基于危险指数最小化的机器人安全运动规划

为防止机器人在运动过程中与人相撞,提高机器人运动的安全性,提出一种基于危险指数最小化的机器人安全运动规划方法。该运动规划方法把机器人的运动分为全局安全路径规划、在线实时安全轨迹规划、实时避碰控制和目标再搜索等四个阶段。基于人机之间的距离、机器人惯量、人机之间相对运动速度等因素,对每一阶段进行危险程度的评估,得到危险指数,以危险指数最小化为目标规划各阶段机器人的运动。建立三自由度机器人与人共处数学模型,并在Matlab下对不同阶段的运动规划进行仿真。为了进一步验证算法有效性,搭建了工业机器人安全运动规划试验平台,实现了基于危险指数最小化的安全避碰。仿真与试验结果表明,基于危险指数最小化的机器人安全运动规划,可以有效确保人在机器人工作环境中的安全性。

自动驾驶故障安全运动规划方法综述

故障安全运动规划方法隶属于自动驾驶车辆的车端决策模块,其研究目前处于快速发展的初期阶段。与经典的运动规划算法相比,故障安全运动规划算法致力于生成尽量保证乘客和车辆安全且能够充分利用剩余自动驾驶能力(感知、决策和控制能力)的局部运动轨迹;充分发掘运动规划的潜力与智慧属性,以弥补或缓解系统各模块的可能故障,为自动驾驶系统提供高自主性行驶安全保障。文章梳理和回顾了故障安全运动规划领域现有研究成果,首先介绍了故障安全运动规划的历史渊源、故障类型并归纳其定义,阐述了感知、决策与控制模块分别发生故障时的故障安全规划方法,最后展望该领域未来的发展方向。