研究人员开发用于机器人在粗糙地形上的先进路径规划方法

密歇根大学的研究人员开发了一种新的路径规划方法，可以加快机器人在粗糙地形上的移动速度。这种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大大减少。

该研究发表在自主机器人期刊上。

开发新算法

该算法专门针对使用类似手臂的附肢在粗糙地形上保持平衡的机器人，例如灾难区域和建筑工地。

德米特里·贝伦森是电气和计算机工程学的副教授，也是机器人研究所的核心成员。

“在一个倒塌的建筑物中或非常粗糙的地形上，机器人不总是能够仅用其脚保持平衡并向前移动，”贝伦森说。“你需要新的算法来计算如何放置双脚和双手。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。”

这项新研究帮助机器人在计算最佳路径之前确定地形的难度。

余智林是最近的机器人博士毕业生，也是神经公司的软件工程师。

“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保持平衡并取得进展，”林说。“然后，当机器人被放入一个新的、复杂的环境中时，它可以使用所学的知识来确定一条路径的可行性，从而更快地找到一条到达目标的路径。”

尽管有了新的和改进的方法，但使用传统规划算法规划一个成功的长路径仍然需要很长时间。

“如果我们尝试找到一条长路径上的所有手和脚位置，那将需要很长时间，”贝伦森说。

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

分而治之

为了解决这个问题，研究团队采用了“分而治之”的方法。他们将路径分成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，机器人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，并且不知道如何为每个部分选择合适的规划方法，”林说。

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飞行来获取这些信息。

研究团队创建了一个虚拟实验，使用一个类人机器人在一个满是碎石的走廊中进行测试，结果表明他们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，研究团队的方法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。规划时间也大大减少，从超过3分钟减少到仅2分钟左右。

此外，研究团队还展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，当地面不平时。研究团队的方法使机器人能够在仅仅一秒钟内规划一条路径，而基本路径规划器需要3.5秒。

研究团队现在将致力于将动态稳定运动纳入机器人中，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，因为它不需要不断保持平衡。