高维位形空间可视化:一种综合分析方法
机器人学
2024-06-07 v2 人工智能
摘要
位形空间 C 的表示在加速基于采样的运动规划器寻找无碰撞路径中起着至关重要的作用,因为大部分计算时间都花在状态的碰撞检测上。传统上,规划器通过使用碰撞检测器对无碰撞路径进行有限评估,或通过降低 C 的维度以进行可视化来评估 C 的表示。然而,即使只表示了原始 C 的一个子集,碰撞检测器也可能显示出高准确度;这限制了运动规划器寻找与原始 C 中相当路径的能力。此外,处理高维 C 具有挑战性,因为在三维以上的空间中定性评估变得越来越困难,而降维后的 C 评估在杂乱环境中可能会降低准确度。在本文中,我们提出了一种以 2D 格式可视化操作机器人高维 C 表示的新方法。我们提供了一种在不降低原始维度的情况下定性评估高维 C 近似的新工具。这增强了我们比较两个不同高维 C 的准确度和覆盖范围的能力。利用操作机器人的运动链和人类色彩感知,我们使用操作机器人的 7 自由度 CS 展示了该方法的有效性。这种可视化在不降低原始数据维度的情况下,为机器人的关节边界和碰撞状态组合的覆盖范围提供了定性见解。为了支持我们的主张,我们对所提出的可视化进行了数值评估。
引用
@article{arxiv.2312.10918,
title = {Visualizing High-Dimensional Configuration Spaces: A Comprehensive Analytical Approach},
author = {Jorge Ocampo Jimenez and Wael Suleiman},
journal= {arXiv preprint arXiv:2312.10918},
year = {2024}
}
备注
8 pages, 11 figures