基于泛函梯度优化的运动规划算法
【摘要】 针对高自由度的机械臂的灵-性和自主性问题，提出一种快速且高效的机械臂运动规划算法。通过动态运动基元(DMPs)模型对运动轨迹进行编码提取特征，作为运动轨迹先验知识，基于现在物理环境和目标任务设计无碰撞及高能效的目标泛函，通过对目标泛函进行梯度下降得出在该环境下的最优轨迹。为验证算法的有效性，通过机器人实验平台(v-rep)模拟机械臂的日常操作任务。实验结果表明，在整个工作空间内，机械臂通过少量的迭代(少于6次)，便可生成无碰撞的运动轨迹，可降低能耗20%以上。
