人机工程学论文 第1篇
本实验的目的是验证提出方法在避碰任务中的有效性。该示例的环境如图 7所示。环境中有两类障碍物。第一类障碍物限制了四旋翼无人机的运动和飞行走廊的大小，这类障碍物的避碰是通过飞行走廊实现的。第二类障碍物限制了Delta机械臂的运动，必须通过Delta机械臂的运动规划来避免。
图 7展示了使用避碰方法和不使用避碰方法的运动规划结果。生成的飞行走廊如图 7 (a)所示。如图 7 (b)所示，物体附近有四个障碍物。在不使用避碰方法的结果轨迹中，空中作业机器人与其中一个障碍物相撞。碰撞区域显示为图 7中的红色点线，其长度为米。使用避碰方法的结果轨迹如图 7所示（见蓝线）。可以看出，本文提出的方法的结果是无碰撞的。
人机工程学论文 第2篇
本实验的目的是通过空中作业机器人取回一个物体。在任务中，空中作业机器人移动到物体位置并将其拾起，然后返回起始位置。起始位置设定为 [0, 0, ]。物体的位置和方位角分别设定为 [0, , ]和0°（见图 8 (a)）。如图 8 (b)所示，飞行环境中有屏风，空中作业机器人在移动阶段需要避开这些屏风。空中作业机器人设置为绕过这些屏风飞行。如图 8 (a)所示，物体附近有三个障碍物，空中作业机器人必须避免与这些障碍物碰撞。
图8(b)-(d) 显示了空中回收实验的结果。生成的飞行走廊如图 8 (c) 所示。实验的任务持续时间为58秒。四旋翼无人机在移动阶段的平均跟踪误差为米，而在操作阶段的平均跟踪误差为米。四旋翼在移动阶段的飞行速度比在操作阶段更快，但更高的速度也导致了较大的跟踪误差。空中回收任务中计算路径、飞行走廊和四旋翼轨迹的计算时间分别为毫秒、毫秒和毫秒。计算末端执行器轨迹的计算时间为毫秒。操作阶段四旋翼的姿态如图 8 (e) 所示。
人机工程学论文 第3篇
空中作业机器人已经从多个方面进行了研究，如平台设计、运动控制、运动规划和视觉伺服。我们的工作重点是研究空中抓取任务的运动规划问题，要求空中作业机器人在环境中抓取和搬运物体（见图 1）。需要注意的是，安全性和高效率对于空中抓取任务非常重要，因为空中作业机器人与环境中的障碍物可能会发生碰撞。一个计算效率高的运动规划方案对于空中抓取任务是必要的，因为它可以减少计算资源的需求，并通过快速重新规划来确保任务成功。这促使我们研究一个高效的运动规划方案，以确保无碰撞轨迹。
本文所提出的运动规划方法是部分解耦的，分别在笛卡尔空间中计算四旋翼无人机和末端执行器的轨迹。为了确保计算的轨迹可以成功执行，我们提出了几何可行性约束来协调轨迹。系统分为三个模块：
第一个模块为四旋翼运动规划。四旋翼无人机的运动规划可以进一步分为四个步骤。第一步是可行抓取位置的计算，其作用是找到一个合适的位置，使四旋翼无人机能够让空中作业机器人抓取物体。第二步是路径规划，本文使用A*方法计算路径。第三步是飞行走廊生成，其作用是为四旋翼无人机生成一个安全的飞行走廊，以约束其运动以避免碰撞。第四步是轨迹生成，其作用是基于分段Bezier曲线计算四旋翼无人机的轨迹，以确保生成的轨迹满足安全性、动态可行性和路径点约束。
第二个模块是Delta机械臂的运动规划。运动规划方法可以进一步分为三个步骤。第一步是初始条件计算，其作用是计算操作阶段开始时末端执行器的位置、速度和加速度。第二步是基于Bezier曲线的末端执行器轨迹优化规划。特别地，我们提出了空中作业机器人的几何可行性约束，以确保轨迹满足空中作业机器人的几何结构。第三步是避免碰撞，通过GJK方法检测空中作业机器人与局部地图中障碍物之间的碰撞。如果存在碰撞，则通过一个小孔映射方法更新第二步中的QP问题的目标函数。重复第二步和第三步直到无碰撞发生。
第三个部分是空中作业机器人的控制器。其输入是四旋翼无人机和末端执行器的轨迹。其输出为四旋翼和机械臂的控制力/力矩。具体的方法可以参考我们之前发表的论文[1]。
上述算法具有以下特点：
（1）规划算法特点1：采用部分分离规划的架构在笛卡尔空间规划轨迹
本文提出的算法在笛卡尔空间中分别用贝塞尔曲线规划无人机轨迹和机械臂的轨迹。这样处理的好处有两个。首先，分离式的规划方式更符合空中作业机器人的特点。这是因为机械臂一般只在作业阶段运动，不需要在纯移动阶段计算机械臂的轨迹。其次，相较于在高维度的构型空间中进行避障，在笛卡尔空间中进行避障计算量更小。这是因为由于空中作业机器人需要在大范围的空间内进行作业，并且空中作业机器人具有很高的自由度，因此在高维度的构型空间中进行避障计算需要较大的计算。
（2）算法特点2：提出了新型的几何可行性约束
分离式规划的关键在于确保规划的轨迹必须是可以执行的。我们提出了一种新的几何可行性约束，以确保四旋翼和末端执行器的轨迹可以成功执行。该约束由四旋翼和末端执行器的位置线性表示，而原始几何约束是非线性的。通过将非线性约束转换为线性约束，显著提高了计算效率。使用这些约束可以确保生成的轨迹满足空中作业机器人的几何约束。
（3）算法特点3：提出了一种基于小孔映射的迭代避障策略，用于解决抓取阶段的避障问题
Delta机械臂的避碰通过基于提出的小孔映射方法的高效迭代方法实现。在每次迭代中，通过求解一个二次规划（QP）问题来确定末端执行器的无碰撞轨迹。在QP问题中包含一个避碰项是基于小孔映射方法和碰撞检测结果设计的，该避碰项使得空中作业机器人远离局部环境中的障碍物。与构型空间中的避碰方法相比，该迭代方法不需要在配置空间中进行密集采样。与传统的人工势场方法相比，该迭代方法不依赖于预定义的人工势场。
整个空中作业机器人系统的硬件系统设计如图 6所示。利用动作捕捉系统Vicon实现全局的感知，Vicon系统可以提供高精度的定位信息（包括位置和姿态），并通过光纤将输出传输给地面站。地面站和局部路由器相连，通过路由器，地面站可以和场景内的空中作业机器人相连，并控制空中作业机器人。路由器提供快速并且信号强的局域网，以连通场景内的设备。空中作业机器人的机载控制硬件分为三个部分，分别为机载计算机NUC、飞行控制器Pixhawk以及机械臂舵机控制模块U2R2。其中，机载计算机具有较为强大的计算资源，可以将计算量大的软件模块（如机载视觉感知、规划等）部署在NUC上。Pixhawk提供实时性较高的嵌入式计算环境，可以将实时性要求较高的计算模块部署在飞控上。U2D2实现机械臂舵机的驱动以及NUC的机械臂控制指令下发。
本文设计的五个试验来验证本文提出的空中作业机器人的控制方法，分别为避障实验、空中回收实验、复杂环境的空中回收实验、空中搬运实验和重规划实验。
人机工程学论文 第4篇
由于所提出的方法在计算上效率高，它本身具备重新规划轨迹的能力。该实验的目标是展示所提出的方法对物体位置变化的响应能力。最初，规划了从原始位置[0, , ]到目标的原始轨迹。在任务中，目标被移动到了新位置[0, , ]，使得规划器重新生成了新的轨迹。如图 11 (a)- (b)所示，目标附近也存在一些障碍物。
图 11 (c)展示了重新规划实验的结果。蓝色线代表所提出规划器生成的原始轨迹，而绿色虚线则描述了针对物体位置变化重新规划的轨迹。原始规划的计算时间为毫秒，而重新规划过程花费了毫秒。该实验表明，所提出的方法具有快速重新规划的能力。
本文提出了一种新的部分解耦的空中作业机器人运动规划方案，用于空中抓取任务。该方法分别在笛卡尔空间中计算了飞行平台和机械手的动态可行和无碰撞轨迹。所提出的几何可行性约束可以确保生成的轨迹协调完成任务。提出的算法具有三个特点，分别为：1）采用分离规划的方式在笛卡尔空间规划轨迹；2）提出了新型的几何可行性约束；3）提出了一种基于小孔映射的迭代避障策略，用于解决抓取阶段的避障问题。
目前，我们团队还有许多有趣的研究正在进行中，更多分享，敬请期待。
论文相关信息
论文信息：H. Cao, J. Shen, C. Liu, B. Zhu, and S. Zhao, “Motion Planning for Aerial Pick-and-Place With Geometric Feasibility Constraints,” IEEE Transactions on Automation Science and Engineering, 2024
论文IEEE官网链接：
doi号：
参考文献
1. H. Cao, Y. Li, C. Liu, and S. Zhao, “ESO-Based Robust and High-Precision Tracking Control for Aerial Manipulation,” IEEE Trans. Autom. Sci. Eng., 2023, doi: .
. Kim, H. Seo, J. Kim, and H. J. Kim, “Sampling-based Motion Planning for Aerial Pick-and-Place,” IEEE Int. Conf. Intell. Robot. Syst., pp. 7402–7408, 2019, doi: .
. Garimella, M. Sheckells, S. Kim, G. Baraban, and M. Kobilarov, “Improving the Reliability of Pick-and-Place with Aerial Vehicles through Fault-Tolerant Software and a Custom Magnetic End-Effector,” IEEE Robot. Autom. Lett., vol. 6, no. 4, pp. 7501–7508, 2021, doi: .
申请文章授权请联系后台运营人员
