科研之友
微信
新浪微博
Facebook
分享链接
摘要
基于3D点云数据的机器人三维空间能力图模型算法存在体素网格搜索计算量大的问题,由于OcTree在三维空间细分时的层次化优势,提出一种基于Octomap的局部环境与能力图模型算法。首先,根据NAO机器人的关节组成、正向运动学、逆向运动学和刚体坐标变换,对NAO仿人机器人构建全身二叉树状运动学模型;其次在此基础上使用前向运动学在笛卡儿空间计算离散的三维可达点云,并将其作为机器人终端效应器的基础工作空间;然后重点描述将点云空间表示转化为Octomap空间节点表示的方法,尤其是空间节点的概率更新方法;最后提出根据节点几何关系进行空间节点更新顺序选择的优化方法,从而高效地实现了仿人机器人能力图的空间优化表示。实验结果表明,相对于之前的原始Octomap更新方法,优化后的算法能降低近30%空间节点数,提高计算效率。
- 单位
