仿人机器人路径规划：滚动路径规划的方法

仿人机器人具有人类的特征，其制造的根本目的是要在人类的生活环境中运动。因 此，除了2D环境下的移动机器人的无障碍物碰撞的路径规划方法可以被仿人机器人的路 径规划所借鉴之外(Sabe 将人工势场方法引入到仿人机器人路径规划中[139),还需要考 虑仿人机器人本身的特点。由于仿人机器人足迹的离散性，并且能够跨越或跨上障碍物， 2D 环境中的路径规划方法不再适用。Koichi Nishiwaki[140~142] 等人考虑到双足步行机器 人的行走过程中的稳定性要求以及足部落地的离散性要求，对双足步行机器人和环境做 出如下假设：

(1)环境地面是平的并且不包含移动障碍物。

(2)离散可行的足迹放置位置以及相应的步态运动是预先计算好的。

(3)只有当前地面平面是容许放置脚的(不是障碍物，未考虑跨上和跨越障碍物)。

在这种假设条件下，仿人机器人的路径规划问题转换成机器人满足静态稳定性，障碍 物固定不动并且不可跨越的路径规划问题，这样只需增加可行足迹集合就可直接应用移 动机器人路径规划中的成熟算法，并成功地将该方法应用到H6 和 ASIMO的样机上。在 随后的研究中，他们通过在环境模型中增加了一个高度信息，将问题扩展到2.5D,并成功 地在H7,ASIMO 上进行了实验研究。在动态环境下，可以采用基于传感信息融合的在线 滚动路径规划的方法。该方法是一种实时路径规划方法，可以应用于动态的非结构化环 境中。使用滚动规划的策略来解决动态环境下仿人机器人路径规划问题，不但可以适应 环境障碍物的动态变化，而且用规划空间内路径的局部Z优代替全局Z优的方式可以大 大降低所求问题的规模，具有较好的实时性。应用此方法，Philipp 等人在ASIMO 上取得 了较好的实验效果143J。 移动机器人路径规划的评价一般从时间Z短或者路径Z短来进行，而仿人机器人路径规划评价的前提是该路径规划的结果已经存在并且有效，因此它的评价应该是d立于 规划算法之外的。在建立仿人机器人路径规划评价体系时，应该考虑到机器人运动学和 动力学上的约束、全局环境信息、运动所产生的风险评估和运动所消耗的能量等因素。有 些研究人员虽然已经提出关于仿人机器人路径规划的一些优化指标，但这些指标一般都 是建立在机器人底层步态规划之上的，而仿人机器人的路径规划指标则需融合底层步态 规划评价和全局路径规划144]。

仿人机器人的任务规划研究是抽象层上层决策规划的一种研究，由于对仿人机器人 的路径规划问题还没有彻底得到解决，因此任务规划研究目前还处于探索阶段。很多学 者在这方面也提出了一些相关方法。Eiichi Yoshida145]提出了一种仿人机器人动态任务 规划的方法。该方法由两个阶段构成：先，使用基于几何动力学的运动规划器计算仿人 机器人的一条无碰路径，然后再用动态姿态生成器动态地生成可行的仿人运动，其中，包 括像搬运物体或者操作等运动和任务的执行。如果在动态运动生成过程中由于自身的运 动产生了碰撞，那么规划器需要重新进行路径规划，以便消除这些碰撞。这种迭代规划方 式对任务的动态性具有很好的鲁棒控制效果。Manuel 提出了一种基于任务层的模拟学 习，机器人可以通过观察物体的轨迹来学习任务，通过高斯混合模型的概率解码的应用让 机器人学习所观察到的运动任务的重要元素。这些重要元素包括完成运动所需的避障等 额外因素。通过人类给ASIMO示例任务演示表面所提的方法是进行交互式任务学习的 好起点[146。对于一个复杂的任务，可以分成若干的子任务组成任务集，Francois Keith[147等人针对顺序执行任务、集中的任务存在执行效率低、消耗能量多的缺点，提出 了对任务集Z优排列的方法。该方法在保证复杂的避障等约束的情况下实现执行时间上 的Z优，并通过HRP-2 机器人从冰箱里取罐头的实际任务验证了所提方法的有效性。

仿人机器人研究的Z终目的是希望机器人能在人类的环境中生活，协助或者取代人 类进行一些危险或者繁重的工作，服务于人类的生活。因此，研究适合在人类环境中执行 各种复杂任务的仿人机器人也是必然趋势，这些复杂任务往往需要根据某种特定任务建 立特定的模型，进行相应的分析研究，现在还没有形成一种统一的研究方法和控制策略。 随着科技的不断发展和研究的不断深入，相信不久就能使仿人机器人真正“生活”到我们 之中来。