研究人员开发用于机器人的高级路径规划方法

密歇根大学的研究人员开发了一种新的路径规划方法，可以加速机器人在崎岖地形上的移动。新开发的算法能够比标准算法更频繁地找到成功的路径，而且它需要的处理时间也远远少于标准算法。

该研究发表在 Autonomous Robots 中。

开发新算法

该算法专门针对使用类似手臂的附属机构来在崎岖地形上保持平衡的机器人，例如灾难区域和建筑工地。

Dmitry Berenson 是电气和计算机工程系的副教授，并且是机器人研究所的核心教师。

“在倒塌的建筑物中或非常崎岖的地形上，机器人不总是能够仅仅通过其脚来保持平衡和向前移动，” Berenson 说。“你需要新的算法来确定将手和脚放在哪里。你需要协调所有这些肢体来保持稳定，这是一个非常困难的问题。”

新研究帮助机器人在计算最佳路径之前确定地形的难度。

Yu-Chi Lin 是机器人学的最近博士毕业生和 Neuro Inc. 的软件工程师。

“首先，我们使用机器学习来训练机器人学习如何使用手和脚来保持平衡和向前移动，” Lin 说。“然后，当机器人被放置在新的、复杂的环境中时，它可以使用所学的知识来确定路径的可行性，从而更快地找到到达目标的路径。”

尽管有新的和改进的方法，但使用传统规划算法来规划成功的长路径仍然需要很长时间。

“如果我们尝试找到整个长路径上的所有手和脚位置，那将需要很长时间，” Berenson 说。

https://www.youtube.com/watch?v=X2KZupY8FQY

分而治之

为了解决这个问题，团队采用了“分而治之”的方法。他们将路径分为难以通过的部分和容易通过的部分。对于前者，机器人使用基于学习的方法，而对于后者，他们使用更简单的路径规划。

“这听起来很简单，但实际上很难知道如何正确地分割这个问题，以及如何为每个部分选择规划方法，” Lin 说。

为了实现这一点，研究人员需要整个环境的几何模型，他们可以通过让无人机在机器人前面进行侦察来获得。

团队创建了一个虚拟实验，使用一个在废墟走廊中的类人机器人，结果表明该团队的方法在成功率和规划时间方面优于之前的方法。这在灾难场景中至关重要。

在 50 次试验中，团队的方法 84% 的时间都能到达目标，而基本路径规划器只有 26% 的时间能到达目标。它只需要两分钟多一点来规划，而基本路径规划器需要超过三分钟。

除了这些之外，团队还演示了他们的方法如何在现实世界中使用带有躯干和两个手臂的轮式机器人。机器人的底座被放在一个陡峭的斜坡上，它使用“手”来支撑自己，当地面不均匀时移动。团队的方法使机器人能够在仅仅 0.1 秒内规划路径，而基本路径规划器需要 3.5 秒以上。

团队现在将致力于集成动态稳定运动，这类似于人类和动物的自然运动。这将提高机器人的移动速度，因为它不需要始终保持平衡。