Multi-modal Motion Planning for a Humanoid Robot Manipulation Task
Multi-modal Motion Planning for a Humanoid Robot Manipulation Task
复制标题
DOI：
10.1007/978-3-642-14743-2_26
复制
发表时间：
2007
期刊：
影响因子：
--
通讯作者：
Kris K. Hauser;V. Ng-Thow-Hing;H. González-Baños
中科院分区：
文献类型：
--
作者：
Kris K. Hauser;V. Ng-Thow-Hing;H. González-Baños
提出了一种运动规划器，使仿人机器人能够在平面上推动物体。机器人的运动分为不同的行走、到达和推动模式。可以通过满足特定模式约束（例如动力学、运动学限制、避障）的连续单模运动实现模式的离散变换。现有的技术可以很好地规划单一模式，但选择正确的模式转换是困难的。基于搜索的方法由于对相似模式的过度探索而效率极低。我们的新方法Random-MMP对模式转换进行随机采样，从而在配置空间中分布稀疏数量的模式。最后给出了仿真结果和在hondaasimorbot上的实验结果。
This paper presents a motion planner that enables a humanoid robot to push an object on a flat surface. The robot’s motion is divided into distinct walking, reaching, and pushing modes. Adiscretechange of mode can be achieved with acontinuoussingle-mode motion that satisfies mode-specific constraints (e.g. dynamics, kinematic limits, avoid obstacles). Existing techniques can plan well in single modes, but choosing the right mode transitions is difficult. Search-based methods are vastly inefficient due to over-exploration of similar modes. Our new method,Random-MMP, randomly samples mode transitions to distribute a sparse number of modes across configuration space. Results are presented in simulation and on the Hondaasimorobot.