在本章中我们将会引入配置空间(Configuration Space)这一个概念,这会帮助我们在一个统一的框架内解决路径规划问题。
上一章链接:
Robotics: Computational Motion Planning(路径规划)笔记(一):基于图搜索的方法-Grassfire、Dijkstra和A*算法
配置空间
我们知道,机器人有不同的形状和尺寸,如果我们要规划机器人的移动路径,我们是需要进行碰撞检测的,目的是防止机器人撞到障碍物上,所以我们在进行路径规划时需要知道机器人的几何信息:

但是通过引入配置空间,在这个空间里我们就可以将机器人当作一个质点来分析,这就大大减小了路径规划的复杂性,但是我们就需要同时也要在配置空间里表示障碍物:

如上图所示,我们来看一个有两个自由度的机器人,也就是说机器人只能平移,不能旋转。在工作空间里,机器人还是有尺寸,并且有不同形状的。但是在配置空间里,机器人就变成了一个质点,这时候我们还需要在配置空间里表

本文介绍了配置空间在机器人路径规划中的应用,如何将复杂机器人简化为质点,以及如何在配置空间中表示和处理障碍物。通过膨胀法处理三维障碍,概述了配置空间在减少实际问题复杂性的关键作用。
最低0.47元/天 解锁文章
26





