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

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 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 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; 200712 13 和3 5 2008。 200810 1 的最新，2008。 议由 和 ， 的 见。的部分 提 步的会议 能机器人与系统，仙台， ，2004。提人与 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： 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。部影片的字， 。 间配 高于三 层面在很大程度上仍解决的。 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， ”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。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，户定义的优化准则。 优化 被广泛使用，并成功 在许 应用领域8 优化 。两 要方式的应用。 的方法 体适合标准的， 成的，的遗传”法，解决运行它联大， ，地图的 回 应用程 域。 可 适用于 的方法的， 不它的力 人工 造的 还 标准遗传”法，限于 式可能会 的 要性 。 基于遗传”法的路径规划方法10，1用 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 自 和适的性。的路径规划方法12 - 14 于 定实时路径规划方法12 2 移动自由度机器人，3 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， 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。 的”分解基于路径规划16。 方法， 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 ， 要的移动基地和机械手。 ， 它 及冗余的决议，提 了与机 并 。 在 的学“ 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 非约 。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。 任务，高法31许基地 路线， 如 可能的，同时 移动的最应下 障碍 如直线 。 方法29 许 基， 便 不 的障碍通过 的手臂， 议案下 基的 方法 ：基于对 在领域 32， 未知障碍和在 33 基地的议案， 地移动障碍 定。 特用的规划线上规划师两 机器人手臂的动作来从 地方 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。 我们的与径规划高自由度在 的环境中机器人运动许 未知的动态障碍 成的特。 ，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。 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。 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 方法提供了性，使 机器人运动小 ， 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 的规划”法。 ”法能够 证成功， 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 针对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。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 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，方便地安 在 无缝的方式优化，电脑 层 间，不 限的图或路线图。轨迹规划和优化的 ，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 ， 适应 识 在新的环境的变化。轨迹 能力基于对 知的同伦路径 。划不同的顺 ，如随时*搜索35，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 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。该的余部分组织如下。第 三和第四描述的性和 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 该规划师。第十组的 。概述在舷梯方法我们的方法的 基前提织，使同步机器人运动规划和执行。过我们随时规划”法， 在 间的 谓机器人 套的轨迹人口。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 同时继钳工搜索，希望能找 可行的轨迹前在距 门限第 预 碰撞或奇异的执行轨迹。 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 来近的障碍，及4）它提供了 在 的安 （见第五）。由于机器人移动规划将继提高人口的轨迹，直 下 机器人可 切换 钳工轨迹， 便它 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， 味 执行的部分轨迹对 轨迹， 味 ， 和速度配 在 变，对 的轨迹休息 （第三） 不变。请 ， 们的 对 应化，能 伺服周期， 确 不 可 上的规划循环。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 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 划并 地机器人轨迹搜索。该机器人 旦 复它的运动轨迹 的发 。 规划/ 感周期继进行互动，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 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 概 及 大 许 进化”法。 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 在 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 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 面和间的函轨迹可能 含 定变 运动， 时间间 可能或可能不会两 的轨迹。 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 系统。图。 2 此 轨迹和 概 基轨迹。要利用 合的地 与地 间的任务不确定动态环境中的性： 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（大型载行的最应），时两要移动作 回 ;，时 能源，” 时间，地对 系统障碍通过。我们的爬坡规划师 合的议案许 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 。 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， 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 动力和的限6，37可 用来确定最小时间轨迹。 ，在 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 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） 图。 2。 的 合的运动和操纵图。 3。图和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。 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）。， 机坪可利用 的 线规划部门在“能力性的，如“”（静态环境静态通”的 变 要 中在罗马尼亚党）。五，适应度 估的健身 函的使用可 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， 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，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 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 不要的 最低议案手臂或基移动t它们 同的执行时间。 此，我们用 最低能 最优的 施。 ，我们可 分两 轨迹时间要求能源求， 的能源于 轨迹能 ” 近：我们的 并不在确定在执行 精确的轨能 ，和 不同的轨迹能源 。 此，估 我们要够的。我们近 的基环和手臂的移动由气机械手， 化 ”性 。 过 可行的轨迹生成，我们 ” 环的基 （能源 作 0）的总动能变化的联系方面在 轨迹，总 能源 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 的 直作系 轨迹成可操作性。对于 可行的轨迹体的健身 组合 的能源成，时间成 的可操作的轨迹 体 M 3 = 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 函的成， 期P两 目的。 目的可行的轨迹适的。该 对安的 施，使服务不可行 小的“ 被 轨迹 此，钳工 大的 。对于 此，我们定义 不可行轨迹 P =的Q / 中大于线性速度直组被 ， 在的能 变化 在。由于 轨迹 同的 态，它们同 线能源。3轨迹，我们 ”如”可操作它第四度104我们的实验无间预 碰撞或第 奇异配 ， 准，在轨迹。 我们 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。对于非移动机器人，非约 可 额 的 约 作 轨迹的可行性和 纳 函不可行的轨迹。还要 ，无行或轨迹不可行， 应的 函的 ”作对 轨迹总和。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， 快旦次碰撞检 机器人 间的障碍和链路， 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）换，随机选两 路径的换。5）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 。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。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 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 人口适生 轨迹 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 规划的 ，机械手可随时 变化过程中执行新的最佳轨迹，不的 请 ，机器人的变化 ，从 轨 新的轨迹，实在 即使 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（体）。障碍的议案预 4 的型：1）翻译非 五（安迪）如 （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（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（体）如五（体- 1）和V（体）不同的方 。轴心的 沿旋 （远 由 距 r（障碍，它可 ” 五（体）。划机器人的轨迹下次检 针对 障碍预 轨迹，看看碰撞。我们的预 要够 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 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 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 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。 字基地轨迹。 的房间。 门可开启或闭 地在任 时间， 此，应 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 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 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 开 和两 方 的 的轨迹b 产：1角b =从头余弦。如 阈大， 么两 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，并 方 分的轨迹人口进 亚群 对应的时间间 。 亚群仍捕获 性粗糙的水。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 地 。 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， 新发生与 用 境指 ， 捕捉 性满 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。 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 的轨迹，等等。在 ， 性 。如 施， 不同的亚群，适生 亚群可配 过人，如图中 的例子。 8。如 门 突 闭， 的轨将成不可行。同 性的 ， 在第九组，随同在）。图。 9 了 不同的例子来 利 性 的手臂轨迹。在 ，机器人前臂可能 不同的路线 下酒吧 。 次，如 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 （机器人 间的最小许距 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 = ） ，我们可 选择 小于， 我们解决 的最低的环境。我们 在M =360/N = 小k1 ）。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 轨迹够快的善。 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 。九，执行情况， 和讨在中，我们提 我们的执行 和讨了的性能。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。无作 性的 网 。我们使用的 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 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 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，行于地板，和4 不同的对角方 移动（即，既不直不水，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，在障碍议并 知，我们 脱机产生 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。 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 。划将止时，最 轨迹 的在1000。请 ，我们我使用的指来 ”在脱机规划师的 ，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：它性 据标准的优化优化在 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 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 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 25 “决（ 组 = 20 ，爬坡”法统 超过25决N = 20) 三，”20，我们从 小小的增 成增的能力，“未知的环境在实时变化，可能 规划。 了的统 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， 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。 止许可证移动机器人的手臂或 止或基地（或两） 运动时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，如 。四，性能和无亚群 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 ，减少了运动的执行，即总时间，用的时间。伴随此 （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 机器人运动障碍和 见作机器人要 的。在 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 地方。 机器人 反复动作 次 对象，直 它应该对象动议的议案。在 过程中，机器人反复叉路径，此，创 复的，不确定动态环境下的 机器人。在两 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 （可在。在 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。 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 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。对于爬坡例来 ， 次，男= 18，钾= N =知识= 20。该五，爬坡 两 机器人”法 超过20决(N = 20)中的 执行时间执行时间 机器人来成任务。在案的任务环境 5，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， 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 不同的机器人。五 ，在移动机器人的三 棒时间最 ， 成工作。在两 环境中， 机器人同时工作，最 的时间 人机器人