Робототехника: вычислительное планирование движения

По материалам The University of Pennsylvania.

О курсе

Роботизированные системы обычно включают в себя три компонента: механизм, способный воздействовать на окружающую среду силами и крутящими моментами, систему восприятия для восприятия мира и систему принятия решений и управления, которая модулирует поведение робота для достижения желаемых целей. В этом курсе мы рассмотрим проблему того, как робот решает, что делать для достижения своих целей. Эту проблему часто называют планированием движения, и ее формулируют по-разному для моделирования различных ситуаций. Вы узнаете некоторые из наиболее распространенных подходов к решению этой проблемы, включая методы на основе графов, рандомизированные планировщики и искусственные потенциальные поля. На протяжении всего курса мы будем обсуждать те аспекты проблемы, которые затрудняют планирование.

Курс предложен
Университутом Пенсильвании.

Пенсильванский университет (обычно именуемый Penn) - частный университет, расположенный в Филадельфии, штат Пенсильвания, США. Член Лиги плюща, Пенн является четвертым по возрасту высшим учебным заведением в Соединенных Штатах и считает себя первым университетом в Соединенных Штатах, где есть как бакалавриат, так и аспирантура.

Программа курса

4 недели

# 1 Неделя

Введение и методы планирования на основе графиков

5 видео (всего 27 мин.), 4 чтения, 4 викторины

Добро пожаловать на первую неделю! В этом модуле мы познакомимся с проблемой планирования маршрутов через сетки, где робот может занимать только дискретные позиции. Мы можем смоделировать эти ситуации в виде графиков, где узлы соответствуют местоположениям сетки, а края - маршрутам между соседними ячейками сетки. Мы представляем несколько алгоритмов, которые можно использовать для планирования путей между начальным узлом и целевым узлом, включая алгоритм поиска в ширину или алгоритм раннего поиска, алгоритм Дейкстры и процедуру A Star.

# 2 неделя

Конфигурационное пространство

6 videos (Total 19 min)

Добро пожаловать на вторую неделю! В этом модуле мы начинаем с представления концепции конфигурационного пространства, которое представляет собой математический инструмент, который мы используем для обдумывания набора позиций, которых может достичь наш робот. Затем мы обсудим понятие препятствий в конфигурационном пространстве, которые представляют собой области в конфигурационном пространстве, которые робот не может преодолеть из-за препятствий или других препятствий. Эта формулировка позволяет нам думать о задачах планирования пути с точки зрения построения траекторий для точки через конфигурационное пространство. Мы также описываем несколько подходов, которые можно использовать для дискретизации непрерывного конфигурационного пространства на графы, чтобы мы могли применять инструменты на основе графов для решения наших задач планирования движения.

# 3 неделя

Планирование и контроль

3 видео (всего 17 мин)

Добро пожаловать на третью неделю! В этом модуле мы представляем концепцию методов планирования пути на основе выборки. Они включают в себя точки выборки случайным образом в пространстве конфигурации, а затем создание свободных от коллизий краев между соседними точками выборки для формирования графа, отражающего структуру пространства конфигурации роботов. Мы поговорим о вероятностных дорожных картах и случайном исследовании быстрых деревьев (RRT) и их применении к задачам планирования движения.

# 4 неделя

Методы искусственного потенциального поля

4 видео (всего 19 мин.)

Добро пожаловать на 4-ю неделю, последнюю неделю курса! Другой подход к планированию включает создание искусственных полей, которые предназначены для привлечения робота к желаемой конфигурации цели. Затем можно управлять движением робота, рассматривая градиент этой потенциальной функции. В этом модуле мы проиллюстрируем эти методы в контексте простого двухмерного конфигурационного пространства.