39、运动规划扩展技术解析

运动规划扩展技术解析

在运动规划领域，存在多种复杂的问题类型，下面将详细介绍混合运动规划、操作规划以及闭运动链规划等方面的内容。

混合运动规划

混合运动规划问题具有多样性。例如，一个机器人要从左侧房间移动到右侧房间，需先将自身重新配置为压缩模式，穿过走廊到达中心，再重新配置为伸长模式，最后穿过走廊到达最右侧房间。而且，还可以要求机器人在特定位置进行重新配置，如空间足够的地方或有其他机器人协助的位置。

这类问题在自动化视频游戏角色或数字演员的情境中经常出现。解决这些问题时，若标准运动规划算法能获得模式改变的相关信息，就可以进行适应性调整。可以将能改变模式的位置表示为子目标，规划工作不仅要尝试直接到达目标，还应着重于模式的改变。

运用基于采样的方法时，需要在状态空间 (X) 上定义一个度量，该度量要同时考虑模式和配置的变化。混合运动规划问题的范围很广，从实际中难以解决的问题到标准运动规划的直接扩展问题都有。总体而言，混合运动规划模型有助于构建分层规划方法。

操作规划

操作规划是运动规划中的一个重要部分，下面从多个方面进行详细介绍。

可允许配置

假设使用 (W)、(O) 和 (A) 相关概念。在操作规划里，(A) 被称为操作器，其配置空间记为 (C_a)。用 (P) 表示一个零件，它是一个用几何基元建模的刚体，有自己的零件配置空间 (C_p = SE(2)) 或 (C_p = SE(3))，零件配置用 (q_p \in C_p) 表示，变换后的零件模型记为 (P(q_p))。

组合配置空间 (C) 定义为笛卡尔积：
[C = C_a \times C