trajectory optimization
文章平均质量分 61
轨迹优化
HI_Forrest
robotics primary student
展开
-
安装 新版本cmake & swig & tinyspline
git 下载安装tinyspline 库测试example:轨迹规划——Bezier曲线与B样条曲线原创 2022-06-19 11:38:50 · 344 阅读 · 0 评论 -
online trajectory generation
《on-line trajectory generation》原创 2022-05-28 15:15:44 · 164 阅读 · 0 评论 -
【运动规划】MIT 基于采样和优化的区别
MIT 2020秋 运动规划part2通过加入新决策变量,在时间段内约束,可以控制被抓取物的规划位置。?纯运动学 ,不考虑被抓取物的动力学。基于采样的会解耦合,分段处理多个运动规划问题。sample-based VS trajectory optimizationBoolean collision check, 碰撞or不碰撞优化要计算距离和基于距离的代价函数梯度。。不用提前分段,不提前连接点与点。每个采样点独立计算 IK,满足约束即可加入可行集不考虑节点的优劣。1.采样节点和2原创 2021-12-22 17:51:48 · 551 阅读 · 0 评论 -
【trajectory optimization】 5-background
轨迹优化:最小化关于时间的函数ft的函数jft,自变量随时间变化参数优化:最小化关于实数x的函数jx?轨迹规划是给出最优控制问题的开环解!一条确定随时间参数变化规律的轨迹,单一初末状态,样条曲线连接。动态规划,寻找最优策略optimal policy,闭环解,适用于任意初始状态状态空间的整体向目标状态的轨迹轨迹规划适用于高维空间,状态空间大,或者需要精确解,其结果需要用稳定的闭环控制器来执行,在应用到实际系统上时。动态规划低维度空间好用,状态空间小但是复杂,得到闭环解。状态空间每个点都有原创 2021-12-16 17:49:08 · 379 阅读 · 3 评论 -
【trajectory optimization】4-example 车摆
轨迹规划介绍讲义还有双足的例子没看。。一维质点运动的例子轨迹优化第一节笔记梯形速度变化,不容易用样条曲线拟合轨迹bang-bang 控制?三段加速度都是常数,某点突变。问题表达:不连续?引入松弛变量使其连续化问题简化:平滑逼近拟合:不连续会大大增加迭代次数和时间,平滑逼近更快迭代多(问题stiff?)时间短(决策变量少)但是过度平滑会损失精度,松弛变量迭代次数少时间长,依赖合适的分段数mesh?...原创 2021-12-16 15:42:54 · 86 阅读 · 1 评论 -
【trajectory optimization】3-practical considerations
introduction of trajectory optimization PDF局部最优解问题误差分析quadrature 求积分!正交orthogonal 正交quadratic function二次函数cubic polynomial 三次多项式quintic polynomial 五次多项式spline 样条曲线integral 积分differential 微分partial differential 偏微分second derivative 二次导数parti原创 2021-12-15 22:12:37 · 1168 阅读 · 0 评论 -
【trajectory optimization】2 method
梯形组合hermite-simpson 组合分段二次函数拟合控制量和目标函数的积分过程状态量位置需要再次积分,是三次埃尔米特样条曲线,有一阶连续微分?即求导得到速度量是连续的?Simpson求积分:两个时间节点之间的控制量通过Simpson规则求近似积分,分段二次函数轨迹的约束转化到每个collocation point上面二次函数插补需要三个控制点,正好是一段离散曲线端点加中间点。这里用二次样条的速度量作为系统动力学量?以及控制量?梯形组合法用的是线性变化的动力学量?速度?和控原创 2021-12-15 21:32:05 · 1170 阅读 · 0 评论 -
【trajectory optimization】introduction presentation
YouTube introduction to trajectory optimization轨迹优化问题的基本形式最小化边界目标函数和积分形式的目标函数?transcription 简化轨迹规划问题为非线性问题NLP决策变量从矢量方程简化为数字从无限维度到有限维度微分方程到代数方程方法:间接:优化后离散复杂精确难算用于空气动力学?直接:离散后优化不够精确容易算用于机器人shooting :基于仿真,用于控制简单无路径约束。collocation:函数逼近,复杂控制有路径约束。h原创 2021-12-15 12:02:49 · 1127 阅读 · 0 评论 -
【trajectory optimization】1 intro
满足所有constraints 的是feasible solution可行解。admissible control 容许控制、可行控制。轨迹优化是根据目标函数objective function 描述寻找最优轨迹optimal trajectory。两种基本目标函数。本文考虑单相、时间连续、动力学连续系统的轨迹优化问题优化求解器根据调整decision variable 决策变量来最小化目标函数。通常为始末时间、轨迹上的状态和控制量。is subject to 优化受制于一系列限制约束:动.原创 2021-12-13 12:01:42 · 790 阅读 · 0 评论 -
2021-11-12 轨迹规划了解
1. 机器人中的轨迹规划曲线柔顺:五次多项式曲线起终点位置、速度、加速度约束六个方程虽然这三条曲线都是连续且光滑的,但却存在一个很实际的问题。从速图曲线中可以看出在t=25时速度达到最大值,没有匀速段,其它时刻速度都小于最大值。平均速度除以最大速度的值为:mean(sd) / max(sd) = 0.5231,即平均速度只有最大速度的一半左右,速度利用率较低。对于大多数实际伺服系统,电机的最大速度一般是固定的,因此希望速度曲线在最大速度的时间尽可能长。梯形速度曲线匀加速、匀速、匀减速2. 工原创 2021-11-12 20:32:19 · 3861 阅读 · 0 评论 -
2021-11-06关节空间路径规划和算法(采样、搜索)或者末端轨迹优化?
关节空间路径规划一些概念一、 摘自 运动规划ompl1.1. 运动规划 (Motion Planning)我们这里讲的 运动规划 ,有别于 轨迹规划 (Path Planning)。一般来说,path planning用于无人车/无人机领域,而motion planning主要用于机械臂,类人机器人领域。当然了,这两者没有本质的区别,理论上说MoveIt!和OMPL同样可以用于无人车无人机的规划,但不免有些杀鸡用牛刀的感觉。两者规划的空间维度不同,导致他们的难易程度不同。举例说明,如果不考虑速度加原创 2021-11-06 15:53:10 · 2582 阅读 · 1 评论 -
2021-11-06 关节空间路径规划
末端轨迹很难看,显示了一下关节空间的位置曲线,发现是连续的,没有柔顺处理,需要轨迹规划库规划一下速度加速度曲线,在构型空间内只有五段直线运动,正运动学计算到末端之后运动就很复杂了,且末端位姿不可控,只适用于需要避障或者需要快速到达目标位姿,对过程不太考虑的运动规划。对于末端有约束的运动来说,还是应该进行末端点位姿连续的运动规划,并逆运动学计算到关节空间进行控制。轨迹规划过程reflexxes相位同步轨迹规划的时间同步和相位同步V-rep学习笔记:Reflexxes Motion Librar.原创 2021-11-06 10:19:49 · 912 阅读 · 0 评论