè)計最合適的機(jī)械臂，確保作業(yè)期間。機(jī)械臂不會發(fā)生傾斜、晃動，長度、角度均能滿足作業(yè)需求。又如，增強(qiáng)機(jī)械臂的實時感知與動態(tài)調(diào)整能力，當(dāng)外部環(huán)境變化，如風(fēng)力導(dǎo)致樹木擺動，機(jī)械臂能完成自適應(yīng)調(diào)整，保障作業(yè)的連貫性與安全性。最后，考慮機(jī)械臂的便捷性和舒適性。設(shè)計符合人體工程學(xué)原理的機(jī)械臂，確保操作人員能夠輕松、安全地完成高空作業(yè)。

1.2底層邏輯

綠化工程施工環(huán)境具有高度復(fù)雜性，不僅存在大量形狀不規(guī)則、分布無規(guī)律的靜態(tài)障礙物（樹木、建筑物）與動態(tài)障礙物（往來的行人、車輛等），而且不同施工場地各有特色，也在一定程度上提高了環(huán)境建模與路徑規(guī)劃的難度。此外，綠化工程施工包含多個環(huán)節(jié)，如澆水、修剪、除草、打藥、補苗等。

為提高工作效率，路徑規(guī)劃底層邏輯中必須包含多任務(wù)協(xié)調(diào)與重規(guī)劃避障機(jī)制。重規(guī)劃避障機(jī)制，即通過碰撞檢測保障機(jī)械臂安全運行。當(dāng)機(jī)械臂檢測到與周圍環(huán)境中的障礙物距離和位置關(guān)系過近，存在潛在碰撞風(fēng)險時，及時調(diào)整路徑規(guī)劃方案，避免碰撞事故。多任務(wù)協(xié)調(diào)機(jī)制，即規(guī)劃多作業(yè)點路徑，通過任務(wù)優(yōu)先級排序（緊急補苗gt;常規(guī)修剪）與時空資源分配（機(jī)械臂關(guān)節(jié)角度分配、作業(yè)車支腿展開時間），使施工順序更科學(xué)合理。例如，采用基于時間窗的調(diào)度算法，將修剪任務(wù)分配至機(jī)械臂關(guān)節(jié)角度范圍較優(yōu)的時段 （0^°～90^°） ，同時規(guī)劃噴灑任務(wù)路徑以避免交叉污染。

2綠化工程施工中高空作業(yè)車機(jī)械臂路徑規(guī)劃算法

2.1環(huán)境建模

2.1.1三維點云法

三維點云法使用的技術(shù)為激光雷達(dá)和人工智能（AD視覺。激光雷達(dá)通過發(fā)射激光束、接收反射信號，快速獲取周圍環(huán)境的三維空間信息，生成高精度點云數(shù)據(jù)。這些數(shù)據(jù)可以清晰地呈現(xiàn)出樹木、建筑物、其他施工設(shè)備等障礙物的形狀、位置和大小。AI視覺識別技術(shù)通過攝像頭采集環(huán)境圖像，利用深度學(xué)習(xí)算法，構(gòu)建YOLO目標(biāo)檢測模型、MaskR-CNN目標(biāo)分割模型，對圖像中的障礙物進(jìn)行識別和分類。將二者結(jié)合，可以構(gòu)建出更加準(zhǔn)確、詳細(xì)的三維環(huán)境模型，實時定位動態(tài)障礙物，預(yù)測障礙物運動軌跡，為機(jī)械臂路徑規(guī)劃提供可靠的環(huán)境信息基礎(chǔ)。

2.1.2地圖表示法

地圖表示法主要是提取現(xiàn)實中施工區(qū)域的特征，如墻角，柱子等，隨后定位自身位置和姿態(tài)，再根據(jù)自身位置增量，將機(jī)械臂需要導(dǎo)航的實際物理環(huán)境轉(zhuǎn)換為計算機(jī)可以理解和處理的數(shù)字模型。路徑規(guī)劃中常見的地圖包括柵格地圖、拓?fù)涞貓D等。

柵格地圖將三維空間劃分為離散的柵格單元，通過標(biāo)記每個柵格是否被障礙物占據(jù)，直觀呈現(xiàn)出環(huán)境中障礙物的分布情況，具有簡單易懂、便于計算機(jī)處理、理解的優(yōu)點，常用于全局路徑規(guī)劃，如圖2所示。

拓?fù)涞貓D是一種保持點與線相對位置關(guān)系正確而不一定保持圖形形狀與面積、距離、方向正確的抽象地圖，其經(jīng)過簡化及調(diào)整，只保留重要信息，核心特點是簡潔緊湊，占用內(nèi)存少，數(shù)據(jù)處理速度快，地圖中只包含節(jié)點和線段兩類元素。例如，將開闊區(qū)域、道路、樹木集中區(qū)域設(shè)定為“節(jié)點”，代表施工區(qū)域中的關(guān)鍵障礙物；連接節(jié)點的“邊”表示節(jié)點之間可行的路徑，邊的屬性包含距離、通行難易程度等信息。

2.2路徑規(guī)劃

面對復(fù)雜多變的施工環(huán)境，傳統(tǒng)路徑規(guī)劃方法難以高效處理高維空間約束與動態(tài)障礙物避讓問題。隨著科學(xué)技術(shù)的不斷發(fā)展，智能優(yōu)化算法的出現(xiàn)為解決該難題提供了更多思路方案。此類算法的優(yōu)勢在于具有較好的全局搜索能力與對復(fù)雜約束較強(qiáng)的適應(yīng)性。智能算法可實時調(diào)整路徑，平衡路徑長度與關(guān)節(jié)運動平滑性，降低機(jī)械臂能耗，減少磨損。不同路徑規(guī)劃智能算法性能對比如表1所示。

2.2.1 A算法

A算法是一種經(jīng)典的路徑搜索算法，在柵格地圖的路徑規(guī)劃中應(yīng)用廣泛。通過將環(huán)境空間劃分為規(guī)則的柵格單元，每個柵格代表一個狀態(tài)，然后根據(jù)起始點和目標(biāo)點在柵格地圖中的位置，利用啟發(fā)式函數(shù)（曼哈頓距離或歐氏距離）評估每個柵格到目標(biāo)點的代價，結(jié)合從起始點到該柵格的實際代價，選擇代價最小的柵格作為下一個路徑節(jié)點，逐步搜索出從起始點到目標(biāo)點的最優(yōu)路徑。

2.2.2 GA

GA是模擬生物進(jìn)化過程，通過對路徑個體進(jìn)行編碼、選擇、交叉、變異，完成最優(yōu)自然選擇。在綠化施工機(jī)械臂路徑規(guī)劃工作中，GA將移動時間、設(shè)備能耗、施工安全性等多個目標(biāo)全部納入適應(yīng)度函數(shù)，隨后進(jìn)行綜合優(yōu)化，通過不斷進(jìn)化迭代，找到滿足多目標(biāo)要求的最優(yōu)路徑。

2.2.3 PSO算法

PSO算法是模擬鳥群覓食行為，通過粒子速度與位置更新，實現(xiàn)動態(tài)環(huán)境中的路徑調(diào)整，獲得最優(yōu)飛行搜索解。綠化工程施工現(xiàn)場既擁有靜態(tài)障礙物，又擁有動態(tài)障礙物，行人、車輛隨時可能出現(xiàn)，并處于不斷移動的狀態(tài)，這與PSO算法的核心邏輯擁有較好的契合度。在PSO算法中，每個粒子代表一個潛在的路徑解，粒子根據(jù)自身歷史最優(yōu)位置和群體全局最優(yōu)位置不斷更新自己的位置。

2.2.4DRL算法

DRL算法的核心原理是深度學(xué)習(xí)算法強(qiáng)大的特征提取能力與強(qiáng)化學(xué)習(xí)的決策優(yōu)化能力，常用于復(fù)雜綠化工程施工場景中。在路徑規(guī)劃中，機(jī)械臂被抽象為智能體，其運行過程被拆解為“感知-決策-執(zhí)行-反饋\"的閉環(huán)流程。感知環(huán)節(jié)，視覺攝像頭等傳感器實時采集周圍環(huán)境數(shù)據(jù)，構(gòu)建包含地形起伏、樹木分布、線纜位置等信息的三維地圖；決策環(huán)節(jié)，提取環(huán)境特征，采用Q-learning、PolicyGradient等算法輸出動作決策；執(zhí)行環(huán)節(jié)，機(jī)械臂根據(jù)實時環(huán)境信息自主選擇最優(yōu)路徑；反饋環(huán)節(jié)，根據(jù)施工效率、碰撞風(fēng)險、能耗等指標(biāo)給予獎勵反饋，并通過最大化驅(qū)動策略迭代優(yōu)化，不斷學(xué)習(xí)前沿知識，使路徑規(guī)劃效果更合理。

2.2.5混合算法

為更好地滿足多樣化的施工需求，業(yè)內(nèi)人士提出將全局規(guī)劃算法與局部避障算法有機(jī)結(jié)合的理論。與單一算法相比，混合算法既能保證機(jī)械臂快速找到全局可行路徑，又能在遇到局部障礙物時及時進(jìn)行避障調(diào)整，實現(xiàn)路徑規(guī)劃效率和安全的雙重提升。例如，將快速探索隨機(jī)樹（RRT算法與動態(tài)窗口法（DWA算法相結(jié)合，RRT通過隨機(jī)采樣，在環(huán)境空間中構(gòu)建隨機(jī)樹，快速找到一條從起始點到目標(biāo)點的大致可行路徑，完成機(jī)械臂的全局運動方向規(guī)劃；DWA基于機(jī)械臂當(dāng)前的運動學(xué)約束（速度、加速度限制等），在機(jī)械臂周邊局部區(qū)域內(nèi)生成多個候選運動軌跡。通過建立包含安全性、目標(biāo)接近度、路徑平滑度等多維度的評估函數(shù)，對每個候選軌跡進(jìn)行綜合評分，確定最優(yōu)避障軌跡，實現(xiàn)局部靈活調(diào)整。

2.3運動約束

運動學(xué)約束是指機(jī)械臂在運動過程中受到的限制，包括位置、姿態(tài)、速度、加速度限制。這些約束會對機(jī)械臂的自由度產(chǎn)生影響，從而影響機(jī)械臂的運動控制精度與范圍。

2.3.1關(guān)節(jié)角度約束

在綠化工程高空作業(yè)車施工中，關(guān)節(jié)角度約束直接決定機(jī)械臂可達(dá)工作空間。高空作業(yè)車機(jī)械臂通常為6＼～7自由度，需在有限臂展內(nèi)完成高精度操作。若某關(guān)節(jié)角度超出限制，可能導(dǎo)致機(jī)械臂末端無法到達(dá)目標(biāo)作業(yè)點（樹木頂部）。調(diào)節(jié)關(guān)節(jié)角度的方法包括優(yōu)化程序設(shè)置、配置校準(zhǔn)系統(tǒng)、檢查機(jī)械結(jié)構(gòu)等。例如，從動力負(fù)載與動力學(xué)限制兩個方面入手，通過RRT算法采樣時過濾無效關(guān)節(jié)配置，或在局部避障中調(diào)整路徑以避免關(guān)節(jié)越限。例如，定期檢查機(jī)械臂關(guān)節(jié)結(jié)構(gòu)，確保軸承、傳動齒輪等關(guān)鍵部位沒有磨損和松動。關(guān)節(jié)角度約束數(shù)學(xué)公式如下：

2.3.2速度與加速度約束

過快的速度或加速度可能會導(dǎo)致機(jī)械臂產(chǎn)生振動，影響末端執(zhí)行器精度（修剪切口角度偏差）。并且速度、加速度與高空作業(yè)車工作能耗關(guān)聯(lián)密切。相關(guān)人員可通過更改控制系統(tǒng)，改變反饋參數(shù)的方法完成調(diào)節(jié)。例如，通過GA優(yōu)化關(guān)節(jié)速度曲線，平衡時間與能耗目標(biāo)；通過梯形速度規(guī)劃或S型速度曲線平滑關(guān)節(jié)運動。速度與加速度約束數(shù)學(xué)公式如下：

2.3.3力矩約束

在機(jī)械臂運動中，電機(jī)產(chǎn)生的扭矩被轉(zhuǎn)換為機(jī)械構(gòu)件的運動。若力矩不合理，輕則導(dǎo)致機(jī)械臂無法滿足物體的抓取力需求，達(dá)到預(yù)期位置和角度，重則導(dǎo)致機(jī)械臂損害，縮短機(jī)械臂使用壽命。相關(guān)人員可采取加強(qiáng)機(jī)械結(jié)構(gòu)、電機(jī)功率升級、配置減速器等方法優(yōu)化力矩。例如，在機(jī)械臂中加入更堅固的機(jī)械構(gòu)件增強(qiáng)結(jié)構(gòu)剛性。

3結(jié)語

現(xiàn)有高空作業(yè)車機(jī)械臂路徑規(guī)劃算法存在一定局限性，包括難以平衡時間、能耗、安全性等多個目標(biāo)之間的關(guān)系，無法實現(xiàn)多自標(biāo)協(xié)同優(yōu)化；路徑規(guī)劃時間過長、計算量過大，影響施工效率和質(zhì)量等。針對上述問題，一方面，相關(guān)人員應(yīng)對傳統(tǒng)算法進(jìn)行優(yōu)化，提高其在大規(guī)模復(fù)雜環(huán)境下的搜索效率，增強(qiáng)其全局搜索能力；另一方面，應(yīng)探索新的技術(shù)，實現(xiàn)更高效、智能的路徑規(guī)劃。

參考文獻(xiàn)

[1]孫旭春.綠化養(yǎng)護(hù)工程中園林機(jī)械的使用[J].花卉，2020（20）：148-149.

[2]訾斌，王宜藩，徐鋒，等.冗余機(jī)械臂逆運動學(xué)分析與迷彩噴涂路徑規(guī)劃[J].電子機(jī)械工程，2023，39（1）：1-11.

[3]楊鐵濱，茅爍，王海濱，等.基于Matlab與CoppeliaSim聯(lián)合仿真的高空作業(yè)車機(jī)械臂路徑規(guī)劃研究[J].中國工程機(jī)械學(xué)報，2022，20（4）：315-319.

[4]余臻，郭毓，姚偉，等.基于頻譜分析的柔性機(jī)械臂旋轉(zhuǎn)運動路徑規(guī)劃與實驗研究[J].振動工程學(xué)報，2020，33（4）：717-723.

[5]霍昌.臨工重機(jī)高空作業(yè)機(jī)械助力全球首個新冠病毒疫苗研究室綜合體建設(shè)[J].今日工程機(jī)械，2020（4）：69.

作者簡介：李爽（1990一），男，漢族，湖南岳陽人，大專，主要從事園林工程車施工及管理工作。