← 返回论文列表

基于采样的机械臂安装连续体机器人跟随领导者运动规划
Sampling-Based Follow-the-Leader Motion Planning for Manipulator-Mounted Continuum Robots

作者: Chengnan Shentu, Nicholas Baldassini, Oluwagbotemi D. Iseoluwa 等5人
arXiv: 2605.11618v1
分类: cs.RO
📝 论文摘要
跟随引导（FTL）运动利用连续体机器人（CRs）独特的形态学特性，通过使机器人本体回溯尖端路径来穿越受限空间。尽管已有广泛研究，现有FTL方法通常假设固定基座或单自由度插入机构，这限制了其在连续体机器人安装于具备完全驱动SE(3)基座位姿的机器人操作臂的实际系统中的应用。本文提出一种基于采样的运动规划器，用于操作臂安装式连续体机器人的FTL运动，该规划器联合考虑机器人构型与基座位姿。核心思想是通过闭合形式几何构造计算基座位姿，将全局形状搜索与基座位姿确定解耦，从而避免在线规划中的迭代优化。该方法支持通用前向模型，并通过将大部分计算转移到离线阶段实现高效规划。我们建立了理论保证，包括分辨率完备的形状搜索以及航点遍历与插值过程中收敛的尖端跟踪。在3个测试类别的120条模拟路径上的实验表明，尖端误差为0%，平均形状偏差（相对于机器人长度）为1.9%，成功率为100%。我们在安装于串联操作臂上的6自由度线驱动连续体机器人上验证了该方法的实用性。代码与可视化见 https://continuumroboticslab.github.io/sb-ftl-cr-planner/。

📊 核心分析

🎯 研究动机
- 现有**跟随领导者(follow-the-leader, FTL)** 运动规划方法通常假设连续体机器人(CR)具有固定基座或单自由度插入机构，无法适用于CR安装在具有完全驱动SE(3)基座姿态的机械臂上的实际系统 - 需要同时考虑机器人构型(configuration)和基座姿态(base pose)进行联合规划，但现有方法缺乏高效、通用的解决方案 - 研究背景：FTL运动利用CR的独特形态在狭小空间中导航，但机械臂安装场景下的基座可动性带来额外挑战
🔧 核心方法
- 提出一种**基于采样的运动规划器(sampling-based motion planner)**，用于机械臂安装CR的FTL运动，联合搜索机器人构型和基座姿态 - 核心策略是将**全局形状搜索(global shape search)** 与**基座姿态确定(base pose determination)** 解耦：通过**闭式几何构造(closed-form geometric construction)** 直接计算基座姿态，避免在线规划中的迭代优化 - 支持通用前向模型(general forward models)，将大部分计算转移到离线阶段，实现高效的在线规划
💡 核心创新
- **解耦策略**：首创地将形状搜索与基座姿态解耦，通过闭式几何构造替代迭代优化，显著提升在线规划效率 - **理论保证**：建立了**分辨率完整的形状搜索(resolution complete shape search)** 和**收敛尖端跟踪(converging tip tracking)** 的理论保证，确保通过路径点遍历和内插时路径可行 - **实用性验证**：在6自由度腱驱动CR安装于串联机械臂的真实系统上验证了方法的有效性，同时提供开源代码和可视化
🏆 总体贡献
- 为**机械臂安装连续体机器人(manipulator-mounted continuum robots)** 的FTL运动规划提供了一种高效、通用且具有理论保证的新范式 - 实验结果表明该方法在120条模拟路径上实现**0%尖端误差(tip error)** 和**1.9%平均形状偏差(mean shape deviation)**，成功率达到100%，优于现有方法 - 推动了FTL运动规划从固定基座假设向实际可动基座场景的扩展，提升了CR在狭小空间导航中的实际应用潜力