Только Word
Введение 3
Постановка задачи 4
Обзор литературы 5
Глава 1. Основные свойства рабочего пространства и манипуляционного робота 7
1.1 Математическая модель двухзвенного манипуляционного робота 7
1.2 Обозначения для объектов в рабочем пространстве 8
1.3 Операторы 10
1.4 Предположения для упрощения 11
Глава 2. Алгоритм планирования 13
2.1 Проблемы прямого планирования 13
2.2 Обзор алгоритма 14
2.3 Выборка движения 16
Глава 3. Результаты программной реализации 19
Выводы 22
Заключение 23
Список литературы 24
Необходимость развития систем автоматизации роботов, функционирующих в условиях агрессивной среды (например, космос, океан, радиоактивно и химически загрязнённые зоны), возрастает в таких областях, как робототехника, авиация, ракетно-космическая техника и т.п.
От роботов требуются возможность исполнения сложных технических задач и самостоятельного оперирования и принятия, относящихся к конкретной задаче, решений по её исполнению. В особенности, в процессах, когда человек не управляет роботом напрямую, важна задача навигации, планирования движения.
Рассматриваемая в данной работе задача актуальна в связи с растущим спросом автоматизации процессов производства, сервиса и других возможных сфер применения. В частности, предлагается реализация автоматизирования процесса навигации внутри детерминированной (каждое следующее состояние среды полностью определяется текущим состоянием и действием, выполненным агентом) среды с неподвижными объектами, и объектами, доступными для перемещения самим роботом (здесь и далее под средой будем понимать плоскость с наложенными и заранее известными ограничениями). Алгоритм планирования должен самостоятельно определить необходимую траекторию, а также устранить препятствия на пути достижения целевого состояния на рабочей поверхности.
Алгоритмы машинного обучения всё шире применяются в задачах автоматизации, показывая значительные результаты как на математических, так и на реальных моделях, повышая точность и качество исполнения. Складывается тенденция всё большего вовлечения автоматизированных роботов как в производственные, так и в сервисные процессы, обуславливающая меньшие затраты и риски, связанные с участием человека.
Дальнейшие разработки и оптимизация методов, с помощью которых робот может действовать независимо в режиме реального времени, с минимальными затратами на планирование и принятие решений – действительно актуальные задачи. Работа в данной области – одно из важнейших направлений, ведущих к реализации полноценно автономных и многофункциональных аппаратов, безусловно повышающих уровень качества жизни их создателей.
Brost R.C. Automatic Grasp Planning in the Presence of Uncertainty // IJRR. 1998. Vol. 7, No. 1.
2. Dogar M., Srinivasa S. Push-Grasping with Dexterous Hands: Mechanics and a Method // IROS. 2010.
3. Dogar M.R., Srinivasa S.S. A Framework for Push-Grasping in Clutter / RSS.2011.
4. Sucan I.A., Moll M., Kavraki L.E. The Open Motion Planning Library // RAM. 2012. Vol. 19, No. 4.
5. Рутковский В.Ю., Суханов В.М., Глумов В.М. Уравнения движения и управление свободнолетающим космическим манипуляционным роботом в режиме реконфигурации // Автоматика и телемеханика. 2010. №1.
6. Okada K., Haneda A., Nakai H., Inaba M., Inoue H. Environment Manipulation Planner for Humanoid Robots Using Task Graph That Generates Action Sequence // IROS.2004.
7. Ota J. Rearrangement of Multiple Movable Objects: Integration of global and Local Planning Methodology // ICRA. 2004. Vol. 2.
8. J. James J. Kuffner and S. M. LaValle, RRT-Connect: An Efficient Approach to Single-Query Path Planning, in ICRA, 2000.
9. Miikkulainen R., Valsalam V.K., Hiller J., MacCurdy R., Lipson H. Constructing Controllers for Physical Multilegged Robots using the ENSO Neuroevolution Approach // Evolutionary Intelligence. 2012. Vol. 5, No. 1. P. 45-56.
10. Stilman M., Kuffner J. Navigation Among Movable Obstacles: Real-Time Reasoning in Complex Environments // Humanoids. 2004.
11. Stilman M., Schamburek J.-U., Kuffner J., Asfour T. Manipulation Planning Among Movable Obstacles // ICRA. 2007.
12. van den Berg J., Stilman M., Kuffner J., Lin M., Manocha D. Path Planning among Movable Obstacles: A Probabilistically Complete Approach // WAFR. 2008
13. Е.А. Энгель “Интеллектуальная система управления манипуляционным роботом” 2014.