그래서 저는 현재 일부 로봇 연구를하고 있으며 우리는 실험실에서 우리가 시뮬레이션하고 싶은 맞춤형 팔을 가지고 있습니다. 나는 작은 인터넷 검색과 위키 피 디아 검색을 해왔으며, Gazebo, LpzRobots, Webots, RoboLogix 등과 같은 필요한 정보만을 제공하는 오픈 소스 및 독점적 인 응용 프로그램이 상당히 많은 것으로 보입니다. 우리의
저는 최근 로봇 기술 관점에서 토폴로지를 이해하기 시작했습니다. 스티브 라발 (Steve LaValle)의 모션 계획 책을 읽었습니다. 고정 피벗을 가진 회전 링크에는 단위 원의 구성 공간이 있음을 언급합니다. 구성 공간은 링크가 가질 수있는 모든 가능한 구성 집합, 즉 0 °에서 360 °까지 가능한 모든 각도로 설정되므로 c- 공간이 원이 아닌 선이어야
그래서 로봇이 통과하려고하는 세계를 나타내는지도 및 설정 파일이 있습니다. 내 로봇은 장애물을 치지 않고지도의 왼쪽 상단에서 오른쪽 하단으로 가야합니다. 로봇을 보내기 전에지도 데이터를 사용하여 경로 계획을 시도하고 구현하는 여행을 할 수 있습니다. 나는 'Minkowski Sum'개념과 'Cell Decomposition'기술을 모두 연구하고 이해했지만,
문제는 다음과 같습니다. 그래프 G = (V, E)입니다. 정점 서브 그룹 U < = V 및 시작 정점 s. 에지에 대한 가중 함수 w. 내가 U. 계산은 근사 할 수있다 의 모든 정점 통과의 '에서 최단 경로를 찾을 필요, 계산 시간 및 경로 길이 사이에 균형이 있어야한다. 최단 경로에 대한 근사값을 생성하는 빠른 알고리즘/경험이 필요합니다. 이 알고
나는 로봇을위한 모션 계획에 시간을 할애하고있다. 그리고 잠재적 인 분야의 방법 제안이 기회를 개선 할 가능성을 탐구하고 싶었다. 나의 도전은 "잠재적 인 필드"방법을 사용할 때 로봇이 "최소 지역"에 갇히지 않게하는 것입니다. 로봇이 갇히지 않도록 "랜덤 워크 (random walk)"접근 방식을 사용하는 대신 A *의 변형을 구현할 수 있는지 여부를 생