要約
冗長マニピュレータの軌道の従来のオフライン冗長解決には、デカルト空間パスの逆運動学解の計算が含まれ、リアルタイム調整なしでマニピュレータを固定パスに制約します。
オンライン冗長性解決では、パスのリアルタイム調整を実現できますが、後続のパス ポイントを考慮することができないため、関節の制約によりマニピュレータが動作の途中で停止せざるを得なくなる可能性があります。
これに対処するために、この論文では、リアルタイム調整による所定のパスに沿った冗長マニピュレータのための動的プログラミングベースのオフライン冗長解決を導入します。
提案手法では、マニピュレータを所定の経路に沿って移動させながら、経路の法線に沿ったリアルタイムの調整を実現します。
提案されたアプローチでは、動的計画法を使用して、調整係数の変動のグローバル最大値を計算します。
隣接するサンプリング パス ポイント間の係数の変動がこの制限を超えない限り、アルゴリズムは現在のジョイント角度に基づいて次のパス ポイントのジョイント角度を提供し、エンドエフェクターが調整されたデカルト ポーズを達成できるようにします。
この文書の主な革新は、従来のオフライン最適計画をリアルタイム調整機能で強化し、オフライン計画とオンライン計画の融合を達成することにあります。
要約(オリジナル)
Traditional offline redundancy resolution of trajectories for redundant manipulators involves computing inverse kinematic solutions for Cartesian space paths, constraining the manipulator to a fixed path without real-time adjustments. Online redundancy resolution can achieve real-time adjustment of paths, but it cannot consider subsequent path points, leading to the possibility of the manipulator being forced to stop mid-motion due to joint constraints. To address this, this paper introduces a dynamic programming-based offline redundancy resolution for redundant manipulators along prescribed paths with real-time adjustment. The proposed method allows the manipulator to move along a prescribed path while implementing real-time adjustment along the normal to the path. Using Dynamic Programming, the proposed approach computes a global maximum for the variation of adjustment coefficients. As long as the coefficient variation between adjacent sampling path points does not exceed this limit, the algorithm provides the next path point’s joint angles based on the current joint angles, enabling the end-effector to achieve the adjusted Cartesian pose. The main innovation of this paper lies in augmenting traditional offline optimal planning with real-time adjustment capabilities, achieving a fusion of offline planning and online planning.
arxiv情報
著者 | Zhihang Yin,Fa Wu,Ziqian Wang,Jianmin Yang,Jiyong Tan,Dexing Kong |
発行日 | 2024-11-26 02:40:31+00:00 |
arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google