Motion Planning of Nonholonomic Cooperative Mobile Manipulators

📄 arXiv: 2502.05462v1 📥 PDF

作者: Keshab Patra, Arpita Sinha, Anirban Guha

分类: cs.RO, cs.MA, eess.SY, math.OC

发布日期: 2025-02-08

备注: Pre-print submitted to journal. arXiv admin note: text overlap with arXiv:2409.14910

💡 一句话要点

提出一种非完整约束协同移动机械臂的实时运动规划技术，用于复杂环境下的物体运输。

🎯 匹配领域: 支柱一：机器人控制 (Robot Control)

关键词: 移动机械臂 协同运动规划 非完整约束 模型预测控制 路径规划 实时控制 机器人

📋 核心要点

  1. 现有方法在非完整约束移动机械臂协同运动规划方面存在挑战，难以兼顾实时性和复杂环境适应性。
  2. 该方法提出了一种两阶段运动规划策略，结合离线全局路径规划和在线NMPC优化，提升规划效率。
  3. 通过数值模拟和硬件实验验证了该方法在不同环境下的有效性，表明其具有良好的实用价值。

📝 摘要（中文）

本文提出了一种可实时实现的运动规划技术，用于非完整约束移动机械臂（MMR）在具有静态和动态障碍物的环境中进行协同物体运输。该运动规划技术分两步进行。首先，一种新颖的基于可见性顶点的路径规划算法离线计算起点和目标位置之间存在静态障碍物时的全局分段线性路径。它使用一组凸多边形定义路径周围的静态无障碍空间，供在线运动规划器使用。其次，采用基于非线性模型预测控制（NMPC）的在线运动规划技术，用于非完整约束MMR，该技术联合规划移动底座和机械臂的运动。它有效地利用了移动底座的移动能力和机械臂的操作能力。该运动规划器为MMR规划可行的运动，并生成考虑运动学约束以及静态和动态障碍物的物体运输轨迹。数值模拟和各种环境下的硬件实验验证了该方法的有效性。

🔬 方法详解

问题定义：论文旨在解决非完整约束移动机械臂在存在静态和动态障碍物的环境中进行协同物体运输的运动规划问题。现有方法通常难以在保证实时性的同时，处理复杂的环境约束和机械臂的非完整约束，导致规划效率低下或无法生成可行轨迹。

核心思路：论文的核心思路是将运动规划问题分解为离线全局路径规划和在线局部轨迹优化两个阶段。离线规划提供全局引导，在线优化则根据环境变化进行实时调整，从而兼顾规划效率和环境适应性。同时，利用非线性模型预测控制（NMPC）处理非完整约束，保证轨迹的可行性。

技术框架：该运动规划技术框架主要包含以下两个阶段： 1. 离线全局路径规划：采用基于可见性顶点的路径规划算法，在静态障碍物环境中计算起点和目标点之间的分段线性路径。该路径定义了静态无障碍空间，并用一组凸多边形表示，为在线规划提供约束。 2. 在线局部轨迹优化：采用基于非线性模型预测控制（NMPC）的在线运动规划技术，联合规划移动底座和机械臂的运动。NMPC根据当前状态和环境信息，预测未来一段时间内的系统状态，并通过优化控制输入，生成满足运动学约束和避障要求的轨迹。

关键创新：该论文的关键创新在于将全局路径规划与NMPC相结合，实现了一种高效的非完整约束移动机械臂协同运动规划方法。离线全局路径规划为在线优化提供了一个良好的初始猜测和约束空间，从而降低了NMPC的计算复杂度，提高了实时性。同时，NMPC能够处理非完整约束和动态障碍物，保证了轨迹的可行性和安全性。

关键设计： 1. 可见性顶点路径规划：该算法选择合适的可见性顶点来构建全局路径，需要考虑顶点之间的连通性以及路径的长度和安全性。 2. 凸多边形表示：使用凸多边形来近似表示静态无障碍空间，简化了在线优化的约束条件。 3. NMPC优化目标：NMPC的优化目标通常包括轨迹平滑性、控制能量消耗以及与目标点的距离等。需要合理设置各个目标的权重，以获得期望的性能。 4. 约束条件：NMPC需要考虑机械臂的运动学约束、动力学约束以及避障约束。这些约束条件通常表示为非线性不等式约束。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

论文通过数值模拟和硬件实验验证了所提出方法的有效性。实验结果表明，该方法能够在复杂环境中生成安全、可行的运动轨迹，并实现实时控制。具体的性能数据（例如，规划时间、轨迹误差等）和与现有方法的对比结果（例如，成功率、计算效率等）在论文中进行了详细展示，验证了该方法的优越性。

🎯 应用场景

该研究成果可应用于自动化仓库、智能制造、医疗机器人等领域，实现移动机械臂在复杂环境下的自主导航和协同操作。例如，在自动化仓库中，多个移动机械臂可以协同搬运大型货物；在智能制造中，移动机械臂可以灵活地执行装配、检测等任务；在医疗领域，移动机械臂可以辅助医生进行手术或护理。

📄 摘要（原文）

We propose a real-time implementable motion planning technique for cooperative object transportation by nonholonomic mobile manipulator robots (MMRs) in an environment with static and dynamic obstacles. The proposed motion planning technique works in two steps. A novel visibility vertices-based path planning algorithm computes a global piece-wise linear path between the start and the goal location in the presence of static obstacles offline. It defines the static obstacle free space around the path with a set of convex polygons for the online motion planner. We employ a Nonliner Model Predictive Control (NMPC) based online motion planning technique for nonholonomic MMRs that jointly plans for the mobile base and the manipulators arm. It efficiently utilizes the locomotion capability of the mobile base and the manipulation capability of the arm. The motion planner plans feasible motion for the MMRs and generates trajectory for object transportation considering the kinodynamic constraints and the static and dynamic obstacles. The efficiency of our approach is validated by numerical simulation and hardware experiments in varied environments.