仿人机器人的自适应运动规划[外文翻译].rar

附件C：译文

仿人机器人的自适应运动规划

摘要——大体上来说，多自由度机器人运动规划是机器人研究领域一项待解决的课题。在此项研究中，一个考虑到仿人机器人不同运动部件的轨迹规划方法被提出。由于不是所有的机器人联接在不同规划阶段都重要，基于RRT算法的规划能在过程中改变自由度数以改善绩效并提高结果的质量。该方法的运行时间是通过和标准RRT规划方法对比来评估的。此外，也研究了这种算法的几个扩展。

一、引言
多自由度高冗余度机器人系统的运动规划是一个具有挑战性的研究领域。对于一个给定的任务，算法必须用快速并强大的方法求出所有关联联接的轨迹。一般的运动问题属于多项式空间难题[1]，这就意味着对于多自由度系统，规划时间会显着地增加。为解决这个问题，已经开发出了一系列近似算法，有希望尽快找到答案，不过一些解法忽略掉了的限制条件[2]。
一个仿人机器人有好几个子系统，比如手臂 、手和头，制定规划过程都应该涉及到它们。在参考文献3中，提到一种方法，主动联接数动态变化，以适应可以得到的工作区的量。参考文献4中，提到一种多级规划方案，通过增加每级的非完整约束，规划的复杂性迭代增大。参考文献5中的规划方案能根据检测到的环境状况，自动调整仿人机器人的4个自由度。这种方案主要取决于环境的检测，如果很多联接用于规划，这一步也会很困难。在参考文献6中，提出一种多级规划，由一个低维构形空间分辨率启动，增加抽样分辨率到找到粗解。这里提到的方法采用自适应控制用于规划的自由度数的思想，从而提高规划绩效。这种规划运用由规划阶段所决定的不同的机器人运动子系统。例如，抓取物体这样典型的规划任务可以分为几个子目标。机器人需要移动到目标前，然后手臂的伸展进程应该把工具中心点（TCP）移到目标附近，最后，手抓取目标。由于某些联接对某个子任务没有影响，所以不同的阶段不需要用机器人的全部细节来规划。本报告所指的自适应规划选择运动子系统时取决于目标的距离。规划基于有效的单查询RRT算法[7]、[8]、[9]，这种算法用于建立无碰撞结构树。该算法通过对比RRT算法的参照实施来进行评估。仿人机器人ARMAR-III（图1）抓取任务规划的仿真环境作为测试用例。