综述
机器人动力学把机器人分为两类:移动机器人、关节机器人。在移动机器人的运动规划中,机器人往往是以一个【点】存在,对移动机器人的规划,更多的是使用各种搜索算法,在已经构建好的地图模型上,搜索出一条路径从起始点到终止点的路径曲线。而关节机器人的运动规划是多个刚体结构的运动。在考虑其运动规划时,需要同时考虑多个刚体的(或者说关节)的约束。
机器人运动需要解决四大问题:机器人周围环境以及自身坐标,规划移动路径,移动速度,不同关节之间的通信。
SLAM
全称同步定位与地图构建。是指运动物体根据自带传感器的信息,一边计算自身位置,一边构建环境地图的过程,用于解决机器人等在未知环境下运动时的定位与地图构建问题。
SLAM | 说明 |
---|
组成部分 | 特征提取,数据关联,状态估计,状态更新以及特征更新等。对于其中每个部分,均存在多种方法。 |
影响因素 | 静态/动态环境定位精度,生成的点云密度,实时传输坐标速度,特征点的提取速度,光照、障碍物等环境因素对算法的影响。 |
算法评估 | 时耗、复杂度、精度 |
已有算法
2D激光的SLAM算法有:HectorSLAM
,Gmapping
,KartoSLAM
,CoreSLAM
和LagoSLAM
。
视觉SLAM算法有:
路径规划
规划一条从A点到B点的路径出来,然后让机器人移动过去。要实现这个过程,运动规划要实现至少3个层次的模块:全局路径规划、局部路径规划、运动控制算法。
- 全局规划,它需要在地图上预先规划一条线路,让机器人之后沿着这条线路走。
- 局部规划,现实中会有很多突发情况,比如正巧有个小孩子挡道了,就需要调整原先的路径。
- 运动控制算法,为了使得机器人沿着某条线路走,不发生偏航,还需要设计运动控制算法。
全局路径规划算法
Dijkstra算法,A* 算法,D* 算法,LPA* 算法,D* lite算法,基于采样路径规划算法,智能仿生算法
局部路径规划算法
决策算法
运动控制算法
pid控制算法,LQR,ADRC
速度规划
阻尼速度
ROS
ROS就是一个采取master/slave模式的分布式通信框架,并不是操作系统。用于实现机器人不同关节之间的RPC通信。
Movelt是一个易于使用的集成化开发平台,由一系列移动操作的功能包组成:运动规划,操作控制,3D感知,运动学,控制与导航算法。
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)