机器人抓取与操作经典规划算法(深蓝)——2

1 经典规划算法

位姿估计:(1)相机系位姿 (2)机器人系位姿

抓取位姿:(1)抓取位姿计算 (2)抓取评估和优化

路径规划:(1)笛卡尔空间点 (2)IK求解 (3)关节空间插值

任务规划:(1)装配任务 (2)派件任务(TSP问题,VRP问题)

路径规划:A点到B点

  • 笛卡尔直线或者C-space直线
  • 避障问题&环境改变
  • 路径生成后速度规划

路径规划算法------全局规划避障
因为障碍物的存在,可能无法是一条直线,需要采样、连接和搜索

构型空间和笛卡尔空间

(1)在哪个空间做local planning

(2)一般约束会存在笛卡尔空间

(3)需要FK和IK的转换

轨迹生成和优化

在机械臂上面,基于采样的规划算法用的多一点,主要解决非凸的高维空间的搜索问题

(1)Single-query:RRT系列基于树结构的方法

(2)Multi-query:PRM系列基于图的方法

因为有障碍物的存在,碰撞检测需要用来确认路径的可行性

2 基于树结构的方法:RRT系列

随机采样、局部规划、碰撞检测

RRT算法,输入就是起始点和终点,还有一个上图所示的障碍物分布,输出就是起始点到终点无碰撞的一条路径

首先对树结构进行初始化,然后迭代N次循环,循环第一步是先随机采样一个随机点 x r a n d x_{rand} xrand,然后找到离随机点最近的点 x n e a r x_{near} xnear,在 x n e a r x_{near} xnear和 x r a n d x_{rand} xrand之间以StepSize为步长选择一个 x n e w x_{new} xnew,把 x n e w x_{new} xnew和 x n e a r x_{near} xnear连接成的边做碰撞检测,如果无碰撞,加入到树结构,如果 x n e w = x g o a l x_{new}=x_{goal} xnew=xgoal,成功搜索到路径

上面的 x n e w = x g o a l x_{new}=x_{goal} xnew=xgoal,在实际使用的时候一般说距离终点???m,即可Success

RRT拓展------RRT-Connect

(1) 简单但实用

(2) 不同于RRT,生成树是同时从起点和终点拓展

两个树同时开始拓展,以 q g o a l q_{goal} qgoal拓展的随机目标点和另一个树拓展有一个比较近的点 q n e a r q_{near} qnear,然后连接这两个点,在上面做无碰撞的拓展

RRT拓展------RRT*

(1)概率完备性

(2)渐近最优性(不能保证最优)

主要是在碰撞检测这块与RRT不一样,基于 x n e w x_{new} xnew有一个搜索半径,在这个半径里的节点,重新选择离 x n e w x_{new} xnew最近的父节点 x m i n x_{min} xmin,连接 x m i n x_{min} xmin和 x n e w x_{new} xnew边添加到树里,rewire让最优性得到了保证。

3 基于图搜索的方法:A*和Dijstra

A*在Dijstra的基础上加了一个启发式搜索,f(n)=g(n)+h(n)

PRM

分成两个阶段:

(1)建图RoadMap

(2)在RoadMap上搜索(A*、Dijstra)

4 轨迹生成

轨迹生成方式:

(1)点到点轨迹:

多项式曲线

梯形规划

(匀加速------>匀速------>匀减速)

S曲线:主要解决梯形规划曲线两个点最大速度不连续的问题

(2)多点Via-point,规划轨迹符合所有点

样条曲线:B-spline、Polynomial-spline:cubic spline
保证点与点之间边界的速度和加速度连续

cubic分段多项式

5 控制算法


PID比较简单,调参比较费事,如果需要更好的性能和一些最优轨迹追踪和最优控制的需求,使用MPC



6 机器人抓取和操作方法

抓取是操作的子集

目前很多研究基于静态场景的抓取

抓取的挑战:(1)往往有很多假设 (2)抓取的采样和优化都是高维度搜索问题

抓取问题的基本概念

(1)Point Contact

  • 只考虑法向力
  • 法向力和摩擦力

(2)Soft Contact or Patch Contact

(3)Wrench

(4)Evaluation

(5)Difference of Force and Form Closure






7 机器人实用案例

(1)抓取和放置

(2)理疗按摩

(3)工业场景

相关推荐
小鹿的工作手帐37 分钟前
扫地日记:有鹿巡扫机器人在景区被人类“调戏”的365天
机器人
肾透侧视攻城狮1 小时前
从淘宝推荐到微信搜索:查找算法如何支撑亿级用户——动画可视化
算法·微信
楼田莉子1 小时前
C++算法专题学习:模拟算法
开发语言·c++·学习·算法·leetcode
苏言の狗2 小时前
A*(Astar)算法详解与应用
c语言·c++·算法
李铁柱的2 小时前
数值分析——误差的来源与分类、误差的基本概念(绝对误差、相对误差、有效数字)
人工智能·算法·分类·数据挖掘
蒹葭玉树3 小时前
【C++上岸】C++常见面试题目--算法篇(第十八期)
c++·算法·面试
EkihzniY3 小时前
OCR 发票识别与验真接口:助力电子化发票新时代
算法
一支鱼3 小时前
leetcode-5-最长回文子串
算法·leetcode·typescript
茉莉玫瑰花茶4 小时前
算法 --- 分治(快排)
算法
金融Tech趋势派4 小时前
企业微信AI在银行落地的3个实用场景:智能机器人、搜索、文档的具体用法
人工智能·机器人·企业微信