50、机器人运动规划与干扰观测的研究与实践

机器人运动规划与干扰观测的研究与实践

1. 运动规划实验与结果

1.1 实验设置

为了展示所提出的碰撞假设集（Collision Hypothesis Sets，CHS）的优势，研究人员在多个模拟环境和物理机器人上，使用多种规划方法将 CHS 与基线统一成本网格（Unified Cost Grid，UCG）进行了比较。
- 硬件与软件环境 ：实验代码在配备 i7 - 7700 处理器和 NVidia 1080 Ti GPU 的计算机上运行。体素网格使用 GpuVoxels 在 GPU 上实现，规划器使用经过修改的 OMPL 实现。所有规划器的路径都经过 100 次捷径平滑迭代处理。
- 实验参数 ：具体实验参数如下表所示。
| 参数描述 | 参数值 |
| — | — |
| pc（控制器最大碰撞概率） | 0.9 |
| nvoxc（控制器最大碰撞体素） | 50 |
| dc（控制器运动长度） | 0.3 弧度 |
| nc（控制器样本数量） | 20 |
| δ（路径离散化大小） | 0.14 弧度 |
| dK（Ki 创建距离） | 0.05 弧度 |
| τ th（扭矩阈值） | [20, 20, 15, 5, 4, 3, 1] Nm |
| tplan（每次迭代允许的规划时间） | 30s |
| N（体素网格大小） | 200x200x200 |
| ψf（IPathBiRRT 阶段分数） | 1/4 |
| cinit（IPathBiRRT 初始成本） | 0.3 |