Expansion-GRR：高效生成光滑的全局冗余解析路图

全局冗余解析（GRR）路图是机器人学中的一个新概念，它以清晰、可预测和可重复的方式促进从任务空间路径到构型空间路径的映射。这种路图在安全遥操作、一致路径规划和运动基元生成等应用中具有广泛的实用性。然而，先前计算GRR路图的方法通常需要较长的计算时间，并产生不光滑的路径，限制了其实际效果。为了解决这一挑战，我们提出了一种新方法Expansion-GRR，它利用高效的构型空间投影，能够快速生成满足任务约束的光滑路图。此外，我们提出了一种简单的多种子策略，进一步提高了最终质量。我们在仿真中使用了5连杆平面机械臂和Kinova手臂进行了实验。我们能够以高达两个数量级的速度生成Expansion-GRR路图，同时实现更高的光滑度。我们还展示了GRR路图在遥操作任务中的实用性，我们的方法在成功率和解质量方面优于先前的方法和反应式逆运动学求解器。