機器人操縱器中經典與控制感知最優軌跡規劃的動態評估

機器人操縱器的軌跡規劃是決定其跟蹤精度、驅動器能耗和整體執行行為的關鍵因素。在工業生產線、醫療手術和服務機器人等應用中，點對點運動十分常見，而軌跡規劃直接影響任務的完成質量。傳統的軌跡規劃方法，如三次多項式、五次多項式和梯形速度曲線，因其數學形式簡單且能生成平滑的運動輪廓，被廣泛應用於各類機器人系統中。然而，這些經典方法本質上屬於純運動學規劃，它們在生成軌跡時完全不考慮機器人系統的動力學模型、關節力矩限制以及驅動器能耗等關鍵因素。也就是説，儘管這些軌跡在位置上看起來平滑連續，但在實際執行中，由於忽略了動力學耦合和驅動器特性，往往需要控制器付出額外的矯正力矩來跟蹤預設軌跡，導致執行效率低下，甚至引發過大的驅動器負載和能量浪費。

為了解決這一問題，研究人員提出了一種控制感知的最優軌跡規劃框架。該框架在有限時域內將機器人動力學和驅動器努力作為優化目標，生成真正兼顧動力學效率的軌跡。其核心創新在於採用中點線性化策略來處理大範圍點對點運動中的非線性問題，相比傳統的局部線性化方法，該策略能夠更準確地逼近系統的真實動態行為。此外，為了公平地比較不同規劃方法，研究者設計了一個統一的閉環非線性仿真評估平台。所有規劃器——包括三次、五次、梯形以及新提出的控制感知規劃器——都在相同的非線性動力學模型、控制器結構和驅動器約束條件下執行，從而避免了因環境差異帶來的不公平比較。仿真實驗基於一個非線性簡化的UR5六軸機械臂模型，涵蓋了多種不同位移和負載條件的場景。實驗結果顯示，所提出的控制感知規劃器在所有測試場景中均一致地降低了跟蹤誤差、矯正力矩和閉環執行成本，特別是在大行程運動中，驅動器能耗和執行成本的降低幅度尤為顯著。這表明，軌跡的運動學平滑性並不等同於動態執行的高效性，只有將動力學和控制代價納入規劃過程，才能實現真正的最優軌跡。該研究成果已被MERCon 2026國際會議接收，並將在會上進行報告。這一工作為機器人軌跡規劃的評估標準提供了重要參考，有望推動下一代機器人系統中控制感知規劃方法的實際應用和標準化。