没有合适的资源?快使用搜索试试~ 我知道了~
RRT方法在人体动作规划仿真中的应用
需积分: 9 1 下载量 40 浏览量
2021-02-22
17:11:22
上传
评论
收藏 1.12MB PDF 举报
温馨提示
试读
6页
在人机工效学中经常需要对人体的动作进行规划,用以评估产品的设计是否符合人机工效学,但是由于人体关节的冗余自由度使计算到达目标点的人体的动力学方法为非线性规划,无法求得最优解。提出了一种改进的RRT 算法,用于计算满足给定约束条件的人体从目标点到达目的点的动作轨迹。该算法改进了其以往仅能根据简单动力学计算单质点物体运动属性的特点,并结合了精确的随机数生成和碰撞检测方法,根据多关节连接图形的特点重新设计了运动数据的存储结构和内容。改进的RRT 算法可以直接应用于人体和机器人的动力学动作规划。
资源详情
资源评论
资源推荐
第 21 卷第 17 期
系 统 仿 真 学 报©
Vol. 21 No. 17
2009 年 9 月 Journal of System Simulation Sep., 2009
• 5576 •
RRT方法在人体动作规划仿真中的应用
赵志峰
2
,周前祥
1
,胡诗樵
2
(1.北京航空航天大学生物与医学工程学院,北京 100191;2.总参谋部第六十一研究所,北京 100039)
摘 要:在人机工效学中经常需要对人体的动作进行规划,用以评估产品的设计是否符合人机工效
学,但是由于人体关节的冗余自由度使计算到达目标点的人体的动力学方法为非线性规划,无法求
得最优解。提出了一种改进的 RRT 算法,用于计算满足给定约束条件的人体从目标点到达目的点
的动作轨迹。该算法改进了其以往仅能根据简单动力学计算单质点物体运动属性的特点,并结合
了精确的随机数生成和碰撞检测方法,根据多关节连接图形的特点重新设计了运动数据的存储结
构和内容。改进的 RRT 算法可以直接应用于人体和机器人的动力学动作规划。
关键词:动作规划;人体动力学;动力学仿真;快速遍历随机树
中图分类号:TP24 文献标识码:A 文章编号:1004-731X (2009) 17-5576-06
Usage of RRT Method in Human Motion Planning
ZHAO Zhi-feng
2
, ZHOU Qian-xiang
1
, HU Shi-qiao
2
(1. School of Biological Science and Medical Engineering, Beihang University, Beijing 100191, China;
2. No.61 Institute of General Staff, Beijing 100039, China)
Abstract: In ergonomics, the motion planning method for human body is often used to evaluate the product design. But due
to the redundancy freedom of the human’s joint, the method is nonlinear planning and difficult to compute an optimization
solution. An improvement algorithm for RRT was introduced which only computed the single particle object’s movement and
the algorithm could compute the path of human motion from start to target in given constraint. The method in random
number generator and contact collision detection were improved. According to the character of articulated object, the data
type and data structure were redesigned. The changed method can be used in human and robot motion planning directly.
Key words: motion planning; human-dynamics; dynamics stimulate; RRT
引 言
1
计算物体在障碍物间移动的无碰撞路径方法称为动作
规划,在自治机器人系统、计算机动画、人体动力学仿真、
病毒组合等领域都有着非常重要的应用前景。从 70 年代提
出动作规划这一概念以来,相应的出版物和算法很多,但没
有一个真正成为商业产品投入实际使用,究其原因,同这一
问题的复杂度有关。
在高维度空间中动作规划问题是 PSPACE-hard
[1]
问题,
PSPACE 是可以使用图灵机解决的决策问题的集合,如果在
PSPACE 中任何决策问题 q 都可以通过使用多项式时间算法
化简为决策问题 p,就称决策问题 p 为 PSPACE-hard 问题。
更进一步的,在动作规划中对轨迹按时间进行优化的问
题则为 NPC
[2]
(Non-deterministic Polynomial time Complete)
问题。在复杂度理论中,可以使用多项式时间算法解决的决
策问题属于 P(Polynomial)类问题;可以使用多项式时间方法
验证一个解是否正确的决策问题称为 NP(Nondeterministic
Polynomial)问题。而 NPC 问题则需要把解域里面的所有可
能解都穷举尽才能确切得出最终答案,是 NP 问题中最难的
收稿日期:2008-03-19 修回日期:2008-09-09
基金项目:国家自然科学基金 (60673013)
作者简介:赵志峰(1979-), 男, 吉林长春人, 硕士生, 工程师, 研究方向
为计算机应用和仿真;周前祥(1969-), 男, 湖南新宁人, 博士后, 研究员,
研究方向为人机工效, 载人航天器人机环境系统工程。
问题。目前公认 NPC 问题的大型实例不能用精确算法求解,
必须采用有效的近似算法。
由此可见,虽然很多理论对动作规划问题提出了解决方
法,但不是过于复杂,就是对问题作了很大程度上的化简,
使之只能适应某些具体情况,实际可以应用的算法并不多,
其中高维度、非平凡物体的规划是该类问题的主要难点
[4]
。
在通用层次上的优化不能大幅降低动作规划的难度的情况
下,对具体问题中的空间信息进行优化,进而在高维度空间
采用基于生成树的搜索方法是目前可以接受的较为可行、高
效的计算方法。
在路径规划计算中的主流算法在搜索方面都具有各自
的局限性:人工势场方法的势函数常拘泥于局部最小化,而
构造贪婪函数会因为加入动力学因素而变得更为复杂,这在
非线性控制系统中很难实现。概率路标方法涉及如何将随机
采样点连接起来同设计一个非线性控制器一样困难,计算需
要连接数以千计的状态,这在复杂环境的多关节图形中是无
法实现的
[5]
。同时人工智能的方法也存在同人工势场函数一
样难度过大的问题。
快速遍历随机树(Rapidly-exploring Random Tree,RRT)
是一种树形数据存储结构和算法,通过递增的方法建立,并
快速减小随机选择点同树的距离,用于有效地搜索非凸的
(Non Convex)高维度的空间,特别适用于包含障碍物和非完
整(Non-Holonomic)系统或反向动力学(Kino-dynamic)微分约
束条件下的动作规划。
weixin_38596485
- 粉丝: 2
- 资源: 892
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
评论0