.png){kind=icon}
返回
Actuator-aware diffusion motion planning for hyper-redundant tendon-driven continuum robots
.png){kind=icon}
PRE
AI
DOI：10.1016/j.robot.2026.105754.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
超冗余腱驱动连续体机器人（HTDCRs）非常适合在狭窄和杂乱环境中进行操作任务，但它们的运动规划必须处理跨执行器、关节和任务空间的耦合约束。传统的几何规划通常首先搜索无碰撞路径，然后依赖逆运动学或低级控制进行执行，这可能产生几何上可行但违反执行器约束的轨迹，包括腱位移、腱速度和腱加速度限制。本文提出了一种执行器感知的扩散运动规划框架。该方法在B样条控制点空间中生成多个候选关节轨迹，并在去噪过程中引入多空间梯度引导，以联合考虑整体避障、执行器可行性和目标姿态满足。在由机器人设计支持的微小角度假设下，腱雅可比矩阵被近似为常数矩阵，从而能够高效地将执行器约束反向传播到B样条控制点。仿真实验将所提出的方法与采样式规划器、点式逆运动学基准、轨迹优化基准和外部扩散规划基准进行了比较。结果表明，所提出的方法在保持高任务成功率的同时，生成更短、更平滑且可执行的轨迹，并显著减少了传统和离散扩散基准中观察到的腱速度违规。消融研究、执行器模型验证和受限通道实验进一步验证了多空间引导、常数雅可比近似以及对复杂环境的适应性。在六节HTDCR原型上的实验表明，生成的轨迹可以在物理机器人上执行。
Keyword:
Tendon-driven continuum robot
Motion planning
Diffusion model
Actuator-aware planning
Trajectory generation
