機械專業(yè)外文文獻翻譯-外文翻譯--實時自適應(yīng)運動規(guī)劃 中文版

《機械專業(yè)外文文獻翻譯-外文翻譯--實時自適應(yīng)運動規(guī)劃 中文版》由會員分享，可在線閱讀，更多相關(guān)《機械專業(yè)外文文獻翻譯-外文翻譯--實時自適應(yīng)運動規(guī)劃 中文版（31頁珍藏版）》請在裝配圖網(wǎng)上搜索。

實時自適應(yīng)運動規(guī)劃（機坪）在動態(tài)環(huán)境下移動機器人無法預(yù)見的變化約翰凡諾伊和靜肖，高級會員，電機及電子學工程師聯(lián)合會抽象介紹了新穎的實時自適應(yīng)運動規(guī)劃（機坪）的方式規(guī)劃適合 高自由度或余的機器人，如移動軌跡 機械手，在動態(tài)環(huán)境中的障礙與移動 未知的軌跡。在同時 路徑和軌跡規(guī)劃，同步規(guī)劃和實施 在實時的議案。它助于實時優(yōu)化在不同的軌跡優(yōu)化的標準，如減少精力和時間，最大限度地提高可操作性。它還可容納部分指定的目標任務(wù)的機在方法利用冗余（冗余機器人運動等在移動與操縱機械臂）通過機器人配 變 ， 最 地實 合的障礙 和優(yōu)化的目標。 實和在 化的 工作環(huán)境， 與環(huán)境中的 移動機器人。 （ 及 的 ） 了，高和性，不 的移動機人在動態(tài)環(huán)境 與未知的議案，礙靜態(tài)的障礙，可 很容易和地劃的議案機 移動械臂在 的環(huán)境移動機械臂和移動障礙。指 ”，自適應(yīng)，動態(tài)不運動障礙， 的 合，移動機器人，部分指定的目標，的時間，冗余機器人，軌跡優(yōu)化。1， 運動規(guī)劃 機器人1，2 機可的議案器人 目標。運動規(guī)劃高自由度移動機械臂的機械手或 性移動機器人， 高 配 機器人 間5 很少或 “ 間的機器人工程， 及如 手 16，2007; 200712 13 和3 5 2008。 200810 1 的最新，2008。 議由 和 ， 的 見。的部分 提 步的會議 能機器人與系統(tǒng)，仙臺， ，2004。提人與 能， 媒體和互動系統(tǒng)（實驗室， ”機科學系，中北大學 在北卡羅來納州夏洛特，夏洛特，北卡羅來納州28223美 （電子郵： 的補充材料可在下載，由作提供：1 的實時 規(guī)劃和執(zhí)行移動機械臂運動我們的爬坡”法。部影片的字， 。 間配 高于三 層面在很大程度上仍解決的。 運動 研究規(guī)劃隨機”法，如流行的概路線圖（和快速擴展隨機樹 復(fù)審?fù)ィ┓椒?，發(fā) 的尋找 高自由度機器人無碰撞路徑脫機， ”法造機器人的配 確抽 的 間配 間。大羅馬尼亞黨方法很大的啟發(fā)提高抽 工作和路線圖施工2， 最近的 篇章5生產(chǎn)緊湊的路線圖， 便 地捕捉不同倫路徑組。通過 立 樹，不，隨機回應(yīng)法 合適的拍攝或路徑直接產(chǎn)生的軌跡，從 適合在線操作6。兩 方法都看 很 變 2?；谶z傳路徑規(guī)劃方法”法（氣），或 廣泛地 ，進化 ”7 8，戶定義的優(yōu)化準則。 優(yōu)化 被廣泛使用，并成功 在許 應(yīng)用領(lǐng)域8 優(yōu)化 。兩 要方式的應(yīng)用。 的方法 體適合標準的， 成的，的遺傳”法，解決運行它聯(lián)大， ，地圖的 回 應(yīng)用程 域。 可 適用于 的方法的， 不它的力 人工 造的 還 標準遺傳”法，限于 式可能會 的 要性 。 基于遺傳”法的路徑規(guī)劃方法10，1用 方法中C - 間 成 網(wǎng) ，路徑 定 度的 。標準 度的 操作，搜索 。 的方法 的進化 ”解決 自 和適的性。的路徑規(guī)劃方法12 - 14 于 定實時路徑規(guī)劃方法12 2 移動自由度機器人，3 的三自由度“行機器人 體限 分路徑 議在路徑規(guī)劃14。的進化 ”法 適， 不 的任務(wù)。規(guī)劃，運動規(guī)劃， 產(chǎn)生 對于 可執(zhí)行的軌跡在配 機器人時間 間，或，不 路徑。 常見的法軌跡規(guī)劃 產(chǎn)生的路徑規(guī)劃師。 的框架的性 法15，它可 變機器人的軌跡地 移動無碰撞”障礙接在 三 的機器人的 和目標工作。 的”分解基于路徑規(guī)劃16。 方法， 中最力的 ”法環(huán)境 知， 靜態(tài)對象的，和移動的 體被與17 -20 知的軌跡。于“未知運動障礙，方法介紹 移動機器人21，22。 能力 合使移動機器人適用于 廣泛的 定基地或移動機器人機械手的任務(wù)。對于移動機器人，任務(wù)目標態(tài) 最應(yīng)，我們 配 地 與地間的任務(wù)，或 路徑（或軌跡的最總 ）我們 ，下面的任務(wù)和目標 /基路徑 不。在 ， 要的移動基地和機械手。 ， 它 及冗余的決議，提 了與機 并 。 在 的學“ 從許 方面。 研究人員機械手和移動基地 作 在規(guī)劃路徑冗余機器人 地任務(wù)23 - 25。 規(guī)劃”減 配 移動基地機器人執(zhí)行任務(wù) 26，27 受 人移動基地和 ，下面的任務(wù)機械臂 圖28，29 定 移動基地最大化操作性。許 非約 。的工作環(huán)境進行最與移動機械臂，少 知的障礙研究人員 ，移動上網(wǎng)的障礙。 方法30 用隨機回應(yīng)作地方 劃來 新 產(chǎn)生的 大羅馬尼亞黨的路線圖“移動障礙。 任務(wù)，高法31許基地 路線， 如 可能的，同時 移動的最應(yīng)下 障礙 如直線 。 方法29 許 基， 便 不 的障礙通過 的手臂， 議案下 基的 方法 ：基于對 在領(lǐng)域 32， 未知障礙和在 33 基地的議案， 地移動障礙 定。 特用的規(guī)劃線上規(guī)劃師兩 機器人手臂的動作來從 地方 機 34。們不工作 劃，可 知高自由度機器人運動在 許 未知動態(tài)障礙。 我們的與徑規(guī)劃高自由度在 的環(huán)境中機器人運動許 未知的動態(tài)障礙 成的特。 ，規(guī)劃要 實時，不能脫機不能基于 預(yù) 地圖環(huán)境化的不可預(yù)見的方式，即配 間的障礙化的。 環(huán)境的例子 大型的 廣場 部 不同的方式， 倉庫充分地的人繁忙的移動機器人和人的工人，等等。 環(huán)境止環(huán)境或 知的動態(tài)環(huán)境中（即與對象軌跡 知的），在 可合地運動規(guī)劃依靠探索的C - 間 知的靜態(tài)環(huán)境（）或電腦 層 間 知的動態(tài)環(huán)境（）脫機（如羅馬尼亞黨）。性地 方法提供了性，使 機器人運動小 ， 未知的議案 障礙，如 在C - 間的基拓撲不 變。對于 不 變化的C - 間的拓撲環(huán)境 在未知的方式， 劃的路徑/軌跡可 被宣 無在任 時間， 此，實時自適應(yīng)局規(guī)劃 能力作 大 變的機器人議案。規(guī)劃和運動應(yīng)同時執(zhí)行并 據(jù)檢 ，從確定規(guī)劃能適應(yīng)環(huán)境的變化。從 上看，解決運動規(guī)劃中的未知動態(tài)環(huán)境不能產(chǎn)生 的規(guī)劃”法。 ”法能夠 證成功， 未知環(huán)境。我們能爭 合的”法 作”最佳司機高自由度機器人，使驅(qū)動程 不能 證，如 的 在環(huán)境 受 /她的 針對的實時同步路徑和高自由度機器人，軌跡規(guī)劃等移動機械臂，演 地 地方工作在 未知的動態(tài)環(huán)境障礙的議案。該議案的障礙可 阻擋無手臂移動機械手或兩。我們介紹 獨特的， 的實時自適應(yīng)運動規(guī)劃（機坪）的方法。我們爬坡的方法在無規(guī)劃和隨時隨地的，并行和優(yōu)化 規(guī)劃進化 ”，同時 缺 。 獨特的和 的方法的。在下 特 。 1） 軌跡的在 次的在不 善同步規(guī)劃和執(zhí)行， 立 不同的”法路徑/軌跡順 （或遞增），使 路徑/軌跡可 成在最 規(guī)劃過程。我們隨時可 提供規(guī)劃 快速，的軌跡繼生產(chǎn)。 任 時間，軌跡， 適應(yīng)實 要的時間 規(guī)劃。 2）不同的優(yōu)化準則（例如減少能源和時間，優(yōu)化操作性），可，方便地安 在 無縫的方式優(yōu)化，電腦 層 間，不 限的圖或路線圖。軌跡規(guī)劃和優(yōu)化的 ，不路徑規(guī)劃。 3）我們的 劃在 上前 的時間軌跡， 瞬間的，如 要時，機器人的運動急劇 ， 適應(yīng) 識 在新的環(huán)境的變化。軌跡 能力基于對 知的同倫路徑 。劃不同的順 ，如隨時*搜索35，要求 立 獨立的 家 間搜索的限們的規(guī)劃師不。 4）軌搜索和 估（最優(yōu)）的不 適應(yīng)變化的 ， 前的搜索（即知識積累）被 高的實時“。 5由于規(guī)劃和執(zhí)行）（即機器人的運動 下 目前止，該 劃的 ）行的部分 軌跡機器人可 按照可行的 部分 軌跡（如 它最 的）并切換的軌， 不可行部分。 6）由我們的劃， 軌跡軌跡可 在目標域中的 不同的目標 ， 部分指定的目標，不 的目標配 。 7）我們的規(guī)劃師了 冗余機器人軌跡，移動機器人，作 合軌跡 余的變 了冗余的優(yōu)勢了最 地實 障化目標。該的余部分組織如下。第 三和第四描述的性和 化;第五概述了軌跡的 估，并優(yōu)化準則 介紹了 的。第六和第七部分描述 變軌， 產(chǎn)生 的工作。第八介紹了如 利用可 創(chuàng) 和 化的軌。第九規(guī)定的執(zhí)行情況與實驗 和討 該規(guī)劃師。第十組的 。概述在舷梯方法我們的方法的 基前提織，使同步機器人運動規(guī)劃和執(zhí)行。過我們隨時規(guī)劃”法， 在 間的 謂機器人 套的軌跡人口。的可行性和最優(yōu) 軌跡， 謂健身， 函 碼優(yōu)化標準。可行性方都不可行，可行的軌跡許在 人口。被 型，軌跡在健身最優(yōu)。最 的人口子軌跡。故 子軌跡 不同的亞群的 造了實 人口的 差異。如 環(huán)境 含 知的靜態(tài)障礙，基于軌跡于預(yù) 劃與可行路徑知的靜態(tài)障礙，可 在。見第四了解 詳情。旦最 的人口組成，它提高 1 鉗工通過 善人口，被 迭。在 人， 機選擇 運營商 間的 變不同的運營商 ， 及由此產(chǎn)生軌跡可能被用來軌跡勝劣汰，成 新的 。適生 軌跡總在人口，能從 提高 。 人被 規(guī)劃周期。了提高 群健身， 少 步規(guī)劃周期可能會運行基上， 步檢 環(huán)境信息前，機器人開 執(zhí)行適生 軌跡。該機器人不要等待 可行軌跡 ，如 可行的軌跡可用，機器人將開 沿可行的移動軌跡適生 同時繼鉗工搜索，希望能找 可行的軌跡前在距 門限第 預(yù) 碰撞或奇異的執(zhí)行軌跡。 的 ：1）目前預(yù) 可能成可行不可行軌跡稍 反 亦 ; 2）被容 ，我們的劃使機器人切換 的軌跡，如 可用的， 此，軌跡不可行的 部分 ，機器人可能 切換的軌; 3）使限的遙感，機器人可在中 感覺，直 來近的障礙，及4）它提供了 在 的安 （見第五）。由于機器人移動規(guī)劃將繼提高人口的軌跡，直 下 機器人可 切換 鉗工軌跡， 便它 遵循最佳軌跡。此， 軌跡新要從前的配 與目前的機器人 新的速度 對于軌跡的在次， 味 執(zhí)行的部分軌跡對 軌跡， 味 ， 和速度配 在 變，對 的軌跡休息 （第三） 不變。請 ， 們的 對 應(yīng)化，能 伺服周期， 確 不 可 上的規(guī)劃循環(huán)。應(yīng)。 1。規(guī)劃 間的系， 期。在動態(tài)環(huán)境的變化規(guī)劃師在 感 周期，從 新健身的軌跡在隨 規(guī)劃周期，運動障礙，預(yù) 未知的議案在健身 機器人軌跡。在 化的人口 在的不 高快速軌使機器人適應(yīng)環(huán)境的變化。它 軌跡在 情況：電流軌跡該機器人如下變差或不 隨 由于即將碰撞（即，機器人可能不要 止運動，并 新規(guī)劃從 開 ， 要切換機器人在人口 速可行的或 的軌跡在 無縫的方式。 選擇的軌跡可 非常不同的同倫群和上 次“ 的大變化。在機器人的情況下， 前軌跡發(fā) 的軌跡 ，將 止議案 ，即 止， 坡規(guī)劃師（即機器人的” 的過程）從未 止，并繼 劃并 地機器人軌跡搜索。該機器人 旦 復(fù)它的運動軌跡 的發(fā) 。 規(guī)劃/ 感周期繼進行互動，并 在 最佳的目標配 的機器人實時方式：進它遵循的軌跡，如 環(huán)境的 變，或同時 和善軌跡感覺 的變化。圖。 1 間規(guī)劃， ，和傳感周期（請 ，實 的規(guī)劃周期 度不同）。在 述”法1。進化”法不同的們使用隨機選擇和隨機 ，不能被”變異”子運營商， 們 不創(chuàng)造 不同的人口準適應(yīng)不 變化的環(huán)境。我們進 步在 性和 止人口的同 性通過創(chuàng) 和 軌跡不同亞群作的軌跡在第八詳 解 。此 ，在不要 概 及 大 許 進化”法。 的 ，很容易實 并 的不同工作環(huán)境。 實上，我們的”法要決定人口規(guī) ，可 不變或 很 不同的環(huán)境不 感， 會在 面介紹第八。該 估程 的 健身的，納 常 在 許 運動規(guī)劃”法，不 還不可行軌跡進行了 。我們的爬坡方法還 部分規(guī) 目標：最應(yīng)與 和方 對于標系統(tǒng)的。不同軌跡可能不同的目標，基配 和手臂配 （即 同 最應(yīng)目標）在移動機械臂三。軌跡的 我們了 獨特的移動機器人軌跡機械手的 合和基 黨 下特 。1）機器人子系統(tǒng)，配 路徑的 在同指定的 間，在此基上 立方使用 基子系統(tǒng)）， 配 路徑 在卡“ 間標中指定2) 對于基的子系統(tǒng)， 配 路標的解的 間的指定系統(tǒng)，線性與 面和間的函軌跡可能 含 定變 運動， 時間間 可能或可能不會兩 的軌跡。 合的行：要么子系統(tǒng)移動， 可 在體同 時間。 4）兩 子系統(tǒng)軌跡 ，成時間 軌跡，它 確定的議案 系統(tǒng)。圖。 2 此 軌跡和 概 基軌跡。要利用 合的地 與地 間的任務(wù)不確定動態(tài)環(huán)境中的性： 動態(tài)障礙 的 ，時的手臂運動使 基地 議案運動，時地 變了運動不 手臂的（大型載行的最應(yīng)），時兩要移動作 回 ;，時 能源，” 時間，地對 系統(tǒng)障礙通過。我們的爬坡規(guī)劃師 合的議案許 前的 發(fā)生的情況定軌跡領(lǐng) 移動機械臂從目前配 （ 定速度和速度）， 目標配 。 黨可能 任 的部分，由 配 分 ， 。對于 部分的據(jù) 含該信息 可行性和部分健身（見第五）， 及速度和速度在 如 分跡生成使用最 碼的時間最 的聯(lián)合（ ）的機器人移動 從開 的 的部分， 速度的限速度。對于手臂， 聯(lián)合部分式的時間，并基地，部分 合。體來 ，最低的執(zhí)行時間瞬 我路徑”三次軌跡，在最大速度和最高速度的限于1我們 ”基地手臂動作，不會移動，我們 味 手臂 對運動的基地。圖。 3。圖和鉗臂軌跡人口目標的基上”G” 同的路徑，最低的基I = 0時還 ”了線性與 線軌跡 在最大速度和速度的限接下來，（ 基準最大瞬 ）， ，被用作要成的時間 ， 應(yīng)的軌跡手臂和基地）可 生成。請 ， 復(fù)的方法，同時 動力和的限6，37可 用來確定最小時間軌跡。 ，在 我們要的 ”最低時的軌跡實時性能的規(guī)劃。圖。 3 了 機器人，它的手臂和基地軌跡人口， 分。 軌跡接在 手 或基地 。請 該行身 該中 了 路徑， 實 的路徑。在 行 的字 路徑與軌跡最高健身。四， 化 步的人口子軌跡。在生成隨機軌跡組成的隨機選擇的 配 ，的聯(lián)合限機械手和基地的工作的 。該最 的基和手臂配 ，分確定 ?；?隨機 在 合的目標 近生成的手 器 ， 便能夠 目標。運動學用來找 應(yīng)的配 手臂聯(lián)合 間。 中間 的隨機 該基地的軌跡和手臂的軌跡。 隨機抽 的配 。 旦 的創(chuàng) ，可 ”的軌跡（見上 ）。 軌跡等信息在 軌跡。 在故 子 人口與軌跡的基上 立不同的” 發(fā)指 ”，提供 性（ 第八） 圖。 2。 的 合的運動和操縱圖。 3。圖和鉗臂軌跡人口目標的基上 ”G”此 ，還可 群軌跡 據(jù)預(yù) 劃的可行路徑 知的靜態(tài)障礙。 預(yù) 劃的路徑，可從1 方法（例如，羅馬尼亞黨或復(fù)審?fù)ィ┗驈奈覀兊?線運行師（見”法3）。， 機坪可利用 的 線規(guī)劃部門在“能力性的，如“”（靜態(tài)環(huán)境靜態(tài)通”的 變 要 中在羅馬尼亞黨）。五，適應(yīng)度 估的健身 函的使用可 應(yīng)用不同的標準和優(yōu)化組合和 的 標準。在我們的規(guī)劃師，健身 兩部分：可行性檢 和優(yōu)化標準。我們使用兩 不同的 函可行的和不可行的軌跡。在 情況下， 函成函來 軌跡健身。在 高的 能， 差或 少安 軌跡。A：可行性檢 目前我們使用兩 約 來定義的可行性 軌跡：碰撞，無奇無。 旦軌跡生成（第三），我們的規(guī)劃師檢 可行性 軌跡。 此，它要 確 遺 碰撞或奇異的配 兩 的， 的配 。我們的， 碰撞 碰撞前的檢 。 同 的精 ，我們 配 的可操作性的成38門 ，即非常接近奇異的配 ，奇異的配 。 軌跡 它期。 在配 同 地，如 軌軌跡可行的。 則，它被不可行。功能的可行性軌跡對于 可行的 函 合軌跡3優(yōu)化準則，實 ：1）時間（最小化）;2）能源（最小化）; 3）可操作性（最大化）。 軌跡， 環(huán)的時間 時間 子。由于提案的移動基地和機械手手臂不脫 ，使們能夠 發(fā)生， 減少時間 施并不能分的軌跡從 不要的 最低議案手臂或基移動t它們 同的執(zhí)行時間。 此，我們用 最低能 最優(yōu)的 施。 ，我們可 分兩 軌跡時間要求能源求， 的能源于 軌跡能 ” 近：我們的 并不在確定在執(zhí)行 精確的軌能 ，和 不同的軌跡能源 。 此，估 我們要夠的。我們近 的基環(huán)和手臂的移動由氣機械手， 化 ”性 。 過 可行的軌跡生成，我們 ” 環(huán)的基 （能源 作 0）的總動能變化的聯(lián)系方面在 軌跡，總 能源 作能源 的 ， 估與 的可操作的軌跡，我們要在 配 中的可操作性 施在 軌將增 的例，接近奇，并 可 此， 了成的 施。我們 的 直作系 軌跡成可操作性。對于 可行的軌跡體的健身 組合 的能源成，時間成 的可操作的軌跡 體 M 3 = 1，2，3， ，指 的 要性 常化的 決定的最大的估 函的軌跡不可行如 軌跡們定義適應(yīng)的總和 函的成， 期P兩 目的。 目的可行的軌跡適的。該 對安的 施，使服務(wù)不可行 小的“ 被 軌跡 此，鉗工 大的 。對于 此，我們定義 不可行軌跡 P =的Q / 中大于線性速度直組被 ， 在的能 變化 在。由于 軌跡 同的 態(tài)，它們同 線能源。3軌跡，我們 ”如”可操作它第四度104我們的實驗無間預(yù) 碰撞或第 奇異配 ， 準，在軌跡。 我們 安，如 的時間在第 預(yù) 碰撞/奇 。成的 在的健身指標不可行如 它變 可行軌跡 操作。通過許在 人口不可行軌跡，我們的”法積 最大化的機會來優(yōu)化機器人實時行動。通常不可行的軌跡可能 來 可行的軌跡。四 應(yīng)該指 的標準可用于合成 函不在規(guī)定的 程 的變化，不。我們可 選擇優(yōu)化任 標準，中 基于可行的軌跡，例如，安與 定的 施39。對于非移動機器人，非約 可 額 的 約 作 軌跡的可行性和 納 函不可行的軌跡。還要 ，無行或軌跡不可行， 應(yīng)的 函的 ”作對 軌跡總和。財產(chǎn)大大方便高的軌跡 人， 變”法的受影響的軌跡和部分要 新 估， 快旦次碰撞檢 機器人 間的障礙和鏈路， 軌跡標記不可行，并 進 步的碰撞核對 要求的 函不可行軌跡（）。六， 操作回 下，在 ，我們的爬坡”法 操作上執(zhí)行 軌跡希望鉗工軌跡生成。我們使用 下六 操作。 1） ，游記，隨機 間 2 隨機選擇了 路徑。2）刪隨機選擇的 被刪）變 ，被替換 新的，隨機生成的 。4）換，隨機選兩 路徑的換。5）叉打 的兩 路徑 ，并按隨機分兩部分，分與 組：在與第 部分的第 路的第 部分第 路徑， 及與第 路的第 部分第 部分的第 路。6） 止，該基地的運動或手臂動作 在 隨機選擇的 隨機的時間 。五 操作用來 變路徑，隨 ， 應(yīng)的軌跡。止操作軌跡。我們的 操作（ 營）申請選定的軌跡（第）。 的 營用來 變該基地的機械臂軌跡和獨或 隨機方式。該站 營可 對變 的子 合 在 冗余機器人，冗余的，在移動機械手的情況下， 的 合方式軌跡該基地和機械手。兩 子系統(tǒng)可 止們的行動獨立或聯(lián)合。概我們的方法 供了 可能 止;在 止的情況下的，對劃將利用它。請 ，述行動變 的軌跡 元的 變。該從兩 叉產(chǎn)生兩 子女的父母軌跡。 新的軌跡 可 非?？?， 次手 變 軌跡 的部分要 新 估。 在爬坡”法（”法1），鉗工 被放回 人口， 軌跡的 亞群的成員， 性（此在第八）。在 人口適生 軌跡 在下 新的人口P（噸+1） 的P（噸）和P（噸+ 1）的尺寸 同，在 不同的軌跡。七，實時適應(yīng)性”法1 ，在 時，在人口的 軌跡 新，使們的 配 和速度成機器人的前配 和速度。由于可能成可行的軌跡 規(guī)劃的 ，機械手可隨時 變化過程中執(zhí)行新的最佳軌跡，不的 請 ，機器人的變化 ，從 軌 新的軌跡，實在 即使 變化的成（即，速或減速的可能要的變化）確 工作的適應(yīng)度（第五）。 此，的變化，與實 執(zhí)行的軌跡該機器人或最合的 。環(huán)境中的變化從傳感循環(huán)），不 適應(yīng)的運行軌跡規(guī)劃師會人口在該實時變化軌跡可行性和健身 復(fù) 反對 變或 變環(huán)境的 部分。力的“ 新 估最少：劃碰撞檢 對 在移動或在障礙該檢 周期。移動障礙，我們的規(guī)劃師預(yù) 未來的發(fā)展軌跡 移動的障礙。從 障礙的 識 在過 的兩周期和配 的傳感電流檢 周期，即在時間鈦- 2，鈦- 1，和行時間），我們可 ”（約）的線性和角度對象五（安迪- 1速度），五（體），和（體）。障礙的議案預(yù) 4 的型：1）翻譯非 五（安迪）如 （接近 ; 2）自我旋 圖。 4。動態(tài)陷阱 造成的高 循環(huán)障礙的議案。（1）機器人 劃的議案， 運動障礙。 （ ）障礙 方 ;機器人的 （三） 障方 ，過程。圖。圖。 5。低 循環(huán)障礙的議案并 圈套。 （ ）機器人 劃的動議， 運動障礙。 （ ）障礙尚未 方 。 （三）障礙的方 ， 機器人目標。和自我旋 與非 五（體）如 V（鈦- 1）和五（ 的方 ， 及4） 性的 換（約1不通過對象軸）與非 五（體）如五（體- 1）和V（體）不同的方 。軸心的 沿旋 （遠 由 距 r（障礙，它可 ” 五（體）。劃機器人的軌跡下次檢 針對 障礙預(yù) 軌跡，看看碰撞。我們的預(yù) 要夠 很短的時間才能在未來傳感周期（可能或短周期的 它會被糾不 增的新感覺信息。 此， 的方法 夠了。請 ，要預(yù) 任 對象的循環(huán)或周期行，如移動 反的方 ， 來回 前的態(tài)要 我們的議案的預(yù) ，與實 的 ” 。幸運的 循環(huán)行 非常高，我們可 發(fā)，從 前家不會增 少成 ”，并隨 劃會 的 環(huán)行障礙在規(guī)劃可行的機器人軌跡， 動態(tài)的陷阱。如 該對象的循環(huán)運動 高于或 于傳感 ， 可能少 過 的四 感應(yīng)周期循環(huán)的趨勢可 檢討。 反，如 循環(huán)障礙的行 低 ，我們可 不檢 ， 它不的陷阱機器人。無 。 4 和5 概。八， 性的創(chuàng)作與 對于不同的軌跡人口的求，可 從下面的例子。圖。 6 了 任務(wù)，要 機器人通過 門口 圖。 6。的任務(wù)，要 門可 閉，作人口和軌跡 地打開最 的軌跡 的 性， 付環(huán)境。 字基地軌跡。 的房間。 門可開啟或閉 地在任 時間， 此，應(yīng) 機器人準 搬 軌跡， 封閉的大門并切換 軌， 打開了方便 門。由于軌跡通過不同的門 于不同的同倫群體，并 此十分不同，它的人口爬坡的軌跡，創(chuàng) 和 化的與許 不同的同倫群 覆蓋。如圖 圖。 6， 隨機生成的 群基地軌跡可 元化。來 或進 步促進 性。，由于機器人在不 變化的 營環(huán)境未知動力學，電腦 層 間不能 知。 況即 使 態(tài) 的 ， 知 的 環(huán) 境 ， 如 的 C - 1 高 自 由 度 機 器圖。 7。亞群分配的基上在 方 發(fā) 期 ： 圖。 8。 性的 ，優(yōu)勝劣汰同倫 團占 地 。同倫群的軌跡候可行的 施的。了不同的軌跡人口通過 下 施：1）不容許 同在 人口軌跡; 2）隨機選擇 軌跡變 ，不3）使用 性 營介紹劇變軌跡; 4） 換 隨機選擇的軌跡，最不適合;及5） 立和 亞群的軌跡。最 施的，下面解 。A：亞群及 性 我們的爬坡”法的軌跡人口劃分成 亞群時， 新的 據(jù)們的時 開的方 。 境方 1軌跡定義n 差從最 的配 第 配 （ n 自由度的機器人）。我們 ” 間的角度 開 和兩 方 的 的軌跡b 產(chǎn)：1角b =從頭余弦。如 閾大， 么兩 軌跡可被 于兩 不同的亞群。從在圖的例子。 7，我們可 看 大的 性 基地軌跡的同倫群和亞群它 于 據(jù) 發(fā)的方 分組 境方 的它要 時間復(fù)度O（。 此，隨時間的推移，我們作 下的 復(fù)O（n）：選擇 發(fā)，分成的間，并 方 分的軌跡人口進 亞群 對應(yīng)的時間間 。 亞群仍捕獲 性粗糙的水。請 ，由于亞群被 新或 新分配 在 新的 新的方 發(fā)， 圖。 8。 性的 ，優(yōu)勝劣汰同倫 團占 地 。 字基地軌跡。 隨 時間的推移 性捕獲和 。如 兩 軌跡在兩 亞群 發(fā)的方 時 常 ，在時間噸+ T， 么們將不會被分配 兩 不同的亞群 次在未來使用周期 對應(yīng)或 噸+噸在 上， 性的選擇 次 機器人要來決定哪 軌跡， 新發(fā)生與 用 境指 ， 捕捉 性滿 要求?；?下，在 規(guī)劃周期（見 程 在第 部分）， 坡”法會產(chǎn)生 或兩新 軌跡，它會使用（ ）， 新軌跡 的軌跡。 隨機選在的軌跡， 檢 ，如 它成員亞群。如 它不會被，并在隨機選擇 的軌跡，等等。在 ， 性 。如 施， 不同的亞群，適生 亞群可配 過人，如圖中 的例子。 8。如 門 突 閉， 的軌將成不可行。同 性的 ， 在第九組，隨同在）。圖。 9 了 不同的例子來 利 性 的手臂軌跡。在 ，機器人前臂可能 不同的路線 下酒吧 。 次，如 通可能被阻止 ，不同的軌跡人口將幫助機器人很快找 可行的通。接 亞群的 。了選擇適 的亞群男，我們 角度增的劃分 80。例如，使用30此 將劃分分12組。了找 定的環(huán)境中最小的增 ，我們 ，在任 障礙最小尺寸環(huán)境，我們L ， 及距 門 （機器人 間的最小許距 基地軌跡。圖。 9。任務(wù) 不同的手臂運動軌跡的要，與開 配 （上）與目標配 （下）。該通可封 鎖 并 新 打 開 。圖。 10。任務(wù)環(huán)境1 - 6攜 與動態(tài)障礙 棒（7）靜態(tài)障礙。和障礙）。我們作 ”上 = ） ，我們可 選擇 小于， 我們解決 的最低的環(huán)境。我們 在M =360/N = 小k1 ）。我們選擇 適的K決于可用 ”機“能力。在 來 ，在可確定的基上最低 占規(guī)劃 軌跡夠快的善。 我們的爬坡規(guī)劃勘探和開 能力。我們的劃的 勁 提供體面在不同的 。九，執(zhí)行情況， 和討在中，我們提 我們的執(zhí)行 和討了的性能。A. 執(zhí)行了 了，我們 立了移動機器人 器美洲獅560安 在移動的基。無作 性的 網(wǎng) 。我們使用的 40進行實時碰撞檢。了 環(huán)境動態(tài)， 體（或障礙）同的方式在移動軌跡的執(zhí)行情況;不過，規(guī)劃”法 驗知識 運動。在 檢 周期，開 （即 和方 的障礙）的提供的應(yīng)該我們實施了爬坡”法在C和C + +和執(zhí)行四核 電腦與 在我們的實驗中，我們 下面的。該機械臂和 35和20 斤。最高速度和聯(lián)合彪馬速被 120/ 基地的最大速度和速度 2米/秒和1 m/的 移動機器人 60赫茲。該 ， 此， 對于 劃周期，中 的很 倍 據(jù)工作環(huán)境。我們 方面的爬坡性能 劃性和。無 。 10和11 了兩 工作環(huán)境。1）器人的 期任務(wù)從地上桿 中。該 夠遠的 基地的運動的。 靜態(tài)的環(huán)境和 6移動作動態(tài)障礙 兔子：2旋 對不同的角速度，行于地板，和4 不同的對角方 移動（即，既不直不水，在不同高度）。2）在工作環(huán)境2，我們的任務(wù) 房間在柜臺上和 握的對象。 靜態(tài)在第 房間 的機器人最 。 12 不同的障礙，不 變化的動態(tài)軌跡; 變方和速度，從線性 變化在不同的角運動倍。兩 動態(tài)障礙 移動第 室，并在第 房間休息動議。了 執(zhí)行的軌跡最優(yōu)產(chǎn)生我們的實時動態(tài)環(huán)境匝規(guī)劃師，在障礙議并 知，我們 脫機產(chǎn)生 的軌跡軌跡在 同的動態(tài)環(huán)境，同 的任務(wù)圖。 11。任務(wù)環(huán)境2深遠 與12 柜臺（對象動態(tài)和靜態(tài)的墻壁和障礙）與 知障礙的議案。 優(yōu)化軌跡能生產(chǎn)環(huán)境時，充分眾 周知。我們通過 我們的 線規(guī)劃師在，”法3 。線規(guī)劃師 規(guī)劃 據(jù)要人產(chǎn) 近最 優(yōu)解配 和 開 目標配 。劃將止時，最 軌跡 的在1000。請 ，我們我使用的指來 ”在脫機規(guī)劃師的 ，不坡絕對時間噸。我們的 線可行的軌跡規(guī)劃師搜索接 開 配 和配 中的 目標從 上 知的隨機抽 的隨機規(guī)劃，如大羅馬尼亞黨或復(fù)審?fù)ィǎ?。它不過大羅馬尼亞黨和難民審 法庭提供的優(yōu)勢：它性 據(jù)標準的優(yōu)化優(yōu)化在 電腦 層 間，不限的圖或路線圖。它產(chǎn)生 接近最優(yōu)的解決方案 進化”法會 予夠的運行時間。請 ，自們的運動障礙，知， 的，可行軌跡生成的， 的 障礙和帳戶議案將永遠，可行的。此，亞群，中介紹， 應(yīng)付在爬坡的不可預(yù) 性，線規(guī)劃師要的。 ，我們的劃和爬坡的 在兩 任務(wù) 在脫機環(huán)境規(guī)劃師無 。 10和11。 的 決 任務(wù)， M = 18和K = 們的 產(chǎn)上的最佳成績），使人口 N =知識= 20（見第八第1欄 了如在圖 的環(huán)境。 10和11。第2欄 總成（即，健身 的執(zhí)行軌跡）的我們的實時爬坡規(guī)劃師。第3 了體成作規(guī)劃的 線 接近最優(yōu)軌跡。第4欄 的分 軌跡成超 近最優(yōu)軌跡成，作 施我們的爬坡性能劃。驗 ，在 大約30，高于脫機 劃，近最優(yōu)的 軌跡。能源成約 ，實時時間與近優(yōu)軌跡 25 “決（ 組 = 20 ，爬坡”法統(tǒng) 超過25決N = 20) 三，”20，我們從 小小的增 成增的能力，“未知的環(huán)境在實時變化，可能 規(guī)劃。 了的統(tǒng) 兩 例子任務(wù)。它 了規(guī)劃在于 任務(wù)都不同的環(huán)境旅行距 移動機械手的 度， 執(zhí)行時間 不同。了 估 合，我們的成 我們的爬坡與 止 營 劃的 功能齊的反對與止劃的 營不使用。三 了間成的 止運營，和百分 增。三清楚地止 營的優(yōu)勢： 少的能源成未 止運營商和時間成能減成的 義。 止許可證移動機器人的手臂或 止或基地（或兩） 運動時選的不確定的障礙時尚（不， 使同 。在 止運營商省不能 犧牲能源浪 時間， 還能省時間 及， 據(jù) 。最 ，我們還使用了兩 在圖 的環(huán)境。 6和 9，作工作環(huán)境和任務(wù)環(huán)境4和 3，分在 的創(chuàng) 和 的性5例任務(wù)環(huán)境中，實時時間成 劃 軌跡，如 。四，性能和無亞群 超過25N = 20)軌跡 性的亞群。我們 獲 的 與亞群（即M = 18，鉀= N =知識= 20）和無亞群（即M = 1，K 20，和N =知識= 20），四。 ，我們希望 減少時間或被迫 車次。四我們的，通過亞群的 性能夠 ，減少了運動的執(zhí)行，即總時間，用的時間。伴隨此 （可在 ） 實時執(zhí)行任務(wù)，中 6證的力通過亞群的 性的 。 移動機器人三我們的方法適用于動機器人， 機器人不知 機器人運動障礙和 見作機器人要 的。在 情況下， 機器人都自己的實例在舷梯規(guī)劃師，它的 見 移動機械手作七，八（或障礙），6移動機 組成由于鏈接（ 負載 ）的 手機號碼機械手。無 。 12和13 了兩 不同的任務(wù)環(huán)境 移動機器人。任務(wù)環(huán)境圖5。 12 四 在 摘任務(wù)的移動機械臂合作最 12 網(wǎng) 。 機器人隨機選擇 ，拿 它，并將 于它在角 桶。 的機器人反復(fù)選和無 的地方，直 在地面上。在過程中，對于任 機器人，機器人目前不議案動態(tài)障礙。在任務(wù)環(huán)境6圖。 13 ，3移動機械臂 同的工作分開，執(zhí)行任務(wù)： 從地上的網(wǎng) 和地在水桶們; 動作從 中的小方塊， 及1 從 移動 棒 地方。 機器人 反復(fù)動作 次 對象，直 它應(yīng)該對象動議的議案。在 過程中，機器人反復(fù)叉路徑，此，創(chuàng) 復(fù)的，不確定動態(tài)環(huán)境下的 機器人。在兩 任務(wù)環(huán)境5和6， 移動機械手 次通過移動 對象執(zhí)行 任務(wù)（ 在 時間）， 便在舷梯”法的應(yīng)用實例反復(fù)與不同的 和目標配 。 第六 依賴于 機 如移動機械臂 對象或不圖。 12。特工作環(huán)境5 機器人拿 網(wǎng) 。圖。 13。任務(wù)環(huán)境6 機器人執(zhí)行務(wù)。伴隨 （可在。在 機器人任務(wù)環(huán)境中，我們看 了 動態(tài)的 互作用 間的同步規(guī)劃和實施進程機械手的移動機械臂的同： 移動的障礙和移動機械臂影響人的軌跡規(guī)劃和執(zhí)行。 移動機械臂的影響 此的議案來回。在工作環(huán)境5， 機器人自發(fā)的決定 次 ，它的任務(wù)目標機器人動作。的 自發(fā)和動態(tài) 間的 互作用在機器人兩 環(huán)境5和6的不確定性和不可 知啟用脫機運動規(guī)劃。 于在與爬坡適合 情況機器人，能夠找 并執(zhí)行 可行和 近最優(yōu)解軌跡的機器人。五 爬坡規(guī)劃師統(tǒng) 移動機器人的 機器人任務(wù)環(huán)境56。 移動機器人 實例的劃，它運行在 獨的此， 坡”法實 的 移動實時性能機械手在機器人案。對于爬坡例來 ， 次，男= 18，鉀= N =知識= 20。該五，爬坡 兩 機器人”法 超過20決(N = 20)中的 執(zhí)行時間執(zhí)行時間 機器人來成任務(wù)。在案的任務(wù)環(huán)境 5，機器人的工作時間，直 的 被放進水桶， 機器人 同的任務(wù)， 們可總執(zhí)行時間， 味 們的 工作負或 或少 同，即使機器人不同 的被迫 止。在任務(wù)環(huán)境 6， ， 機器人都不同的工作， 此，總時間成的工作 不同的機器人。五 ，在移動機器人的三 棒時間最 ， 成工作。在兩 環(huán)境中， 機器人同時工作，最 的時間 人機器人