对退化运动条件具有容错能力的路径规划

移动机器人，尤其是那些在户外和非结构化地形中行驶的机器人，有时会遭受运动方面的故障与误差，例如胎压不均或爆胎、轴松动或履带脱落。这些误差不会被机器人的里程计察觉。其他影响机器人运动性能的因素，如有效载荷的重量与分布、机器人所行驶的地形或电池电量，由于系统的物理限制，无法由机器人的PID速度或位置控制器补偿。传统规划系统对这些问题的存在浑然不觉，因此可能规划出不可行的轨迹。同样，对此类问题无感知的路径跟踪模块即便能够到达目标，也会生成次优的运动模式。在本文中，我们提出了一种对此类退化运动条件具有容错能力的自适应路径规划算法。我们通过同时定位与建图（SLAM）持续观察机器人已执行的运动来实现这一点。根据已执行路径与给定的运动指令，我们持续在线收集并对运动基元（MP）进行聚类，这些基元转而用于规划。因此，机器人能够自动检测并适应不同的运动条件，并在规划路径中体现这些条件。