34、六自由度机器人运动规划在制造中的应用

六自由度机器人运动规划在制造中的应用

1. 引言

随着建筑形式日益多样化，越来越多的建筑不仅依赖程序生成的形式，还需要机器或机器人辅助进行砌砖和墙面粉刷等工作。例如，许多成功的砌砖项目已经建成，像西安池舍的砖墙。由于这些项目大多在现场施工，因此需要考虑机器人避障或运动规划。机器人运动规划是一个长期存在且至今仍在研究的问题，在实际项目中需要在计算效率和可靠性之间找到平衡。

传统的机器人施工中，机器人路径规划可以逐点手动教导，但这种方法非常耗时且费力。如今，主流方法是在模拟中规划机器人的运动，在程序中添加辅助点以避开障碍物，然后生成离线程序。然而，在这种情况下，用户仍需手动添加辅助点并检查整个过程是否会发生碰撞。因此，更好的方法是实现运动规划自动化。

在建筑施工中，实时性对效率有很大影响，但运动规划算法是一项非常耗时且复杂的任务。有大量研究运动规划算法的论文，也有许多软件和库实现了大多数主流算法。

2. 前期工作

运动规划算法分为基于采样点和基于势场两类。大多数运动规划库使用基于采样的算法。最著名的是OMPL库，它基于PRM、RRT、EST、SBL、KPIECE、SyCLOP算法以及从它们衍生出的几种变体。此外，OMPL库可以与许多软件（如Openrave、MoveIt等）配合使用。类似OMPL的还有CHOMP和STOMP等规划器。所有这些都需要在Linux系统中使用，并且需要一定的知识基础。

Vrep将OMPL库作为内置插件，RoboDK自带PRM运动规划器。然而，大多数建筑师熟悉使用Rhino作为机器人模拟环境，使用Grasshopper进行编程，并使用Kuka PRC和FUrobot等软件控制机器人工作。本文的工作