本文为美国卡内基梅隆大学（作者：James Robert Bruce）的博士论文，共204页。

所有的移动机器人都有导航的需要，这就产生了运动规划的问题。在并行的多机器人领域中，可能会出现高度复杂和不可预测的动力学现象。这就需要在有限的时间限制内进行导航计算，以便在环境动力学中及时地应用这些计算结果。同时，我们希望机器人能在不发生碰撞的情况下稳定地导航和安全运行。虽然运动规划已被用于高级机器人导航，或仅限于半静态或单个机器人领域，但由于计算时间有限和不可预测的动力学特性，目前并不应用于实时的低级控制。

现在，许多机器人依赖于局部反应方法来立即控制机器人，但如果避免运动规划的原因是执行速度，那么答案就是找到能够满足这一要求的规划器。传统路径规划算法的最新进展可能为解决这类可量测问题提供希望，但前提是它们能够适应移动机器人面临的特定问题和约束。

同时，为了维护安全，在考虑具有现实物理动力学约束的多个机器人的安全性时，并使运动规划器免受“维度灾难”，需要采用新的可扩展方法来避免多个机器人之间的碰撞。本文在现有的现代路径规划器基础上，提出了一种新的多智能体在动态域中高速导航的协同动力学安全算法。它还探索了在更复杂的环境中实现近乎实时的运动学有限运动规划。本论文算法在多个实际机器人平台上得到了充分的实现和测试。

All mobile robots share the need to navigate, creating the problem ofmotion planning. In multi-robot domains with agents acting in parallel, highlycomplex and unpredictable dynamics can arise. This leads to the need fornavigation calculations to be carried out within tight time constraints, sothat they can be applied before the dynamics of the environment make thecalculated answer obsolete. At the same time, we want the robots to navigate robustlyand operate safely without collisions. While motion planning has been used for highlevel robot navigation, or limited to semi-static or single-robot domains, ithas often been dismissed for the real-time low-level control of agents due tothe limited computational time and the unpredictable dynamics. Many robots nowrely on local reactive methods for immediate control of the robot, but if thereason for avoiding motion planning is execution speed, the answer is to findplanners that can meet this requirement. Recent advances in traditional pathplanning algorithms may offer hope in resolving this type of scalability, ifthey can be adapted to deal with the specific problems and constraints mobilerobots face. Also, in order to maintain safety, new scalable methods formaintaining collision avoidance among multiple robots are needed in order tofree motion planners from the “curse of dimensionality” when considering thesafety of multiple robots with realistic physical dynamics constraints. Thisthesis contributes the pairing of real-time motion planning which builds onexisting modern path planners, and a novel cooperative dynamics safetyalgorithm for high speed navigation of multiple agents in dynamic domains. Italso explores near real-time kinematically limited motion planning for morecomplex environments. The thesis algorithms have been fully implemented andtested with success on multiple real robot platforms.

1 引言

1.1 导航

1.2 动态环境

1.3 问题定义

1.4 现有的运动规划方法

1.5 本文研究方法

1.6 本文的主要贡献

1.7 本文阅读指南

2 本文应用范围

2.1 RoboCup小型多机器人足球赛

2.2 固定翼无人机群

2.3 QRIO仿人机器人

2.4 小结

3 碰撞检测

3.1 现有的宽相位碰撞检测方法

3.2 碰撞确认方法

3.3 小结

4 运动规划

4.1 研究方法

4.2 现有的运动规划方法

4.3 扩展RRT的实现

4.4 动态PRM

4.5 抽象域接口

4.6 运动规划中的实际工程问题

4.7 具体应用

5 安全导航

5.1 机器人模型

5.2 动态窗方法

5.3 动态安全搜索

5.4 安全保证问题

5.5 提高实现效率

5.6 评估与结果

5.7 结论

6 相关工作

6.1 运动规划

6.2 安全方法

6.3 算法总结

附录A 用于导航的机器视觉算法

附录B CMDragons多机器人系统

下载英文原文地址：

http://page2.dfpan.com/fs/9lbcej82b2f19239169/  

更多精彩文章请关注微信号：