机器人轨迹规划：简单的笛卡尔空间/关节空间轨迹规划方案

知乎：OpenRobotSL

---

2021-4-2 更新连续路径轨迹规划视频，

下方为实时线速度，要实时考虑路径，这种前瞻轨迹对精度控制比较高

---

2021-3-31 更新末端跟踪人手书写轨迹视频

视频中简单做了一个人手在平板写字，并且采样传送给机器人末端进行轨迹规划。仿真虽然看起来平滑，实际人手和机器人应该都要处于中低速状态。

---

写在前面

仅供娱乐，部分属于论文内容不方便透露细节，但是也是基于传统算法改进的。
轨迹规划往往是需要结合一定条件的，要不然直接离线规划算了，比如最常见的避障啥的，这篇文章就不多少了，避障等是比较简单的，就是碰撞检测逻辑写的好一点就可以了。剩下交给规划来处理。（避障部分属于论文内容，毕业后在写一写，最近几个月被大论文按在地上摩擦。。。。），还有问到姿态问题，这部分好多博主写的比较详细了，就不重复了，我基本测试都是没问题的，和位置原理相似，最后补了一张旧图。
从工程角度来讲轨迹规划需要一定的算法逻辑思路，最常见的就是报错机制，一段算法可能比较简单，但是如何处理错误，如何判断工况，场景这些才是最复杂的，往往需要比较好的逻辑流程图来辅助实现算法，当然编程来实现逻辑也是比较重要的。
从学术角度来讲，往大了了说优化，学习，炼丹炉，往小了说结合各种约束条件if else调用不同公式处理，都是比较要求数学功底的，希望从事这方面科研的的小伙伴认真学习数学。

1.关节空间同步运动

最简单也是最通用的无非就是关节空间同步运动，大部分是先基于速度规划计算出每个轴的规划时间Ti，然后寻找最大时间Tmax，之后其他各轴基于最大时间做同步。属于比较传统的同步算法，如果规划失败如何处理，还有很多其他问题，目前就是解决这些问题。最简单的方法就是如果失败，就自动找一个可达位置继续进行规划，只要保证终点可达就行。

2.如何处理运动过程中的平滑性问题

如何处理运动过程中的平滑性问题，传统方案从加速度，甚至加加速度入手（比如下面4），但是不考虑动力学特性往往是不够的，比较一般的方法是结合力矩约束来实现。

3.空间任意曲线速度规划

空间任意曲线速度规划，涉及到大部分都是数控上的曲线拟合插值技术，很多论文都有介绍，缺点就是存在误差，数控上通过精密微小的插补周期来实现误差控制。

4.考虑到运动特性，从加加速度规划出发也能获得较好的运动特性

考虑到运动特性，从加加速度规划出发也能获得较好的运动特性

5.jerk，torque以及snap约束

多种考虑因素，那么就包括很多项了，也可根据要求，目标直接考虑最底层或者需求那项，这部分没有研究过。。。

6.通过原始离散数据进行拟合，然后重新进行速度规划

以上方法都是基于方程或者解析表达式的方法，下面6，7这种是完全方程未知，通过原始离散数据进行拟合，然后重新进行速度规划。并且可以实现多轴数据同步，借鉴了一种解耦思想，每个轴独立规划，实现同步。

7.笛卡尔空间数据拟合

笛卡尔空间数据拟合，类似上面

8.空间曲线过渡

空间曲线过渡（位置，姿态四元数等），包括但是不限于多空间转换，自适应半径过渡，多轨迹拼接等。最简单的方法就是之前写过的slerp，圆弧过渡，直线+圆弧+直线基本能胜任90%的任务加工需求。当做比较高端的轨迹路径时候，就要考虑用高阶多项式（所有曲线都是多项式构成）方法。

9-1.混合空间过渡

混合空间过渡，图可能不太清晰，用的是旧版的程序跑的。。。凑合看吧。新程序懒得写了。。红色轨迹是关节空间映射到笛卡尔曲线，蓝色是过渡，橘色是笛卡尔直线。完成了关节-笛卡尔空间位置（姿态），速度，加速度连续过渡（附带约束）。

9-2.关节空间自适应过渡

关节空间自适应过渡，如果直接用关节空间拼接可能存在约束问题，比如急转，大部分情况降低速度处理，这样效率很难提高，这时候就需要采用算法产生自适应过渡区间。关节从A-P-B点，P点如果很奇葩，那么就要采取策略了。蓝色区域为设置的关节过渡区间。

10.连续姿态

补一个姿态，这个就是四元数显示和旋转矩阵显示，slerp,squad,高阶多项式等方法比较成熟了。

最后补一点实际加工样图，因为有很多加工需求不一样，有的要求过渡，有的要求点可达，下面就是两种情况，一种过渡点实现，一种严格按照点走。