机器人运动控制（上）

Posted 2022-09-20 通信汪的美好生活

目录

零、前言

一、如何评价机器人运动规划的性能

二、有动态障碍物的情况下，如何实现移动机器人的安全避障

三、关于B样条曲线运动规划的讨论

四、什么样的曲线才是适合机器人跟踪的曲线

五、关于目前常用的路径/轨迹规划方法

---

零、前言

出于科研项目需要，研一的我需要学习一下智能机器人系统相关的知识，我后续会分享这个学习过程中一些个人感觉重要的公式推导以及代码仿真等等，有内容上的错误请私信我。

一、如何评价机器人运动规划的性能

思考一下如何评价机器人运动曲线规划结果的优劣，或者说可以通过哪些指标评价运动规划的性能？

答：移动机器人运动行为是由自主导航系统决定的，自主导航系统主要包含感知、规划、控制与定位四个模块，感知模块是连接机器人与环境的桥梁，其作用是“阅读、提取”环境内容；规划模块是连接感知与控制的桥梁，其作用是“分析、理解”环境内容，根据用户目标及需求输出可执行控制命令，因此感知、规划模块是决定导航系统智能程度的关键。曲线的光滑程度，越光滑，曲线斜率越小越好。

二、有动态障碍物的情况下，如何实现移动机器人的安全避障

环境中有动态障碍物、甚至是高速运动障碍物、或者是障碍物能够主动拦截机器人的情况下，如何实现移动机器人的安全避障？

答：来源于机器人对环境感知，传感器技术是实现机器人感知的重要技术，例如超声波传感器、激光雷达、防跌落检测、物理碰撞、深度相机等。

 实现避障与导航的必要条件是环境感知，在未知或者是部分未知的环境下避障需要通过传感器获取周围环境信息，包括障碍物的尺寸、形状和位置等信息，因此传感器技术在移动机器人避障中起着十分重要的作用。

三、关于B样条曲线运动规划的讨论

假设场地中已经有了一条由起点出发到达终点的赛道。如何生成一条由起点出发到达终点的B样条曲线，使和尽量接近。也就是B样条曲线的控制点如何生成？

 答：B-样条是贝塞尔曲线(Bézier curve)的一种一般化，B样条不能表示一些基本的曲线，比如圆，所以引入了NURBS，可以进一步推广为非均匀有理B-样条(NURBS)，增加控制点，对Pd(s)曲线进行扩充。

四、什么样的曲线才是适合机器人跟踪的曲线

答：曲率越小，越接近直线的，越可以进行均速运动的曲线是适合地面移动机器人跟踪的曲线。

五、关于目前常用的路径/轨迹规划方法

在地面移动机器人研究领域，还有哪些常用的，或者说重要的路径/轨迹规划方法/算法？这些方法各有哪些优缺点？

答：基于图搜索，基于采样和基于插值，但是实际上这些方法都有许多局限性，而且目前机器人（甚至自动驾驶）规划考虑的问题越来越接近实际，比如上述方法说是可以动态避障，实际上并不是真动态避障，更多是依赖于先验的环境信息做的决策，而非向DWA那样，实时根据环境改变。另一个点就是实际上除了考虑环境，更多要考虑其他机器人（车辆）的行为，基于行为的预测来做决策，这是更难的。