Последняя выбранная статья для ICRA 2024, предложенная командой профессора Менга Цинху из Южного университета науки и технологий, представляет собой эффективный метод планирования траекторий для континуумных роботов на основе RRT*. Эффективность и безопасность этого метода были подтверждены в ходе реальных экспериментов с использованием системы захвата движения NOKOV.
В последнее время увеличилось внимание к континуумным роботам. Обладая высокой гибкостью, они могут изменять свою форму, чтобы адаптироваться к динамическим условиям, что делает их подходящими для различных применений, включая минимально инвазивную хирургию, промышленное производство и исследование опасных сред.
Континуумные роботы имеют бесконечное количество степеней свободы (DoF), что обеспечивает гибкость и адаптивность для таких задач, как пространственная разведка. Однако с увеличением степеней свободы возрастает и сложность континуумного робота. Это приводит к тому, что континуумные роботы требуют значительного времени для планирования движения во время выполнения задачи, что создает препятствия для их практического применения.
Команда, возглавляемая профессором Мэн Цинхуем из Южного университета науки и технологий, провела углубленное исследование и предложила уникальный метод управления движением на основе RRT*, специально адаптированный для непрерывных роботов.
Связанная научная работа была выбрана для ICRA 2024 и будет представлена на конференции ICRA 2024.
Применение управления движением на основе RRT*-векторов в континуум-роботах
Алгоритмы планирования движений незаменимы для навигации роботов и требуют учета информации о карте, особенностей окружающей среды, пределов скорости и динамических препятствий.
Алгоритмы предсказательного планирования движения учитывают текущее состояние робота и используют данные с датчиков и модели окружающей среды для предсказания изменений в его окружении, стремясь достичь конкретных целей, таких как избегание столкновений, сокращение времени в пути и экономия энергии.
Алгоритмы предсказательного планирования движения часто включают алгоритмы на основе выборки, такие как Быстрое исследование случайного дерева (Rapidly exploring Random Tree, RRT) и его усовершенствованную версию RRT*.
Эти алгоритмы известны своей простотой, адаптивностью и способностью справляться с динамическими изменениями. Они широко применяются в различных областях, таких как робототехника, автономные транспортные средства и промышленная автоматизация, улучшая безопасность и эффективность в сложных условиях.
Двухступенчатый континуум-робот
Хотя методы на основе выборок, такие как RRT* и PRM, широко используются в планировании движений роботов, было сделано лишь несколько попыток применить их к манипуляторам с непрерывной структурой.
Роботы континуума могут адаптироваться к препятствиям в реальном времени. Из-за этого требуются высокие способности восприятия, принятия решений и управления для обеспечения безопасной и эффективной навигации.
Чтобы решить эту задачу, в данном исследовании предлагается уникальный метод управления движением на основе RRT*, адаптированный для континуумных роботов.
Этот метод использует оптимизационно-якобианский подход для достижения надежного управления роботом. Ограничивая якобианскую матрицу робота, он обеспечивает безопасное расстояние между роботом и ближайшими препятствиями для эффективной схемы избежания геометрических препятствий.
Кроме того, предлагается контрольный алгоритм, который сочетает подход на основе оптимизационного якобиана с алгоритмом RRT*, чтобы повысить адаптивность и эффективность континуумных роботов в динамических средах.
Экспериментальная валидация
Безопасный путь для робота от начальной до конечной точки без столкновений
Эффективность предложенного метода подтверждена с использованием двухсегментного кабельно-приводимого мягкого робота (CDSR).
В эксперименте используется камера захвата движения NOKOV для отслеживания расположения базы робота, базы проксимального сегмента и кончика дистального сегмента. Кроме того, система захвата движения записала положение и относительное движение робота, движущегося по заранее заданному пути.
Записанные данные показывают различия между фактическим и предсказанным положением робота, предоставляя основу для понимания конфигурации робота.
С предложенным алгоритмом робот может быстро вычислять траектории без столкновений от начальной позиции до целевой и успешно обходить препятствия.
Среднее время планирования составляет примерно 8,06 секунды, а ошибка отслеживания конечника между запланированными и фактическими позициями при arrival составляет около 5,48 миллиметров.
Этот метод обеспечивает генерацию безопасных и быстрых траекторий отклика, демонстрируя устойчивость в сложных сценариях и имея практическую ценность для реальных приложений.
Библиография:
Room820, China Minmetals Tower, район Чаоян, Пекин
info@nokov.cn
+ 86-10-64922321
