16、迈向自主机器人的高效规划之路

迈向自主机器人的高效规划之路

在当今的机器人应用领域，实现机器人的长期自主运行是一个重要的目标。为了达成这一目标，研究人员在机器人的任务规划和路径规划方面进行了大量的探索。本文将围绕机器人的规划系统展开，介绍相关的系统架构、性能评估、规划器比较以及计划执行等方面的内容。

系统架构与模拟环境

在机器人的规划系统中，系统架构的设计至关重要。考虑到单动作（SA）和单动作加并行动作（SA + PA）的系统架构，SA + PA 允许使用 ROSPlan 为多个机器人同时执行相同类型的动作。而如果仅使用 SA，框架则无法实现相同类型动作的并发执行。

模拟环境在 ROS 和 Gazebo 中实现，并使用 ROSPlan 包将规划系统与 ROS 集成。模拟世界根据 Gazebo 库中的模型和既定的环境特征进行定制。在这个世界中集成了多个 TurtleBots 机器人，并且使用预建的 ROS 包 explore lite 对场地进行了地图绘制。通过 Rviz 可以查看环境地图，还能看到 2 个机器人执行并行导航动作的部分计划实现，这些机器人并行执行导航，探索预先分配给各自的不同点。

性能评估

计划生成时间和计划总时长（makespan）对机器人系统的反应能力和时间敏感任务的最优执行有着重要影响。为了实现长期自主性，系统性能评估主要基于计划可解性、计划总时长和规划时间的分析。

首先使用单个机器人（R1）对领域定义、POPF 和 OPTIC 规划器进行评估。这一初始分析有助于确定最佳规划器和领域方法的最优性。此外，还使用 Gazebo 模拟器评估了多个机器人的结果和任务执行时间。所有实验都在具有 4 GHz 处理器的机器上进行，限制规划器