Motion Planning for Humanoid Robots

تحقیق روی ربات‌های انسان‌نما بیشتر با هدف توسعه روبات‌هایی بوده است که می‌توانند جایگزین انسان در انجام وظایف خاص شوند. برنامه ریزی حرکت برای این ربات ها به دلیل سینماتیک، دینامیک و محیط پیچیده آنها می تواند بسیار دشوار باشد. در نتیجه یکی از موضوعات تحقیقاتی کلیدی در تحقیقات رباتیک انسان نما است و در چند سال اخیر شاهد پیشرفت قابل توجهی در این زمینه بوده است. برنامه ریزی حرکتی برای ربات های انسان نما پیشرفت قابل توجه اخیر را در هر دو جنبه نظری و عملی برنامه ریزی حرکت انسان نما بررسی می کند. چارچوب های برنامه ریزی حرکتی مختلفی در برنامه ریزی حرکت برای ربات های انسان نما ارائه شده است، از جمله یکی برای هماهنگی و یادگیری مهارت و دیگری برای دستکاری و درک وظایف. مشکل برنامه‌ریزی دنباله‌های تماس‌هایی که از حرکت غیر چرخه‌ای در یک محیط بسیار محدود پشتیبانی می‌کنند پرداخته می‌شود و یک برنامه‌ریز حرکتی که یک ربات انسان‌نما را قادر می‌سازد یک شی را به مکان مورد نظر روی یک میز درهم ریخته هل دهد، توضیح داده شده است. زمینه های اصلی مورد علاقه عبارتند از: • برنامه ریزی حرکت کل بدن، • برنامه ریزی کار، • برنامه ریزی راه رفتن دوپا، و • بازخورد حسگر برای برنامه ریزی حرکت. کنترل سطح گشتاور رفتار چند تماسی، دستکاری خودکار موانع متحرک، و کنترل حرکت و معماری برنامه ریزی نیز پوشش داده شده است. برنامه ریزی حرکتی برای ربات های انسان نما به خوانندگان کمک می کند تا تحقیقات فعلی در مورد برنامه ریزی حرکت انسان نما را درک کنند. این برای مهندسان صنایع، دانشجویان پیشرفته کارشناسی و کارشناسی ارشد نوشته شده است.

Research on humanoid robots has been mostly with the aim of developing robots that can replace humans in the performance of certain tasks. Motion planning for these robots can be quite difficult, due to their complex kinematics, dynamics and environment. It is consequently one of the key research topics in humanoid robotics research and the last few years have witnessed considerable progress in the field. Motion Planning for Humanoid Robots surveys the remarkable recent advancement in both the theoretical and the practical aspects of humanoid motion planning. Various motion planning frameworks are presented in Motion Planning for Humanoid Robots, including one for skill coordination and learning, and one for manipulating and grasping tasks. The problem of planning sequences of contacts that support acyclic motion in a highly constrained environment is addressed and a motion planner that enables a humanoid robot to push an object to a desired location on a cluttered table is described. The main areas of interest include: • whole body motion planning, • task planning, • biped gait planning, and • sensor feedback for motion planning. Torque-level control of multi-contact behavior, autonomous manipulation of moving obstacles, and movement control and planning architecture are also covered. Motion Planning for Humanoid Robots will help readers to understand the current research on humanoid motion planning. It is written for industrial engineers, advanced undergraduate and postgraduate students.