Este artigo unifica o rastreamento de trajetória e o planejamento de evitamento de obstáculos do braço robótico redundante como um problema de otimização, propondo um otimizador de rastreamento de evitamento baseado no algoritmo de lobo cinza aprimorado. Primeiro, o espaço de evitamento foi modelado usando o método da caixa delimitadora, e a distância mínima entre o braço robótico e os obstáculos foi calculada utilizando o algoritmo GJK. Em seguida, foi projetada uma função de aptidão com a introdução de um termo de recompensa pelo evitamento para incentivar ativamente o otimizador a evitar obstáculos enquanto segue a trajetória alvo. Depois, o algoritmo de lobo cinza foi aprimorado por meio de uma estratégia de dispersão aleatória para aumentar a capacidade de busca global e resolver melhor o problema de otimização. Por fim, a eficácia e superioridade do método proposto foram verificadas utilizando um braço robótico redundante de nove graus de liberdade. Os resultados experimentais mostram: para uma trajetória alvo circular, o erro de rastreamento da extremidade do braço foi de 0,21 mm; durante o rastreamento, a distância entre o braço e os obstáculos não foi inferior a 70 mm; comparado ao algoritmo clássico de lobo cinza, o algoritmo aprimorado aumentou a precisão do rastreamento em 13%. O otimizador de rastreamento de evitamento proposto pode simultaneamente atender às tarefas de rastreamento de trajetória e evitamento de obstáculos com precisão de nível milimétrico; o algoritmo aprimorado de lobo cinza pode melhorar efetivamente a precisão de convergência do algoritmo clássico.

braço redundante; algoritmo de lobo cinza; rastreamento de trajetória; planejamento de evitamento