跳到主要内容
AI News HubLIVE
站内改写1 分钟阅读

基于Star-World工作空间重塑的Franka机械臂反应式3D运动规划

文章摘要

本文研究了通过Star-World工作空间重塑实现Franka Emika Panda机械臂的三维反应式控制。该方法将相交的膨胀障碍物聚类并替换为星形代理,然后评估基于动力系统的末端执行器控制器。在六种PyBullet场景中,重塑方法在五种场景下成功到达目标,而基线方法仅在四种场景下成功。尽管重塑方法解决了重叠墙问题并保持了较低的计算时间(每工作空间更新0.68-8.70毫秒),但它也增加了路径长度,产生了两个近平衡点,并通过过度合并封闭了可通行走廊。结果表明了将Star-World保证从工作空间几何转移到通过逆运动学控制的冗余机械臂的潜力和实际局限性。

来源arXiv Robotics作者: Gia Dcosta, Saayuj Deshpande, Samhitha Vedire
基于Star-World工作空间重塑的Franka机械臂反应式3D运动规划
报告错误

纠错通道尚未开通,可先复制下方文章信息留存。

查看更正说明
直接读正文

近年来,随着机器人技术在工业和服务领域的广泛应用,机械臂的实时运动规划成为研究热点。然而,传统反应式规划器通常假设障碍物之间彼此分离,但在安全膨胀作用下,相邻障碍物可能发生重叠,从而违反这一假设,导致规划失败。针对这一问题,研究人员提出了一种基于Star-World工作空间重塑的三维反应式运动规划方法,专门用于Franka Emika Panda机械臂。该方法的核心理念是将相互交叠的膨胀障碍物进行聚类,并替换为星形代理,从而恢复障碍物的分离特性,使得基于动力系统的末端执行器控制器能够正常运行。此外,该方法还引入零空间人工势场项来补充机械臂本体的避碰。为了验证其有效性,研究人员在六种PyBullet模拟场景中进行了初步评估,并与未使用工作空间重塑的基线方法进行了对比。评估指标包括目标达成率、路径长度比和计算时间。结果显示,重塑方法在五种场景中成功到达目标,而基线方法仅在四种中成功。值得注意的是,重塑方法成功解决了经典的重叠墙案例,并且每次工作空间更新的计算时间仅为0.68至8.70毫秒,适用于包含一到七个障碍物的场景。然而,该方法也暴露出一些局限性:它增加了路径长度,在两种情况下产生了近平衡点,并且由于过度合并导致一个可通行走廊被封闭。这些结果表明,虽然Star-World工作空间重塑为冗余机械臂的反应式控制提供了新的可能性,但从理论保证到实际应用仍存在差距。未来工作将致力于优化合并策略以平衡路径长度和避碰性能,并探索在更复杂动态环境中的适用性。该研究由Gia Dcosta等人完成,相关论文已提交至arXiv(编号:2607.25138)。

展开要点与分析

文章情报

投资人进阶

要点

  • 提出了一种基于Star-World工作空间重塑的3D反应式运动规划方法,用于Franka Emika Panda机械臂。
  • 与未重塑基线相比,重塑方法在六种场景中有五种到达目标,基线为四种。
  • 重塑方法成功解决重叠墙情况,计算时间低至0.68-8.70毫秒,但路径长度增加,并出现近平衡和走廊封闭问题。
  • 研究揭示了将理论保证应用于实际冗余机械臂控制的潜力与限制。

要点与分析由自动化流程生成,可能有误,请结合原始来源核实。