隨著機器人系統(tǒng)的廣泛應用,如何在不確定條件下獲取安全的運動軌跡是其面臨的重要問題。傳統(tǒng)魯棒運動規(guī)劃（Motion Planning,MP）不能保證機器人系統(tǒng)運行的性能和魯棒安全性。對于具有不確定性,狀態(tài)約束和安全性要求的系統(tǒng),可達性分析是解決其控制問題的有效方法,但未被廣泛應用到MP問題求解中。因此,本文基于可達性分析提出了一套系統(tǒng)的方法,用以解決不確定環(huán)境下的魯棒MP問題。首先,本文進行了靜態(tài)環(huán)境下MP問題的求解。離線部分,通過采樣數(shù)據(jù)（Sampled Data,SD）漢密爾頓-雅可比（Hamilton-Jacobi,HJ）可達性分析方法計算得到系統(tǒng)運動軌跡,然后基于遞歸算法將原始問題分解成為一系列微分博弈問題。在線部分,給出了一種具有魯棒安全性和目標可達的反饋控制方法。第二,通過用時間維度對狀態(tài)進行擴充,本文將上述方法在時變系統(tǒng)中進行了測試。第三,為了解決對抗性環(huán)境下的魯棒MP問題,本文將上述算法引入到高維的聯(lián)合狀態(tài)空間下進行推理,并證明了在不失有效性的情況下,方法的維數(shù)災可以通過向低維空間映射得到解決。第四,通過將算法轉(zhuǎn)換到組態(tài)空間,我們討論了其在非質(zhì)點機器人系統(tǒng)中的應用。本文提... 

【文章來源】：上海交通大學上海市 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：98 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
Chapter 1 Introduction
    1.1 Motivation
    1.2 Reachability Analysis
    1.3 Related work and contributions
    1.4 Methodology and content
Chapter 2 Motion Planning in Static Environments
    2.1 Motion Planning as a Reach-Avoid problem
    2.2 Sampled-Data Hamilton-Jacobi Reachability (Oine)
    2.3 Control synthesis (Online)
    2.4 Simulations
Chapter 3 Motion Planning in Time-Varying Environments
    3.1 Extension of the Reach-Avoid problem to the State-Time space
    3.2 SD HJ Reachability in the State-Time Space (Oine)
    3.3 Extended Control Synthesis (Online)
    3.4 Simulations
Chapter 4 Motion Planning in Adversarial Environments
    4.1 Reach-Avoid Problem in Joint State-Space
    4.2 SD HJ Reachability in the Joint State Space (Oine and Online)
    4.3 Mitigating the curse of dimensionality using Hamilton-Jacobi projections
    4.4 Simulations
Chapter 5 Extension to C-space and case study with the 2-Do F robot arm
    5.1 Problem formulation
    5.2 Reach-Avoid Problem and SD HJ Reachability in the CT -space
    5.3 Projective under-approximation of the SD reach-avoid tube
    5.4 Case study with the 2-Do F robot arm
Chapter 6 Conclusion and Future Prospects
    6.1 Summary of results
    6.2 Future prospects
Acknowledgements
Publications
Bibliography



本文編號：3524349