Sampling-Based Follow-the-Leader Motion Planning for Manipulator-Mounted Continuum Robots
作者: Chengnan Shentu, Nicholas Baldassini, Oluwagbotemi D. Iseoluwa, Radian Gondokaryono, Jessica Burgner-Kahrs
分类: cs.RO
发布日期: 2026-05-12
🔗 代码/项目: PROJECT_PAGE
💡 一句话要点
提出基于采样的随动控制运动规划算法，用于机械臂搭载的连续体机器人。
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 连续体机器人 随动控制 运动规划 机械臂 采样算法
📋 核心要点
- 现有随动控制方法通常假设连续体机器人基座固定或仅有单自由度，无法满足实际应用中机械臂搭载连续体机器人的需求。
- 该论文提出一种基于采样的运动规划器，通过闭式几何构造解耦全局形状搜索和基座姿态确定，避免在线迭代优化。
- 实验结果表明，该方法在模拟和真实机器人上均表现良好，实现了零尖端误差和较低的形状偏差，验证了其有效性。
📝 摘要（中文）
本文提出了一种基于采样的运动规划器，用于机械臂搭载的连续体机器人的随动控制（FTL）运动。该方法充分利用连续体机器人的独特形态，使其能够通过尖端重溯路径来在狭窄空间中导航。现有FTL方法通常假设固定基座或单自由度插入机构，限制了其在实际系统中的应用，而实际系统中连续体机器人通常安装在具有完全驱动SE(3)基座姿态的机械臂上。本文的关键思想是将全局形状搜索与基座姿态确定解耦，通过闭式几何构造计算基座姿态，从而避免在线规划期间的迭代优化。该方法支持通用前向模型，并通过离线完成大部分计算来实现高效规划。理论分析表明，该方法保证了分辨率完备的形状搜索以及在路径点遍历和插值过程中的尖端跟踪收敛性。在三个测试类别上的120条模拟路径的实验表明，该方法实现了0%的尖端误差和1.9%的平均形状偏差（相对于机器人长度），成功率为100%。最后，在一个安装在串行机械臂上的6自由度腱驱动连续体机器人上验证了该方法的实用性。
🔬 方法详解
问题定义：论文旨在解决机械臂搭载的连续体机器人的随动控制运动规划问题。现有方法主要痛点在于，它们通常假设连续体机器人的基座是固定的或者仅具有一个自由度的插入机构，这与实际应用中连续体机器人被安装在具有完全驱动的SE(3)基座姿态的机械臂上的情况不符。因此，需要一种能够同时考虑机器人构型和基座姿态的运动规划方法。
核心思路：论文的核心思路是将全局形状搜索与基座姿态确定解耦。具体来说，首先在连续体机器人的构型空间中进行采样，确定机器人的形状。然后，通过闭式几何构造来计算机械臂基座的姿态，使得连续体机器人能够按照随动控制的方式运动。这种解耦避免了在线规划期间的迭代优化，从而提高了规划效率。
技术框架：该方法主要包含以下几个阶段：1) 离线阶段：构建连续体机器人的构型空间，并进行采样。2) 在线阶段：a) 给定目标路径点，在构型空间中搜索满足随动控制要求的机器人形状；b) 使用闭式几何构造计算机械臂基座的姿态；c) 控制机械臂和连续体机器人运动到目标姿态。
关键创新：该方法最重要的技术创新点在于将全局形状搜索与基座姿态确定解耦，并通过闭式几何构造来计算基座姿态。这种方法避免了在线规划期间的迭代优化，显著提高了规划效率。与现有方法相比，该方法能够处理具有完全驱动的SE(3)基座姿态的机械臂搭载的连续体机器人。
关键设计：该方法的关键设计包括：1) 采用基于采样的运动规划方法，能够在复杂的构型空间中进行搜索；2) 使用闭式几何构造来计算基座姿态，避免了迭代优化；3) 支持通用前向模型，可以适应不同的连续体机器人。论文中没有明确提及具体的参数设置、损失函数或网络结构，因为该方法主要依赖于几何计算和采样。
🖼️ 关键图片
📊 实验亮点
该论文在模拟环境中进行了大量实验，结果表明该方法能够实现0%的尖端误差和1.9%的平均形状偏差（相对于机器人长度），成功率为100%。此外，该方法还在一个真实的6自由度腱驱动连续体机器人上进行了验证，证明了其在实际应用中的可行性。这些结果表明，该方法在保证精度的同时，具有较高的效率和鲁棒性。
🎯 应用场景
该研究成果可应用于医疗手术、工业检测、航空航天等领域。例如，在微创手术中，机械臂搭载的连续体机器人可以利用随动控制实现在狭窄空间内的灵活操作。在工业检测中，该方法可以用于检测复杂结构的内部缺陷。在航空航天领域，可以用于在狭小空间内进行维修和维护。
📄 摘要（原文）
Follow-the-leader (FTL) motion exploits the unique morphology of continuum robots (CRs) to navigate confined spaces by having the body retrace the path of the tip. While extensively studied, existing FTL methods typically assume a fixed base or a single degree-of-freedom insertion mechanism, limiting their applicability to practical systems in which CRs are mounted on robotic manipulators with fully actuated SE(3) base pose. This paper presents a sampling-based motion planner for FTL motion of manipulator-mounted CRs that jointly considers robot configuration and base pose. The key idea is to decouple global shape search from base pose determination by computing the base pose through a closed-form geometric construction, thereby avoiding iterative optimization during online planning. The approach supports general forward models and enables efficient planning by shifting the majority of computation offline. We establish theoretical guarantees including resolution complete shape search and converging tip tracking throughout waypoint traversal and interpolation. Experiments on 120 simulated paths over 3 test classes demonstrate 0% tip error and 1.9% mean shape deviation (w.r.t. robot length) at 100% success rate. We validate the practicality of our approach on a 6-DOF tendon-driven CR mounted on a serial manipulator. Code and visualization available at https://continuumroboticslab.github.io/sb-ftl-cr-planner/.