基于泛函梯度优化的运动规划算法

摘要：

针对高自由度的机械臂的灵活性和自主性问题,提出一种快速且高效的机械臂运动规划算法.通过动态运动基元(DM Ps)模型对运动轨迹进行编码提取特征,作为运动轨迹先验知识,基于现在物理环境和目标任务设计无碰撞及高能效的目标泛函,通过对目标泛函进行梯度下降得出在该环境下的最优轨迹.为验证算法的有效性,通过机器人实验平台(v-rep)模拟机械臂的日常操作任务.实验结果表明,在整个工作空间内,机械臂通过少量的迭代(少于6次),便可生成无碰撞的运动轨迹,可降低能耗20％ 以上.

关键词：机械臂、运动规划、特征提取、动态运动基元、梯度下降

所属期刊栏目：41

分类号：TP242.6(自动化技术及设备)

资助基金：江苏省自然科学基金项目bk20180693

在线出版日期：2020-04-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1006-1011