robot motion planning介绍

声明：本篇博客内容主要是由邱强博士的运动规划视频整理而成。非原创，只为了一时复习之方便，侵权必删！

最近的学习顺序不对，至少要把机器人的的动力学部分完成，再来做运动规划的学习，这样搞得我的节奏有点不舒服。但是已经花了这么多时间，还是要记录一下。在今后的学习当中要尽量把运动规划的知识体系补全。

可以看看自己之前相关的博客：

Vrep 中RRT算法（ path planning） - CSDN博客

RRT算法简介 - CSDN博客

0.总体知识框架：

1.0 什么是机器人的运动规划

定义：在给定的环境中，指定机器人的起点与终点，计算出连接起点与终点，并满足一定的约束条件(如避障、路径最短、时间最短、末端满足工艺要求等)的轨迹。

简单的说可以理解为：在机械臂上做自动规划。

详细点的定义：

运动规划（motion planning）由路径规划和轨迹规划组成，连接起点位置和终点位置的序列点或曲线称之为路径，构成路径的策略称之为路径规划。路径是机器人位姿的一定序列，而不考虑机器人位姿参数随时间变化的因素。路径规划（一般指位置规划）是找到一系列要经过的路径点，路径点是空间中的位置或关节角度，而轨迹规划是赋予路径时间信息，对机器人执行任务时的速度与加速度进行规划，以满足光滑性和速度可控性等要求。

       运动控制则是主要解决如何控制目标系统准确跟踪指令轨迹的问题。即对于给定的指令轨迹，选择适合的控制算法和参数，产生输出，控制目标实时，准确地跟踪给定的指令轨迹。 
       路径规划的目标是使路径与障碍物的距离尽量远同时路径的长度尽量短；轨迹规划的目的主要是机器人关节空间移动中使得机器人的运行时间尽可能短，或者能量尽可能小。轨迹规划在路径规划的基础上加入时间序列信息，对机器人执行任务时的速度与加速度进行规划，以满足光滑性和速度可控性等要求

1.1 运动规划算法的评价标准

• Complete(完备性)：如果一个问题有解，那么一定能在有限的时间内求出可行解。
• Optimality(最有性)：找到的路径是最短的，能量最优的，执行最快的等等。

1.2 理论现状与应用现状

• 理论现状：

          从运动学规划角度，给定足够多的时间，一定能够最优且完备地求解到轨迹。从理论的角度，运动规划的问题已经解决    了。

• 应用现状：

           目前不存在一种能在给定的时间内，给出不错路径的算法。

2. 为什么要进行运动规划

     哪有那么多为什么，狂拽酷炫吊炸天就行了！！！

     好吧，正经点！提高易用性，如果有一天机器人使用起来像手机一样好用，那么机器人就能走进千家万户，哪怕只到了诺基亚的程度。

3. 怎么进行运动规划

对运动规划问题进行数学建模。将问题用数学语言描述出来，然后求解。

建模方法主要有三种：

3.1 建模篇优化方法

3.2 建模篇强化学习方法

3.3 建模篇几何方法

这些方法的具体过程在今后的学习当中再慢慢补充，不过其中最重要的应该是RRT算法，今后的学习当中，多花点时间学习一下RRT算法，及其衍生的算法。

 4. 实际四要素

   机器人是有体积有大小的，在实际的运动规划中要考虑以下几个因素。

机器人的轨迹规划与自动导引