【DexGraspNet与多指手抓取算法详解】第六章 运动规划与轨迹优化

目录

第六章 运动规划与轨迹优化

6.1 从静态姿态到动态轨迹

6.1.1 抓取前运动规划

6.1.1.1 快速扩展随机树 (RRT)

6.1.1.1.1 状态空间采样

6.1.1.1.2 碰撞检测机制

6.1.1.2 轨迹平滑处理

6.1.1.2.1 B样条插值

6.1.1.2.2 速度与加速度约束

6.2 基于优化的轨迹生成

6.2.1 轨迹优化问题建模

6.2.1.1 目标函数构建

6.2.1.1.1 能量最小化

6.2.1.1.2 时间最优

6.2.1.2 约束条件处理

6.2.1.2.1 关节限位与自碰撞约束

6.2.1.2.2 环境障碍物约束

6.2.2 求解器实现

6.2.2.1 序列二次规划 (SQP)

6.2.2.2 凸优化求解器应用

6.3 抓取执行与闭环控制

6.3.1 阻抗控制策略

6.3.1.1 虚拟弹簧阻尼模型

6.3.1.2 接触力调节

6.3.2 基于触觉反馈的闭环调整

6.3.2.1 触觉传感器数据融合

6.3.2.2 滑动检测与力再分配

第六章 运动规划与轨迹优化

6.1 从静态姿态到动态轨迹

抓取规划的最终目标是将静态的抓取姿态转化为可执行的动态轨迹。静态抓取姿态仅定义了手指与物体接触时的最终构型，而实际执行要求机械臂从初始状态平滑过渡至目标状态。这一过程涉及高维状态空间中的路径搜索、动力学约束下的轨迹优化、传感器反馈驱动的闭环控制三个层次。运动规划算法需在关节空间或笛卡尔空间中生成无碰撞路径；轨迹优化模块将几何路径转化为满足速度、加速度、力矩限制的时间参数化轨迹；闭环控制系统在执行阶段处理环境不确定性与接触力变化。