CN117798918B - 基于协同优化的多机悬吊***空间避障规划方法和*** - Google Patents
基于协同优化的多机悬吊***空间避障规划方法和*** Download PDFInfo
- Publication number
- CN117798918B CN117798918B CN202410044480.5A CN202410044480A CN117798918B CN 117798918 B CN117798918 B CN 117798918B CN 202410044480 A CN202410044480 A CN 202410044480A CN 117798918 B CN117798918 B CN 117798918B
- Authority
- CN
- China
- Prior art keywords
- crane
- space
- rope
- track
- suspension system
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 239000000725 suspension Substances 0.000 title claims abstract description 52
- 238000005457 optimization Methods 0.000 title claims abstract description 39
- 238000000034 method Methods 0.000 title claims abstract description 35
- 230000008569 process Effects 0.000 claims abstract description 13
- 230000003068 static effect Effects 0.000 claims description 8
- 241000254173 Coleoptera Species 0.000 claims description 7
- 210000003608 fece Anatomy 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 6
- 230000015572 biosynthetic process Effects 0.000 description 21
- 239000013598 vector Substances 0.000 description 7
- 230000007613 environmental effect Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
- B25J9/1666—Avoiding collision or forbidden zones
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1679—Programme controls characterised by the tasks executed
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Control And Safety Of Cranes (AREA)
Abstract
本发明公开一种基于协同优化的多机悬吊***空间避障规划方法和***,包括以下步骤:步骤S1、获取多机悬吊***进行吊运任务过程中吊运空间信息;步骤S2、根据吊运空间信息,得到多机悬吊***的空间无碰撞可行区域;步骤S3、在无碰撞区域规划被吊运物的的无碰撞可行轨迹、绳索和吊机末端的轨迹;步骤S4、对吊机末端和绳索进行避障规划,最终得到多机悬吊***的最优避障轨迹。采用本发明的技术方案,实现多机器人协调悬吊***中被吊运物、吊机末端和绳索的避障规划,使被吊运物按照期望轨迹从初始位置运动到目标位置,本发明可以保证每个吊机之间、被吊运物和环境中的障碍物、绳索和环境中的障碍物不会发生碰撞。
Description
技术领域
本发明属于多机器人吊运***技术领域,尤其涉及一种基于协同优化的多机悬吊***空间避障规划方法和***。
背景技术
柔索式紧耦合多机器人***的研究主要集中在多机器人联合吊运一个重物的应用上,该***具有工作空间可扩展、工作效率高、运动冲击小的优点。在现实中,利用紧耦合多机器人***可以完成对大型物体的吊运任务。例如,在汶川地震抢险救灾中,由于道路坍塌或阻塞,在大型救灾设备无法进入灾难现场的情况下,可以利用多架直升机协调吊运大型救援设备来解决单机承载能力不足的问题。还有,在贵州建设的世界最大射电望远镜,通过6根柔索控制着口径达500m的“大锅”,实现了4400多个反射面的位置和姿态变化,使我国的最大射电望远镜技术至少领先世界20年。
但是在现有的民用生产领域,通过多台相同的吊运机器人对物体进行联合吊运还没有普遍运用,其主要原因是没有解决多台固定基座的吊运机器人在运行时,如何保证彼此的机器人不相互碰撞,以及在遇到空间障碍物时如何进行避障,如何解决上述问题成为多机器人***研究的一个难点。因此提出一种基于力-位协同优化的多机悬吊***空间避障规划方法和***。
发明内容
本发明要解决的技术问题是,提供一种基于协同优化的多机悬吊***空间避障规划方法和***。
为实现上述目的,本发明采用如下的技术方案:
一种基于协同优化的多机悬吊***空间避障规划方法,包括以下步骤:
步骤S1、获取多机悬吊***进行吊运任务过程中吊运空间信息;
步骤S2、根据吊运空间信息,得到多机悬吊***的空间无碰撞可行区域;
步骤S3、在无碰撞区域规划被吊运物的的无碰撞可行轨迹、绳索和吊机末端的轨迹;
步骤S4、吊机末端和绳索进行避障规划,最终得到多机悬吊***的最优避障轨迹。
作为优选,所述吊运空间信息包括:被吊运物运动状态、绳索状态、吊机末端状态、吊运环境中的障碍物信息。
作为优选,步骤S2中,根据被吊运物运动状态、绳索状态和吊机末端状态,基于静态障碍物环境地图,以结构的拓扑及障碍物间的临界支撑线为约束条件,利用凸优化算法和半定规划方法求解多机悬吊***的空间无碰撞可行区域。
作为优选,步骤S3中,利用改进型蜣螂优化SDBO算法,以被吊运物的路径长度为目标函数,在无碰撞区域规划得到被吊运物的的无碰撞可行轨迹,然后利用力-位协同的优化,以吊机末端的路径长度和轨迹平滑度为目标函数,对吊机末端和绳索进行避障规划,得到绳索和吊机末端的轨迹。
本发明还提供一种基于协同优化的多机悬吊***空间避障规划***,包括:
获取装置,用于获取多机悬吊***进行吊运任务过程中吊运空间信息;
处理装置,用于根据吊运空间信息,得到多机悬吊***的空间无碰撞可行区域;
规划装置,用于在无碰撞区域规划被吊运物的的无碰撞可行轨迹、绳索和吊机末端的轨迹;
优化装置,用于对吊机末端和绳索进行避障规划,最终得到多机悬吊***的最优避障轨迹。
作为优选,所述吊运空间信息包括:被吊运物运动状态、绳索状态、吊机末端状态、吊运环境中的障碍物信息。
作为优选,处理装置根据被吊运物运动状态、绳索状态和吊机末端状态,基于静态障碍物环境地图,以结构的拓扑及障碍物间的临界支撑线为约束条件,利用凸优化算法和半定规划方法求解多机悬吊***的空间无碰撞可行区域。
作为优选,规划装置利用改进型蜣螂优化SDBO算法,以被吊运物的路径长度为目标函数,在无碰撞区域规划得到被吊运物的的无碰撞可行轨迹,然后利用力-位协同的优化,以吊机末端的路径长度和轨迹平滑度为目标函数,对吊机末端和绳索进行避障规划,得到绳索和吊机末端的轨迹。
本发明以被吊运物避障为规划对象、吊机末端避障为规划中间环节、绳索避障为规划目标,实现多机器人协调悬吊***中被吊运物、吊机末端和绳索的避障规划,使被吊运物按照期望轨迹从初始位置运动到目标位置,本发明可以保证每个吊机之间、被吊运物和环境中的障碍物、绳索和环境中的障碍物不会发生碰撞,还需要使各个吊机的运动保持给定的位置关系。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1是本发明实施例多机悬吊***的结构示意图;
图2是本发明实施例基于协同优化的多机悬吊***空间避障规划方法的流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
实施例1:
本发明实施例提供一种基于协同优化的多机悬吊***空间避障规划方法,如图1所示,多机悬吊***包括:由三台结构相同的吊运机器人(简称吊机)构成,单台吊运机器人由固定基座、3个关节机器人和绳索组成,被吊运物通过与绳索相连悬挂于三台机器人的下方。机器人的杆长为(ai1,ai2,ai3),关节角为(θi1,θi2,θi3),Pi是被吊运物与绳索的连接点,bi是吊运吊机末端点的位置,Li是绳索。由于整个***由三台吊机组成,故i=1,2,3。
如图2所示,本发明实施例的多机悬吊***空间避障规划方法,包括以下步骤:
步骤S1、获取多机悬吊***进行吊运任务过程中吊运空间信息;
步骤S2、根据吊运空间信息,得到多机悬吊***的空间无碰撞可行区域;
步骤S3、在无碰撞区域规划被吊运物的的无碰撞可行轨迹、绳索和吊机末端的轨迹;
步骤S4、对吊机末端和绳索进行避障规划,最终得到多机悬吊***的最优避障轨迹。
作为本发明实施例的一种实施方式,所述吊运空间信息包括:被吊运物运动状态、绳索状态、吊机末端状态、吊运环境中的障碍物信息。
作为本发明实施例的一种实施方式,步骤S2中,根据被吊运物运动状态、绳索状态和吊机末端状态,基于静态障碍物环境地图(其中有圆柱体,立方体和球体这三种类型的障碍物),以结构的拓扑及障碍物间的临界支撑线为约束条件,利用凸优化算法和半定规划方法求解多机悬吊***的空间无碰撞可行区域。
进一步,针对吊运空间内有障碍的情况,悬吊***中的各个吊机需要在避开障碍的同时保持相互之间的协作关系。在静态障碍物下,考虑绳索矢量特点,对被吊运物、绳索和吊机进行避障规划,在吊运空间内得到被吊运物、绳索和吊机的最优或可行轨迹。
作为本发明实施例的一种实施方式,步骤S3中,利用改进型蜣螂优化SDBO算法,以被吊运物的路径长度为目标函数,在无碰撞区域规划得到被吊运物的的无碰撞可行轨迹,然后利用力-位协同的优化,以吊机末端的路径长度和轨迹平滑度为目标函数,对吊机末端和绳索进行避障规划,得到绳索和吊机末端的轨迹。
作为本发明实施例的一种实施方式,步骤S4中,由于绳索处于张紧状态,可视其为空间矢量,同时矢量两端又有刚体连接,此时***不再是传统的刚体避障问题,故需研究空间多矢量-多刚体***的避障规划方法。先优化得到被吊运物的轨迹,然后在这个基础上优化吊机末端的轨迹。在优化吊机末端的轨迹的时候实现了绳索避障,吊机末端也不会碰撞。
多机悬吊***对规划的轨迹有两个要求,一是满足运动学和动力学约束,二是避障。根据约束(绳索长度,拉力,绳索避障,吊机之间安全距离),以吊机末端的轨迹为优化变量,以路径长度为目标函数,得到符合约束的可行轨迹。
由于单个节点视野范围的限制,需要利用全局无碰撞可行区域来约束吊机编队运动。将吊运的环境信息整合得到全局环境信息,利用优化算法计算编队的无碰撞可行区域,根据编队的当前队形,计算编队队形的凸包络,即得出编队边界点。基于编队队形的边界点计算当前的无碰撞可行区域。当每个边界的机器人计算出无碰撞可行区域后就可以得到全局的无碰撞可行区域。在编队运动的路径中间设置关键点就是要保证机器人编队可以到达目标点。利用全局的无碰撞可行区域可以约束机器人编队的运动轨迹,并且可以让机器人编队以整体的形式进行避障,从而保证机器人不会因为单独避障而导致被吊运物不稳定。
利用无碰撞可行区域计算下一个目标位置和最优目标队形。根据吊运前各机器人的位置信息计算当前的编队队形,根据设定的计算规则计算下一时刻的目标点位置,然后根据之前计算的无碰撞可行区域和目标点计算机器人编队的最优目标队形,在运动的过程中不断迭代计算目标队形来达到避障的效果。最后利用计算的目标队形将机器人分配到各自的坐标,并且根据机器人的位置计算被吊运物的位置。
由于吊运任务的多样性与复杂性,考虑吊机在吊运过程中遇到障碍物,通过轨迹一致性协调作用使多台吊机在避障过程中不仅可以整体避障,而且可以单独避障。主要分为两种情况,一方面机器人遇到障碍物,无法整体避开,但是存在部分机器人顺利躲避障碍物,每个吊机独自进行轨迹规划,使得吊机在避开障碍物的同时保持队形,按照求出的最优队形来对每个机器人进行分配,并且在避开障碍物后可以恢复原始队形,继续执行吊运任务。另一方面多台机器人协同吊运过程中,整体可以躲避障碍物,在避障的过程中以编队为整体设计避障算法,增加吊运的有效性。
为了避免两机器人间相互碰撞,机器人之间距离大于安全距离,使机器人之间保持一定的协同距离运动。吊机轨迹一致性协同约束的目的是要保证多台吊机能够同时到达目标位置,吊机之间在空间上协同完成任务,并且吊机的运动时间在一定的时间范围内,交集不为空。当机器人沿着预先规划好的轨迹运动时,会不断探测周围环境内的障碍信息,若发现未知的静态障碍,会马上采取基于滚动窗口的局部轨迹规划策略实现快速避障。
假设吊机n1和n2的位置分别为和/>对应于轨迹pi的第j个采样点,则吊机n1到n2的距离向量/>可表示为
dsafe,d表示吊机之间的最小安全距离,定义来选择大于dsafe,d的危险距离。
针对***工作空间内无障碍的情况,这时规划的主要目的是保证***稳定运行,用***稳定性指标构造目标函数,设计可行规划算法,为***在吊运空间内规划得到最优或可行轨迹。以多机悬吊***运动稳定性、运动平滑性和拉力均衡性等指标构造目标函数,采用多目标优化算法在***运动轨迹和绳长解集中求取最优运动轨迹。
针对多机悬吊***中被吊运物、绳索和吊机末端与环境障碍物碰撞的问题,本发明实施例采用协同优化的最优轨迹求解方法对其进行空间多矢量-多刚体避障规划。在吊运过程中绳索处于张紧状态,可视绳索为刚性矢量;基于OBB包围盒理论,在三维空间建立环境障碍物与***结构的优化模型,在此模型基础上以结构的拓扑及障碍物间的临界支撑线为约束条件,利用凸优化算法和半定规划方法求解空间的无碰撞可行区域。采用改进型蜣螂优化SDBO算法在空间无碰撞可行区域对被吊运物进行避障规划。考虑多机悬吊***轨迹规划的一致性,利用力-位协同优化得到多机悬吊***的避障规划。
实施例2:
本发明实施例还提供一种基于协同优化的多机悬吊***空间避障规划***,包括:
获取装置,用于获取多机悬吊***进行吊运任务过程中吊运空间信息;
处理装置,用于根据吊运空间信息,得到多机悬吊***的空间无碰撞可行区域;
规划装置,用于在无碰撞区域规划被吊运物的的无碰撞可行轨迹、绳索和吊机末端的轨迹;
优化装置,用于对吊机末端和绳索进行避障规划,最终得到多机悬吊***的最优避障轨迹。
作为本发明实施例的一种实施方式,所述吊运空间信息包括:被吊运物运动状态、绳索状态、吊机末端状态、吊运环境中的障碍物信息。
作为本发明实施例的一种实施方式,处理装置根据被吊运物运动状态、绳索状态和吊机末端状态,基于静态障碍物环境地图,以结构的拓扑及障碍物间的临界支撑线为约束条件,利用凸优化算法和半定规划方法求解多机悬吊***的空间无碰撞可行区域。
作为本发明实施例的一种实施方式,规划装置利用改进型蜣螂优化SDBO算法以被吊运物的路径长度为目标函数,在无碰撞区域规划得到被吊运物的的无碰撞可行轨迹,然后利用力-位协同的优化,以吊机末端的路径长度和轨迹平滑度为目标函数,对吊机末端和绳索进行避障规划,得到绳索和吊机末端的轨迹。
以上所述的实施例仅是对本发明优选方式进行的描述,并非对本发明的范围进行限定,在不脱离本发明设计精神的前提下,本领域普通技术人员对本发明的技术方案做出的各种变形和改进,均应落入本发明权利要求书确定的保护范围内。
Claims (4)
1.一种基于协同优化的多机悬吊***空间避障规划方法,其特征在于,包括以下步骤:
步骤S1、获取多机悬吊***进行吊运任务过程中吊运空间信息;
步骤S2、根据吊运空间信息,得到多机悬吊***的空间无碰撞可行区域;
步骤S3、在无碰撞区域规划被吊运物的无碰撞可行轨迹、绳索和吊机末端的轨迹;
步骤S4、对吊机末端和绳索进行避障规划,最终得到多机悬吊***的最优避障轨迹;
步骤S2中,根据被吊运物运动状态、绳索状态和吊机末端状态,基于静态障碍物环境地图,以结构的拓扑及障碍物间的临界支撑线为约束条件,利用凸优化算法和半定规划方法求解多机悬吊***的空间无碰撞可行区域;
步骤S3中,利用改进型蜣螂优化SDBO算法以被吊运物的路径长度为目标函数,在无碰撞区域规划得到被吊运物的无碰撞可行轨迹,然后利用力-位协同的优化,以吊机末端的路径长度和轨迹平滑度为目标函数,对吊机末端和绳索进行避障规划,得到绳索和吊机末端的轨迹。
2.如权利要求1所述的基于协同优化的多机悬吊***空间避障规划方法,其特征在于,所述吊运空间信息包括:被吊运物运动状态、绳索状态、吊机末端状态、吊运环境中的障碍物信息。
3.一种基于协同优化的多机悬吊***空间避障规划***,其特征在于,包括:
获取装置,用于获取多机悬吊***进行吊运任务过程中吊运空间信息;
处理装置,用于根据吊运空间信息,得到多机悬吊***的空间无碰撞可行区域;
规划装置,用于在无碰撞区域规划被吊运物的无碰撞可行轨迹、绳索和吊机末端的轨迹;
优化装置,用于对吊机末端和绳索进行避障规划,最终得到多机悬吊***的最优避障轨迹;
处理装置根据被吊运物运动状态、绳索状态和吊机末端状态,基于静态障碍物环境地图,以结构的拓扑及障碍物间的临界支撑线为约束条件,利用凸优化算法和半定规划方法求解多机悬吊***的空间无碰撞可行区域;
规划装置利用改进型蜣螂优化SDBO算法,以被吊运物的路径长度为目标函数,在无碰撞区域规划得到被吊运物的无碰撞可行轨迹,然后利用力-位协同的优化,以吊机末端的路径长度和轨迹平滑度为目标函数,对吊机末端和绳索进行避障规划,得到绳索和吊机末端的轨迹。
4.如权利要求3所述的基于协同优化的多机悬吊***空间避障规划***,其特征在于,所述吊运空间信息包括:被吊运物运动状态、绳索状态、吊机末端状态、吊运环境中的障碍物信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410044480.5A CN117798918B (zh) | 2024-01-11 | 2024-01-11 | 基于协同优化的多机悬吊***空间避障规划方法和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410044480.5A CN117798918B (zh) | 2024-01-11 | 2024-01-11 | 基于协同优化的多机悬吊***空间避障规划方法和*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117798918A CN117798918A (zh) | 2024-04-02 |
CN117798918B true CN117798918B (zh) | 2024-05-14 |
Family
ID=90430194
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410044480.5A Active CN117798918B (zh) | 2024-01-11 | 2024-01-11 | 基于协同优化的多机悬吊***空间避障规划方法和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117798918B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105883616A (zh) * | 2016-06-13 | 2016-08-24 | 南开大学 | 桥式吊车最短时间防摆轨迹实时生成方法 |
CN113759977A (zh) * | 2021-09-18 | 2021-12-07 | 西北工业大学 | 基于优化的绳系多无人机协同搬运的避障轨迹规划方法 |
CN114407019A (zh) * | 2022-02-21 | 2022-04-29 | 中国科学院宁波材料技术与工程研究所 | 一种工业机器人关节空间的无碰撞轨迹规划方法 |
CN116477505A (zh) * | 2023-04-13 | 2023-07-25 | 中建三局集团有限公司 | 一种基于深度学习的塔机实时路径规划***及方法 |
CN117171957A (zh) * | 2023-07-31 | 2023-12-05 | 昆明理工大学 | 一种基于蜣螂搜索算法的不同边界下的吊杆索力识别方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11813753B2 (en) * | 2020-02-19 | 2023-11-14 | Fanuc Corporation | Collision avoidance motion planning method for industrial robot |
-
2024
- 2024-01-11 CN CN202410044480.5A patent/CN117798918B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105883616A (zh) * | 2016-06-13 | 2016-08-24 | 南开大学 | 桥式吊车最短时间防摆轨迹实时生成方法 |
CN113759977A (zh) * | 2021-09-18 | 2021-12-07 | 西北工业大学 | 基于优化的绳系多无人机协同搬运的避障轨迹规划方法 |
CN114407019A (zh) * | 2022-02-21 | 2022-04-29 | 中国科学院宁波材料技术与工程研究所 | 一种工业机器人关节空间的无碰撞轨迹规划方法 |
CN116477505A (zh) * | 2023-04-13 | 2023-07-25 | 中建三局集团有限公司 | 一种基于深度学习的塔机实时路径规划***及方法 |
CN117171957A (zh) * | 2023-07-31 | 2023-12-05 | 昆明理工大学 | 一种基于蜣螂搜索算法的不同边界下的吊杆索力识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117798918A (zh) | 2024-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109508035B (zh) | 基于分布式控制的多区域分级式无人机编队路径规划方法 | |
CN107214701B (zh) | 一种基于运动基元库的带电作业机械臂自主避障路径规划方法 | |
CN111273664B (zh) | 一种空间桁架结构在轨装配的多机器人路径协同规划方法 | |
CN107589752A (zh) | 无人机与地面机器人协同编队实现方法及*** | |
Wang et al. | Collision-free path planning for mobile cranes based on ant colony algorithm | |
CN108638065A (zh) | 一种排爆机器人双臂协同控制*** | |
CN112731942A (zh) | 一种基于改进领航者虚拟结构法的多auv编队控制方法 | |
CN115033016B (zh) | 一种异构无人集群编队避障方法及*** | |
Rao et al. | Path planning for dual UAVs cooperative suspension transport based on artificial potential field-A* algorithm | |
CN114489040A (zh) | 基于改进a*算法与人工势场算法的混合路径规划方法 | |
CN109857117A (zh) | 一种基于分布式模式匹配的无人艇集群编队方法 | |
CN117798918B (zh) | 基于协同优化的多机悬吊***空间避障规划方法和*** | |
CN104484510A (zh) | 一种新的起重机吊装动作规划方法 | |
Andaluz et al. | Coordinated cooperative control of mobile manipulators | |
Kumagai et al. | Efficient locomotion planning for a humanoid robot with whole-body collision avoidance guided by footsteps and centroidal sway motion | |
Rampinelli et al. | A multi-layer control scheme for multi-robot formations with obstacle avoidance | |
CN113086848B (zh) | 一种地下连续墙钢筋笼双机吊装位姿智能引导方法及*** | |
CN116161546A (zh) | 一种进行协调避障规划的多机器人吊运***及控制方法 | |
CN116477505A (zh) | 一种基于深度学习的塔机实时路径规划***及方法 | |
Tang et al. | Coordinated motion planning of dual-arm space robot with deep reinforcement learning | |
Xin et al. | Formation tracking and transformation control of nonholonomic AUVs based on improved SOM method | |
Andaluz et al. | Adaptive coordinated cooperative control of multi-mobile manipulators | |
CN114115253A (zh) | 一种基于改进型人工势场的医院智能机器人路径规划*** | |
Chen et al. | Live working manipulator control model based on dppo-dqn combined algorithm | |
Wang et al. | Distributed attitude control of multi-agent formations |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |