机械专业外文文献翻译-外文翻译--实时自适应运动规划 中文版

《机械专业外文文献翻译-外文翻译--实时自适应运动规划 中文版》由会员分享，可在线阅读，更多相关《机械专业外文文献翻译-外文翻译--实时自适应运动规划 中文版（31页珍藏版）》请在装配图网上搜索。

实时自适应运动规划（机坪）在动态环境下移动机器人无法预见的变化约翰凡诺伊和静肖，高级会员，电机及电子学工程师联合会抽象介绍了新颖的实时自适应运动规划（机坪）的方式规划适合 高自由度或余的机器人，如移动轨迹 机械手，在动态环境中的障碍与移动 未知的轨迹。在同时 路径和轨迹规划，同步规划和实施 在实时的议案。它助于实时优化在不同的轨迹优化的标准，如减少精力和时间，最大限度地提高可操作性。它还可容纳部分指定的目标任务的机在方法利用冗余（冗余机器人运动等在移动与操纵机械臂）通过机器人配 变 ， 最 地实 合的障碍 和优化的目标。 实和在 化的 工作环境， 与环境中的 移动机器人。 （ 及 的 ） 了¡，¢高£⁄和¥ƒ性，§不« ‹ 的移动机人在动态环境› 与未知的议案，碍静态的障碍，–†可 很容易和‡£地划的议案·机 移动械臂在 ¶•的环境移动机械臂和¢‚移动障碍。指„ ”，自适应，动态不»运动障碍， 的 合，移动机器人，部分指定的目标，…‰的时间，冗余机器人，轨迹优化。1， ¿运动规划 `´ˆ机器人˜¯[1]，[2˘ ‡˙] 机可¨的议案器人 ˚目标。运动规划高自由度移动机械臂的˙¸机械手或 ˝˛ˇ性—移动机器人， ·高 配 机器人 间5 很少或 ` ‡ “ « 间的机器人工程， 及如 手 16，2007; 2007Æ12 13 和3 5 2008Æ。ª 2008Æ10 1 Ł的最新Ł`，2008Æ。`Ø 议由Œº Ł æ和 ， ı¡的 见。łøØœ的部分 提ß 步的会议 能机器人与系统，仙台， `，2004Æ。提ß人与 能， 媒体和互动系统（实验室， ”机科学系，中北大学 在北卡罗来纳州夏洛特，夏洛特，北卡罗来纳州28223美 （电子邮œ： `Ø的补充材料可在下载，由作¡提供：1 的实时 规划和执行移动机械臂运动我们的爬坡”法。ł部影片的„字，ł Øœ。 „间配 £⁄高于三 层面在很大程度上仍解决的´ˆ。 运动 ˙研究规划随机”法，如流行的概⁄路线图（]和快速扩展随机树 复审庭）方法[4]，发 的寻找 ˝‡高自由度机器人无碰撞路径脱机， ·ł ”法造机器人的配 »确抽 的 间配 间。大罗马尼亚党方法‡很大的启发提高抽 工作和路线图施工[2]， 最近的 篇Ø章[5]生产紧凑的路线图， 便 地捕捉不同伦路径组。通过 立 树，§不，随机回应法 合适的拍摄或路径直接产生的轨迹，从§ 适合在线操作[6]。ł两 方法都看 很 变 [2]。†‡基于遗传路径规划方法”法（气），或¡ 广泛地 ，进化 ”[7] [8]，ł户定义的优化准则。ł 优化˜¯ 被广泛使用，并成功 在许 应用领域[8] 优化 ´ˆ。‡两 º要方式的应用。 ‹的方法 体´ˆ适合标准的， 成的，的遗传”法，解决运行它联大， ，地图的 回 应用程 域。ł 可 适用于 ‡的方法的， · 不它的力 人工 造的 ´ˆ还‡ 标准遗传”法，–'限于 式可能会 ´ˆ的 要性 。 基于遗传”法的路径规划方法[10]，[1用ł 方法¢中C - 间 成 网 ，§路径 定 度的 。·标准 度的 操作，搜索 。 ‡£的方法 的¡¢进化 ”解决 ´ˆ ·自 和适£的⁄¥性。ƒ§的路径规划方法[12] - [14] 于ł 定实时路径规划方法ƒ'[12] 2 移动自由度机器人，ł3] 的三自由度“行机器人 ˝体限 分‹⁄路径⁄¥ 议在[路径规划14]。–‡的进化 ”法‡ ›„ 适£，ł 不 ‹的任务。规划，运动规划， 产生 对于 可执行的轨迹在配 机器人×时间 间，或，§不 – 路径。 常见的†法轨迹规划 产生的路径规划师。 · ¶ 的框架的•性 法[15]，它可 变‚·机器人的轨迹£地 移动„无碰撞”»'障碍…‰接在 三 的机器人的 和目标工作¿。ł 的”»'…分解基于路径规划`´[16]。ˆ 方法§，ł ˜中最¯力的 ”法˘˘环境 知'，† 静态对象的，和移动的 体被˚·与[17] -[20] 知的轨迹。¸于“«未知运动障碍，'方法介绍 移动机器人[21]，[22]。 能力 合使移动机器人适用于 广泛的 ˝— 定基地或移动机器人机械手的任务。对于移动机器人，任务目标˛态 最ˇ£应，我们˚ ·配 地 与地间的任务，或 —路径（或轨迹的最总£ ）我们˚ · ，下面的任务和目标 /基路径 不»。在ł ， 要的´ˆ移动基地和机械手。ł ´ˆ， ·它 及冗余的决议，提 了˛ˇ与机 并 。 在 的Ø学“«ł ´ˆ从许 方面。 研究人员机械手和移动基地 作· 在规划路径冗余机器人· 地任务[23] - [25]。 规划”减 配 ·移动基地…£机器人执行任务 [26]，[27] 受 人移动基地和 ，下面的任务机械臂[ 图28]，[29] 定 移动基地最大化操作性。许 Æ 非˙ª约 。‡的工作环境进行最˘˘与移动机械臂，少„ 知的障碍研究人员 ·，移动上网的障碍。 方法[30] 用随机回应作·地方 划来 新 产生的 大罗马尼亚党的路线图“«移动障碍。 ŁØ任务，高£⁄法[31]Œ许基地 ª路线， 如 可能的º，同时 移动的最ˇ£应下 障碍 如直线 。ˆ 方法[29] Œ许 基‡， 便 ¢不 的障碍通过 æ的手臂，§¢ ŁØ议案下 œ·基‡的 ‚方法 ：基于对 在领域 [32]， 未知障碍和在 ı 33] 基地的议案， £地移动障碍 定。 †特ł用ø的规划线上规划师两 机器人手臂的动作œ来œ从 地方ß 机 [34]。–们不‡工作 划，可 知'高自由度机器人运动在¨ 许 未知动态障碍。 我们的´ˆ与ø径规划高自由度在ł 的环境中机器人运动许 未知的动态障碍 成的特ł˛ˇ。ª ，规划要† 实时，不能†脱机§不能基于 预 地图环境化的不可预见的方式，即配 间的障碍化的。ł 环境的例子 大型的 ¶广场 ¨部 不同的方式， 仓库充分地的人繁忙的移动机器人和人˜的工人，等等。ł 环境止环境或 知的动态环境中（即与¢‚对象轨迹 知的），在 可合«地运动规划依靠探索的C - 间 知的静态环境（）或电脑 层 间 知的动态环境（）脱机（如罗马尼亚党）。•性地 方法提供了¥ƒ性，使 机器人运动小 ª， 未知的议案 障碍，如 在C - 间的基`拓扑不 变。对于 不 变化的C - 间的拓扑环境 在未知的方式，‡ 划的路径/轨迹可 被宣 ·无£˙¨在任 时间， 此，实时自适应¨局规划 能力作 大 变的机器人议案。规划和运动应同时执行并 据检 ，从§确定规划›能适应环境的变化。从` 上看，解决运动规划中的未知动态环境不能产生 ˙ª的规划”法。† ‡”法能够 证成功，ł 未知环境。我们'能争¨ 合«的”法 作·”最佳司机高自由度机器人…，–使驱动程 不能 证，如 ¢‚的 在环境 ‡受 ‚/她的 Ø针对´ˆ的实时同步路径和高自由度机器人，轨迹规划等移动机械臂，¥演 地 地方工作在 未知的动态环境障碍的议案。该议案的障碍可 阻挡无ı手臂移动机械手或两¡。我们介绍 独特的， 的实时自适应运动规划（机坪）的方法。我们爬坡的方法在无ı规划和随时随地的，并行和优化 规划进化 ”，同时 缺 。¢ 独特的和 的方法‡£的‡˙´ˆ。在下– 特 。 1） ‡轨迹的⁄¥在 次的在不 善同步规划和执行， 立 不同的”法路径/轨迹顺 （或递增），使 ª 路径/轨迹可 成·'‡在最 规划过程。我们随时可 提供规划¡ 快速，‡£的轨迹继æ生产。 任 时间，轨迹， 适应实 —要的时间¨ 规划。 2）不同的优化准则（例如减少能源和时间，优化操作性），可¥ƒ，方便地安 在 无缝的方式优化，‰æ电脑 层 间，§不 ‡限的图‚或路线图。轨迹规划和优化的 œ，§不路径规划。 3）我们的 划¡在` 上前 ‡的时间轨迹， 瞬间的，如 ›要时，机器人的运动急剧 ª， 适应 识 在新的环境的变化。ł'轨迹 ª能力基于对 知的同伦路径˘ 。ł†划不同的顺 ，如随时«*搜索[35]，ł†要求 立 独立的 家 间搜索的限们的规划师不‡。 4）轨'搜索和 估（¢最优）的不 适应变化的 ，– 前的搜索（即知识积累）被 高£的实时“«。 5由于规划和执行）（即机器人的运动 下 目前·止，该 划的 ）行的部分 轨迹机器人可 按照可行的 部分ł 轨迹（如 它最 的）并切换的轨'， 不可行部分。 6）由我们的`划¡， 轨迹轨迹可 在目标¿域中的 不同的目标 ，† 部分指定的目标，§不‹ 的目标配 。 7）我们的规划师⁄¥了 冗余机器人轨迹，移动机器人，作· 合轨迹 余的变 ¨了冗余的优势·了最 地实 障化目标。该Øœ的¢余部分组织如下。第 ¸三¸和第四¸描述´ˆ的⁄¥性和 化;第五¸概述了轨迹的 估，并优化准则 介绍了 的`´。第六和第七部分描述`´ 变轨'， 产生 的工作。第八¸介绍了如 利用¡可 创 和 化的轨'。第九¸规定的执行情况与实验 和讨ı¥ 该规划师。第十组的 ıØœ。概述在舷梯方法我们的方法的 基`前提ß织，使同步机器人运动规划和执行。ł过我们随时规划”法， ˇ 在 间的 谓机器人 套˙ª的轨迹人口。的可行性和最优 轨迹， 谓健身， 函„ 码优化标准。可行性方都不可行，可行的轨迹Œ许在 人口。被 ·˜型，轨迹§在健身最优。最 的人口子轨迹。故 子轨迹 ⁄¥不同的亚群的 造·了实 人口的 差异。如 环境 含 知的静态障碍，基于轨迹˙于预 划与可行路径知的静态障碍，†可 在„。见第四¸了解 详情。旦最 的人口组成，它提高 1 钳工通过 善人口，被˚· ⁄迭⁄。在 ⁄人， 机选择 运营商 间的 变不同的运营商„ ， 及由此产生轨迹可能被用来¨⁄轨迹胜劣汰，‚成 新的 ⁄。适¡生 轨迹总在人口，'能从 ⁄提高 ⁄。 ⁄人†被˚· 规划周期。·了提高 群健身，‡ 少 步规划周期可能会运行基‡上， 步检 环境信息前，机器人开 执行适¡生 轨迹。该机器人不—要等待 可行轨迹 ，如 ‡可行的轨迹可用，机器人将开 沿可行的移动轨迹适¡生 同时继æ·钳工搜索，希望能找 可行的轨迹前在距 门限Ð第 预 碰撞或奇异的执行轨迹。ł ˇ´«的 ·：1）目前预 可能成·可行不可行轨迹稍 反 亦 ; 2）被‚容 ，我们的`划¡使机器人切换 的轨迹，如 ‡可用的， 此，轨迹不可行的 部分 ，机器人可能 切换的轨'; 3）`´使‡限的遥感，机器人可在¢中 ‡感觉，直 œ来œ近的障碍，及4）它提供了 在•' 的安¨ （见第五¸）。由于机器人移动规划将继æ提高人口的轨迹，直 下 机器人可 切换 钳工轨迹， 便它 ˇ遵循最佳轨迹。·此， 轨迹新要从£前的配 与目前的机器人£ 新的速度 对于轨迹的‰在¢次，ł 味 执行的部分轨迹对 ‡¢‚ 轨迹，ł 味 ，'‡ 和速度配 ‰在 变，对 的轨迹休息 （第三¸） 不变。请¶ ，ł 们的 对 应化⁄，能— 伺服周期， 确 不 可 ‡ 上的规划循环。ł应。 1。规划 间的˙系， 期。在动态环境的变化规划师在 感 周期，从§ 新健身·的轨迹在随 规划周期，运动障碍，预 未知的议案在健身 机器人轨迹。在 化的人口 在的不 高快速轨'使机器人适应环境的变化。它ł † 轨迹在 情况：£电流轨迹该机器人如下变差或不 随 由于即将碰撞（即，机器人可能不—要 止运动，并 新规划从 开 ，§¡ '—要切换机器人在人口 速可行的或 的轨迹在 无缝的方式。 选择的轨迹可 非常不同的同伦群和上 次“« 的大变化。在机器人的情况下，£˚ £前轨迹Ж发 ‡ 的轨迹 ，将 止¢议案 ，即– 止， 坡规划师（即机器人的”¡ …的过程）从未 止，并继æ 划并· 地·机器人轨迹搜索。该机器人 旦 复它的运动轨迹 的发 。ł 规划/ 感周期继æ进行互动，并 在 最佳的目标配 的机器人实时方式：进它遵循的轨迹，如 ‡ ‡环境的 变，或同时 ª和˙善轨迹感觉 的变化。图。 1 » 间规划， ，和传感周期（请¶ ，实 的规划周期 度不同）。在 述”法1。进化”法不同的们使用随机选择和随机 ，不能被˚·”变异”子…运营商， ·‚们 ¨ §不创造 不同的人口准适应不 变化的环境。我们进 步在 性和 止人口的同 性通过创 和 轨迹不同亚群作·的轨迹在第八¸详 解 。此 ，在不—要 ª概⁄ 及 ·大 „¢‚许 进化”法†。ł †的 ，很容易实 并˝‡ 的不同工作环境。 实上，我们的”法'—要决定人口规 ，–·可 不变或¡ ‡很 不同的环境不 感， ·会在 面介绍第八¸。该 估程 的 健身†的，纳 常Æ 在 œ许 ¢‚运动规划”法，不 还不可行轨迹进行了 。我们的爬坡方法还¡ 部分规 目标：'‡最ˇ£应与 和方 对于¢£⁄标系统的。不同轨迹可能‡不同的目标，基`配 和手臂配 （即˚ 同 最ˇ£应目标）在移动机械臂三。轨迹的¥ 我们⁄¥了 独特的移动机器人轨迹机械手的 合和¥基 ƒ党˝‡ 下特 。1）·机器人子系统，配 路径的 在¶同指定的 间，在此基‡上 立方§使用 ·基‡子系统）， 配 路径 在¢£'卡“ 间⁄标中指定2) 对于基`的子系统， 配 '路⁄标的解«的 间的指定系统，线性与‹ 面›和•'ı间的函„轨迹可能 含 定·变 ‡运动，ł 时间间 可能或可能不会两 –的轨迹。ł 合的行·：要么子系统移动，§¢‚ ‡†可 在¨体同 时间。 4）两 子系统轨迹† ，‚成时间 轨迹，它‡ 确定的议案ª 系统。图。 2 »此 ˙¸轨迹和 概· 基轨迹。º要利用 合的地 与地 间的任务不确定动态环境中的¥ƒ性：£ 动态障碍 的 ，‡时的手臂运动使 — 基地 ¶议案运动，‡时£地 变了运动§不 手臂的（•¢大型‡£载‚„行的最ˇ£应），‡时两—要移动作 回 ;，‡时 能源，”¸' »时间，‡£地对ª 系统障碍通过。我们的爬坡规划师 合的议案Œ许 ‡ 前的… 发生的情况§定«轨迹领 移动机械臂从目前配 （˝‡ 定速度和‰速度）， 目标配 。 ƒ党可能 任 „ 的部分，由 配 分 ，†˚· 。对于 部分的„据 含该信息 ˝可行性和部分健身（见第五¸）， 及«¢速度和‰速度在 £ 如 分迹生成使用最 码的时间最 的联合（ ¿ ）的机器人移动 从开 的 的部分，Æ 速度的限速度。对于手臂， 联合部分式的时间，并·基地，部分 ›合。˝体来 ，最低的执行时间瞬 ¸我·路径”三次轨迹，在¢最大‰速度和最高速度的限于1我们 ”基地手臂动作，§不会移动，…我们 味 手臂 ‡ 对运动的基地。图。 3。´图和ˆ钳臂轨迹人口目标的基‡上”G” 同的路径，最低的基`I = 0时还 ”了线性与‹ 线轨迹¶› 在¢最大‰速度和速度的限接下来，（ 基准最大瞬 ¸）， ，被用作—要˙成的时间 ， 应的轨迹手臂和基地）可 生成。请¶ ， 复¯的方法，同时Æ 动力和˘˙的限6]，[37]可 用来确定最小时间轨迹。 §，在ł 我们—要…‰的¨ ”最低时的轨迹实时性能的规划。图。 3 »了 机器人，它的手臂和基地轨迹人口， 分˜。 轨迹‰接在 手 或基地 。请¶ 该行`身' 该˚¸¢中 ´了 路径，£ ‡实 的路径。在 行 的„字 路径与轨迹最高·健身。四， 化 步的人口子轨迹。在生成随机轨迹组成的随机选择的 配 ，„的联合限机械手和基地的工作¿的 £。该最 的基‡和手臂配 ，分˜确定 。基`配 随机 在 合«的目标 近生成的手˝ ˆ 器 ， 便能够˚ 目标。˛运动学用来找 应的配 手臂联合 间。 中间 的随机„´ 该基地的轨迹和手臂的轨迹。 随机抽 的配 。 旦 的创 ，可 ”的轨迹（见上 ¸）。‡˙ 轨迹等信息在 轨迹。 在†故 子 人口与轨迹的基‡上 立不同的” 发指 ”，提供 性（ 第八¸）ł 图。 2。 的 合的运动和操纵图。 3。´图和ˆ钳臂轨迹人口目标的基‡上 ”G”此 ，还可 群轨迹 据预 划的可行路径 知的静态障碍。ł 预 划的路径，可从1 ‡方法（例如，罗马尼亚党或复审庭）或从我们的 线运行师（见”法3）。ł， 机坪可利用 ‡的 线规划部门在“«能力˝‡˛ˇ性的，如“«”ˇ（静态环境静态通'”的 变 º要 中在罗马尼亚党）。五，适应度 估的健身 函„的使用可 ¥ƒ应用不同的标准和优化组合和— 的 标准。在我们的规划师，健身 两部分：可行性检 和优化标准。我们使用两 不同的 函„可行的和不可行的轨迹。在 情况下， 函„成`函„来 轨迹健身。在 高的 能， œ 差或 ·少安 轨迹。A：可行性检 目前我们使用两 约 来定义的可行性 轨迹：碰撞，无奇无。 旦轨迹生成（第三¸），我们的规划师检 可行性 轨迹。 此，它—要 确 ‡遗 碰撞或奇异的配 两 的， 的配 。我们的`´， 碰撞 碰撞前的检 。` 同 的精 ，我们 ·配 的可操作性的成`[38]门 ，即非常接近奇异的配 ，奇异的配 。 轨迹 它期。« ´在¢配 同 地，如 ‡轨'轨迹可行的。 则，它被˚·不可行。功能的可行性轨迹对于 可行的 函„ 合轨迹3优化准则，ł¢实 ：1）时间（最小化）;2）能源（最小化）; 3）可操作性（最大化）。 轨迹，'¢ ‡环¸的时间 æ时间 子。由于提案的移动基地和机械手手臂不脱 ，使‚们能够 发生， 减少时间 施并不能¿分‡£⁄的轨迹从ˆ 不›要的 ø最低议案手臂或基`移动t§它们˝‡ 同的执行时间。 此，我们用ˆ 最低能 最优的 施。ł ，我们可 ¿分两 轨迹¢时间要求能源—求， ª的能源于 轨迹能 ” ‹§‡£ 近：我们的 并不在确定在执行 精确的轨'能 ª，§和† 不同的轨迹能源 ª。 此，估 我们—要Ł够的。我们近 的基‡环¸和手臂的‚˛移动由气Ø机械手， 化 ”Œ性º 。 过 可行的轨迹生成，我们 ” 环¸的基‡ （能源 ª作·‰ 0）的总动能变化的联系方面在ª 轨迹，总 能源 ª作·能源 的¸•' ， 估与 ˙的可操作的轨迹，我们要在 配 中的可操作性 施在 轨'·将˛增 的—例，接近奇，并 可 此， 了成`的 施。我们 ¨ł 的Æ 直作·˙系 ª 轨迹˛成`·可操作性。对于 可行的轨迹ª体的健身 ·组合 é的能源成`，时间成` ˙的可操作的轨迹 é 体 M æ3 = 1，2，3， ，指 的 要性 ‰常化的 决定的最大的估 函„的轨迹不可行如 轨迹们定义·适应·的总和 º ı 函„·的成`， 期P‡两 目的。 目的可行的轨迹适的。该ˆ 对安¨的 施，使服务不可行 小的“ ł被 ·轨迹 此，钳工— 大的ı ł。对于 ¡·此，我们定义 不可行轨迹ı ·P =的Q / 中大于线性速度ø直组œ被 ·， 在的能 变化 在„。由于 ‡轨迹¶• 同的 ˛态，它们¶•同 œ线能源。3轨迹，我们 ”¢ß如”可操作它†第四度·104我们的实验无ı间预 碰撞或第 奇异配 ， ¡·准，在轨迹。† 我们Æ 安¨，如 的时间在第 预 碰撞/奇 。成`的 · 在的健身指标不可行如 它变 可行轨迹 操作。通过Œ许在 人口不可行轨迹，我们的”法积 最大化的机会来优化机器人实时行动£⁄。通常不可行的轨迹可能 来 可行的轨迹。四 ¶应该指 的‚标准可用于—合成 函„不‡在规定的 程 的变化，§不。我们可 选择优化任 标准，¢中 基于可行的轨迹，例如，安¨与 定的 施[39]。对于非˙ª移动机器人，非˙ª约 可 ‰额 的 约 作· 轨迹的可行性和 纳 函„不可行的轨迹。还要¶ ，无ı行或轨迹不可行， 应的 函„的 ”作·对 ˜轨迹总和。ł财产大大方便高£的轨迹 ⁄人， ·'‡ 变”法的'受影响的轨迹和部分—要 新 估，•¢ ‰快旦ª次碰撞检 机器人 间的障碍和‹链路，ª 轨迹标记·不可行，并 ‡进 步的碰撞核对 要求的 函„不可行轨迹（）。六， 操作回¢ 下，在 ，我们的爬坡”法 ⁄ 操作上执行 轨迹希望钳工轨迹生成。我们使用 下六 操作。 1）´ ，游记，随机 间´ 2 随机选择了 路径。2）删随机选择的 被删）变 ，被替换 新的，随机生成的 。4）ß换，随机选¨两 ‹ 路径的ß换。5）ß叉打 的两 路径 ‹，并按随机分·两部分，分˜与 组：在与第 部分的第 '路的第 部分第 路径， 及与第 '路的第 部分第 部分的第 '路。6） 止，该基地的运动或手臂动作 在 随机选择的 随机的时间 。ª五 操作用来 变路径‚˛，随 ， 应的轨迹。止操作轨迹'。我们'的 操作（†˚· 营¡）申请选定的轨迹（第）。 ‡的 营¡用来 变该基地的机械臂轨迹和‹独或 随机方式。该站 营¡可 对变 的子 合 在 冗余机器人，冗余的，在移动机械手的情况下， 的 合方式轨迹该基地和机械手。ł两 子系统可 止‚们的行动独立或联合。概⁄我们的方法 供了 可能 止;在 止的情况下的，对`划¡将利用它。请¶ ，述¢‚行动变‹ 的轨迹 元的 变。该从两 ß叉产生两 子女的父母轨迹。 新的轨迹 可 非常快， · 次手¯' 变 轨迹‡ 的部分—要 新 估。 在爬坡”法（”法1），钳工 ⁄被放回 人口， ¨⁄轨迹的 亚群的成员， 性（‡˙此在第八¸）。在ª 人口适¡生 轨迹 ˇ 在下 ⁄新的人口P（吨+1）¶ 的P（吨）和P（吨+ 1）的尺寸 同，在 不同的轨迹。七，实时适应性”法1 ，在 时，在人口的 ‡轨迹 新，使‚们的 配 和速度成·机器人的£前配 和速度。由于可能成·可行的轨迹 æ规划的 ，机械手可随时ł 变化过程中执行新的最佳轨迹，§不的 请¶ ，£机器人的变化£ ，从 轨' ˆ 新的轨迹，实在 即使Æ 变化的成`（即，‰速或减速的可能—要的变化）·确 工作的适应度（第五¸）。 此，的变化，与实 执行的轨迹该机器人或最合«的 。£环境中的变化从传感循环），不 适应的运行轨迹规划师会人口在该实时变化轨迹可行性和健身 ·复 反对 变或 变环境的 部分。¯力的“« 新 估最少：`划¡'碰撞检 对 在移动或‰在障碍该检 周期。£‡移动障碍，我们的规划师预 未来的发展轨迹 移动的障碍。从 障碍的 识 在过 的两Æ周期和配 的传感电流检 周期，即在时间钛- 2，钛- 1，和行时间），我们可 ”（约）的线性和角度对象五（安迪- 1速度），五（体），和ω（体）。障碍的议案预 ·4 ‹的˜型：1）翻译'‡˝‡非 五（安迪）如 ω（接近 ; 2）自我旋 图。 4。动态陷阱 造成的高 ⁄循环障碍的议案。（1）机器人 划的议案， 运动障碍。 （ ）障碍˛ 方 ;机器人†的 （三） 障方 ˛ ，¢过程。图。图。 5。低 循环障碍的议案并 ‡ 圈套。 （ ）机器人 划的动议， 运动障碍。 （ ）障碍尚未˘ 方 。 （三）障碍的方 ˛ ，– ˚ 机器人目标。和自我旋 与非 五（ω（体）如 V（钛- 1）和五（‡˜ 的方 ， 及4）¨ 性的 换（约1不通过对象轴）与非 五（ω（体）如五（体- 1）和V（体）‡不同的方 。·轴心的¨ 沿旋 ω（远 由 距 r（障碍，它可 ” 五（ω（体）。`划¡机器人的轨迹下次检 针对ł 障碍预 轨迹，看看碰撞。我们的预 '—要Ł够 很短的时间才能在未来传感周期（可能或短周期的 ·它会被纠‰不 增‰的新感觉信息。 此， ‹的方法 Ł够了。请¶ ，要预 任 对象的循环或周期行·，如移动 反的方 ， 来回 前的˛态—要 我们的议案的预 ，与实 的 ” 。幸运的 ‡ 循环行· ⁄非常高，我们可 发，从 前'家不会增‰ 少成` ”，并随 `划¡会Æ 的 环行·障碍在规划可行的机器人轨迹， 动态的陷阱。如 该对象的循环运动 ⁄高于或 £于传感 ⁄， 可能少 ·过 的四 感应周期循环的趋势可 检讨。 反，如 循环障碍的行·˝‡£ 低 ⁄，我们可 不检 ， ·它不…‰的陷阱机器人。无§ 。 4 和5 »ł 概·。八， 性的创作与 对于不同的轨迹人口的—求，可» 从下面的例子。图。 6 了 任务，—要 机器人通过 门口 „图。 6。的任务，—要 门可 ˙闭，作·人口和轨迹 地打开最 的轨迹˘ ˝‡› 的 性， ¡付环境。ł „字¥»基地轨迹'。ˆ 的房间。– 门可开启或˙闭 地在任 时间， 此，应 ˇ机器人准 搬 轨迹， 封闭的大门并切换 轨'， 打开了方便 门。由于轨迹通过不同的门' 于不同的同伦群体，并 此十分不同，它的人口爬坡的轨迹，创 和 化的与许 不同的同伦群› 覆盖。如图 图。 6， 随机生成的 群基地轨迹可 £ 元化。˙来 或进 步促进ł 性。，由于机器人在不 变化的 营环境未知动力学，¢电脑 层 间不能 知'。 况即 使 态 的 ， 知 的 环 境 ， 如 的 C - 1 高 自 由 度 机 器图。 7。亚群分配的基‡上在 方 发 期 ： 图。 8。 ‡ 性的 ，优胜劣汰同伦 团占º 地 。同伦群的轨迹‰候可行的 施的。»了不同的轨迹人口通过 下 施：1）不容许 同在 人口轨迹; 2）随机选择 轨迹变 ，§不3）使用 性 营¡介绍剧变轨迹; 4） 换 随机选择的轨迹，§—最不适合;及5） 立和 亚群的轨迹。最 施的，下面解 。A：亚群及 性 我们的爬坡”法的轨迹人口划分成 亚群时， 新的 据‚们的£时 开的方 。 境方 1轨迹定义·n 差从最 的配 第 ¸ 配 （ ˝‡n 自由度的机器人）。我们 ” 间的角度φ 开 和两 方 的 的轨迹b 产…：1角b =从头余弦φ。如 φ阈·—大， 么ł两 轨迹可被 · 于两 不同的亚群。从在图的例子。 7，我们可 看 大的 ˙性 基地轨迹的同伦群和亚群它 于 据 发的方 分组˜ 境方 的·它—要 时间复¯度·O（]。 此，随时间的推移，我们作 下的¨ [复¯·O（n）]：选择 发，分成„的¿间˝φ，并— 方 分的轨迹人口进 亚群 对应的时间间 。ł 亚群仍捕获 性粗糙的水Æ。请¶ ，由于亚群被 新或 新分配 在 新的 新的方 发， 图。 8。‡ 性的 ，优胜劣汰同伦 团占º 地 。ł „字¥»基地轨迹'。 随 时间的推移 性捕获和 。如 两 轨迹在两 亚群 发的方 £时 常 ，–在时间吨+ T， 么‚们将不会被分配 两 不同的亚群 次在未来使用周期 对应或 吨+吨在` 上， 性的选择 次 机器人—要来决定哪 轨迹ŁØ，§ 新发生与 用 境指 ， 捕捉 性满Łł 要求。回¢ 下，在 规划周期（见 程 在第 部分）， 坡”法会产生 或两新 轨迹，它会使用（ ）， ¨⁄新轨迹 ‡的轨迹。ª 随机˛选在‡的轨迹， 检 ，如 它成员¢亚群。如 它不会被¨⁄，并在随机选择ˆ ‡的轨迹，等等。在łł ， 性 。如 ‡ł 施， 不同的亚群，适¡生 亚群可¡配 过–⁄人，‰如图中 的例子。 8。如 ł门 突 ˙闭， ‡的轨'将成·不可行。同 性的 ，ł 在第九组，†随同`Ø在）。图。 9 了 不同的例子来 »利 性 的手臂轨迹。在ł ，机器人前臂可能 ¨不同的路线 下酒吧 。 次，如 ł 通'可能被阻止 ，不同的轨迹人口将帮助机器人很快找 可行的通'。接 ˙亚群的„ 。·了选择适£„ 的亚群男，我们› 角度增Δθ的划分 ˝[80◦]。例如，使用30◦此 ˝将划分分·12组。·了找 定的环境中最小的增 ，我们 ·，在任 障碍最小尺寸环境，我们·L¥ ， 及距 门 Ð（机器人 间的最小Œ许距 ¥»基地轨迹'。图。 9。任务 ·不同的手臂运动轨迹的—要，与开 配 （上）与目标配 （下）。该通'可封 锁 并 新 打 开 。图。 10。任务环境1 - 6携 与动态障碍 棒（7）静态障碍。和障碍）。我们作· ”£上Δθγ = ）£ ，我们可 选择 Δθ小于γ，– 我们γ解决 —的最低⁄的环境。我们 在‡M =360/ΔθN = 小k≥1 ）。我们选择 适£的K¥¨决于可用 ”机“«能力。在 来 ，在可确定的基‡上最低„ 占规划 轨迹Ł够快的善。Æ 我们的爬坡规划¡勘探和开 能力。我们的`划¡的 劲¥ 提供体面在不同的 ˝„ñ。九，执行情况， 和讨ı在`¸中，我们提 我们的执行 和讨ı了的性能。A. 执行·了 了，我们 立了移动机器人 器·美洲狮560安 在移动的基‡。无ı作· 性的 ‚网 。我们使用的 œ [40]进行实时碰撞检。·了 环境动态， 体（或障碍）同的方式在移动轨迹的执行情况;不过，规划”法 ‡ 验知识ł 运动。在 检 周期，开 （即 和方 的障碍）的提供的应该我们实施了爬坡”法在C＃和C + +和执行四核¸ 电脑与 在我们的实验中，我们˘ 下面的。该机械臂和¿ ˘ ·35和20 斤。最高速度和联合·彪马‰速被˘ ·120◦/ 基地的最大速度和‰速度˘ ·2米/秒和1 m/的 ⁄·移动机器人 ·60赫兹。该 ， 此， 对于 划周期，¢中‡ ⁄的很 倍 据工作环境。我们 方面的爬坡性能 划‡£性和£⁄。无§ 。 10和11 了两 工作环境。1）器人的 期任务从地上杆 ¥中。该¥ Ł够远的 基地的运动的。 静态的环境和 „6移动作·动态障碍 兔子：2旋 对不同的角速度，Æ行于¥地板，和4 不同的对角方 移动（即，既不ø直†不水Æ，–在不同高度）。2）在工作环境2，我们的任务 房间在柜台上和 握的对象。‡ 静态¥在第 房间 的机器人最 。 ‡12 不同‚˛的障碍，不 变化的动态轨迹; 变¢方和速度，从线性 变化在不同的角运动倍。两 动态障碍 移动第 室，并在第 房间休息动议。·了 执行的轨迹最优产生我们的实时动态环境匝'规划师，在障碍议ˆ并 ‡ 知'，我们— ˙¨脱机产生ł 的轨迹轨迹·在 同的动态环境，–同 的任务图。 11。任务环境2深远 与12 柜台（对象动态和静态的墙壁和障碍¥）与 知障碍的议案。 ·ł˙¨优化轨迹'能生产环境时，充分众 周知。我们通过´ 我们的 线规划师在，”法3 。线规划师 规划 据—要–⁄人产 近最 优解配 和 开 目标配 。`划¡将ˇ止时，最 轨迹 的在1000⁄。请¶ ，我们我使用的指„来 ”在脱机规划师的 ⁄，ł不坡绝对时间吨。我们的 线˙¨可行的轨迹规划师搜索‰接 开 配 和配 中的 目标从` 上 知的随机抽 的¢‚随机规划，如大罗马尼亚党或复审庭（）。它不过大罗马尼亚党和难民审 法庭提供的优势：它‡¥ƒ性 据标准的优化优化在ª 电脑 层 间，§不‡限的图‚或路线图。它产生 接近最优的解决方案' 进化”法会 予Ł够的运行时间。请¶ ，自‚们的运动障碍，知'， › 的，可行轨迹生成的， ¨的 ‡障碍和帐户议案将永远，可行的。此，亚群，¢中介绍， 应付在爬坡的不可预 性，线规划师›要的。¥ — ，我们的`划¡和爬坡的 在ł两 任务 在脱机环境规划师无§ 。 10和11。 ‡的 决 任务， M = 18和K = 们的 œ产…上的最佳成绩），使人口 „N =知识= 20（见第八¸第1栏 了如在图 的环境。 10和11。第2栏 总成`（即，健身 ·的执行轨迹）的我们的实时爬坡规划师。第3 了ª体成`作·规划的 线 接近最优轨迹。第4栏 的分 轨迹成`超 近最优轨迹成`，作· 施我们的爬坡性能`划¡。验 ¥»，在Æ 大约30％，高于脱机 划，近最优的 轨迹。能源成`约 ¥ ，实时时间与近优轨迹Æ „25 “决（ 组 = 20¥ ，爬坡”法统 Æ 超过25决´ˆN = 20) ¥三，”20％，我们从ł 小小的增 成`增‰的能力，“«未知的环境在实时变化，ł可能 规划。¥ 了¡的统 ˜¯ł两 例子任务。它 了规划£⁄在于 任务都‡不同的环境旅行距 ·移动机械手的 度，Æ 执行时间†‡ 不同。·了 估 合，我们的成£— 我们的爬坡与 止 营 划的 功能齐¨的反对与止`划¡的 营¡不使用。¥三 了间成`的 止运营，和百分 增‰。¥三清楚地¥»‡止 营的优势： 少的能源成`—未 止运营商和时间成`†¸能减†成`的 义。ł 止许可证移动机器人的手臂或 止或基地（或两¡） 运动时ª选的不确定的障碍时尚（§不…， 使同 ˜。在 止运营商¸省不能 牺牲能源浪 时间，§ 还能¸省时间 及， 据 。最 ，我们还使用了两 在图 的环境。 6和 9，作·工作环境和任务环境4和 3，分˜在 的创 和 的‡£性5例任务环境中，实时时间成` 划 轨迹，ł†，如¥ 。¥四，性能和无亚群Æ 超过25N = 20)轨迹 性的亚群。我们— 获 的 与亚群（即M = 18，钾= N =知识= 20）和无亚群（即M = 1，K 20，和N =知识= 20），¥四。 ，我们希望 减少时间或被迫 车次„。¥四¥»我们的˜¯，通过亚群的 性能够† ł ，减少了运动的执行，即总时间，用的时间。伴随此 Øœ（可在 ） 实时执行„任务，¢中 6证»的£力通过亚群的 性的 。 移动机器人三我们的方法†适用于动机器人， 机器人不知'ˆ 机器人运动障碍和 见作·¢‚机器人要 的。在ł 情况下， 机器人都‡自己的实例在舷梯规划师，它的 见 移动机械手作·七，八（或障碍），6移动机 组成由于链接（ 负载 ）的 手机号码机械手。无§ 。 12和13 了两 不同的任务环境 移动机器人。任务环境图5。 12 ‡四 在 摘任务的移动机械臂合作最 12 网 。 机器人随机选择 ，拿 它，并将¢ 于它在角 桶。 ‡的机器人反复˛选和无 的地方，直 »在地面上。在ł过程中，对于任 机器人，¢‚机器人目前不»议案动态障碍。在任务环境6图。 13 ，3移动机械臂¶• 同的工作¿分开，–执行任务： 从地上的网 和地¿在水桶‚们; 动作从 ¥中的¢‚小方块， 及1 从 移动 棒 ˆ 地方。 机器人 反复动作 次 对象，直 它应该对象动议的议案。在ł 过程中，机器人反复ß叉路径，此，创 £复¯的，不确定动态环境下的 ‡机器人。在ł两 任务环境5和6， 移动机械手 次通过移动 对象执行 任务（ 在 时间）， 便¢在舷梯”法的应用实例反复与不同的 和目标配 。 第六 依赖于 机 如移动机械臂 ‡对象或不图。 12。特˜工作环境5 机器人拿 网 。图。 13。任务环境6 机器人执行务。伴随ł Øœ（可在。在ł 机器人任务环境中，我们看 了 动态的 互作用 间的同步规划和实施进程机械手的移动机械臂的同： 移动⁄¥¢‚的障碍和移动机械臂影响‚人的轨迹规划和执行。ł 移动机械臂的影响 此的议案来回。在工作环境5， 机器人自发的决定 次˛ ，‰它的任务目标机器人动作。的 ˜自发和动态 间的 互作用在机器人ł两 环境5和6的不确定性和不可 知启用脱机运动规划。 于在¡与爬坡适合ł 情况›机器人，能够找 并执行 可行和 近最优解轨迹的机器人。¥五 爬坡规划师统 移动机器人的 机器人任务环境56。 移动机器人‡ 实例的`划¡，它运行在 ‹独的此， 坡”法实 ˜ 的 移动实时性能机械手在‹机器人案œ。对于爬坡„例来 ， 次，男= 18，钾= N =知识= 20。该¥五，爬坡 两 机器人”法Æ 超过20决´ˆ(N = 20)¥中的Æ 执行时间执行时间· 机器人来˙成任务。在案œ的任务环境 5，ł机器人的工作时间，直 ‡的 被放进水桶， ·机器人¶• 同的任务， ‚们可—总执行时间，ł 味 ‚们的 工作负‚或 或少 同，即使机器人‡不同„ 的被迫 止。在任务环境 6， §， 机器人都‡不同的工作， 此，总时间˙成的工作 ˆ 不同的机器人。¥五 ，在移动机器人的三 棒时间最 ， ˙成¢工作。在ł两 环境中， ·ł 机器人同时工作，最 的时间 人机器人