問題與討論

在實驗中我們觀察到，機械手臂有時會產生劇烈跳動的情況產生，主要原因 是手臂從原本狹窄的空間走到較開放的空間（如圖 5.22），導致位能最低點的位 置改變的較劇烈，所以在我們把機械手臂首節調整到V_Plane 上的位能最小的位 置時，就會產生劇烈跳動的情況，甚至是發生手臂斷裂的情況。解決方法是限制 每次調整前後，手臂首節的最大位移量，透過這樣的方法我們可以看見手臂較緩 慢的向位能最低點移動，但是這樣卻不能保證每次的調整都處於位能最低的狀 態。

圖5.22 一個通道由窄突然變寬的例子

除了跳動的問題外，位能場會受到整體場景複雜度的限制，所以手臂在做推 斥力運算時，也會對遠端應該沒有影響的障礙面做計算，導致計算量增加。這個 問題較適合的解決方式，應該是讓手臂只計算附近障礙面的推斥力，但是這個方 法必須設法在適當範圍內找出附近的障礙面。而在規劃時，我們透過加入基座吸 引力的方式，除了可以讓手臂不容易因地形影響而斷裂外，在實驗中也發現手臂 的活動方式較為自然，幾乎不會產生後面幾節跑到首節前面的情況（如圖5.23）。

81

圖5.23 一個手臂姿勢不自然的例子

對於障礙物對物體路徑的影響，我們透過用兩個例子來做觀察。如圖 5.24，

左右兩圖的主要差別是在手臂下方的障礙物，左圖障礙物的凸出角角度較大，右 圖障礙物的凸出角較小。我們可以從圖中觀察到，右圖相當的貼近下方障礙物，

會造成如此結果的原因是廣義位能場的計算方式是利用障礙面算出對物體的推 斥力，所以障礙物的表面愈尖銳，對物體所產生的正向推斥力就愈小，因此會造 成物體相當接近障礙物的結果。對於這個問題，我們可以給讓尖銳的障礙物產生 較強的推斥力，甚至是改變物體的表面的帶電密度，使得尖銳處的帶電密度較 高，進而產生較強的推斥力。

圖5.24 兩個障礙物凸出角度不同的例子

在本論文中，我們並未對對手臂被困住的情況做討論，主要原因是我們是在 導引面有良好設置的情況下進行，在此理想情況下，手臂除了長度不足之外，應 該都可以到達最終目標，但是如果因瓶頸面設置不良，則手臂可能會產生被困住 的情況，一旦發生此種情況，就會導致系統無法停止。對於這個問題，解決的方 法大致上有兩種，第一種是宣告任務失敗，停止動作；第二種則是讓手臂退回幾 步後再重新走，但是此法必須面臨到重新選擇導引來源的問題，因為若是繼續以 相同來源做導引，結果必然相同，而且要退回多少也必需視情況而定，所以若要 想辦法退回後，再重新走，將會是一個很有挑戰性的問題。

在我們演算法中所找到的物體交接點並非事先估算出來的，但物體交接點的 位置可能可以透過兩隻相互傳遞手臂的所在位置，以及手臂大致會走的路徑，選 定中間的位置來當作另一種交接點，如圖 5.25 所示，我們可以把藍色與紅色箭 頭所行經路線的長度相加並扣除重疊的部份，找出距離在中間位置(綠色點)的 點，當作交接點。

82

圖5.25 物體交接點的一個示意圖

最後，在論文中我們假設兩隻要相互傳遞的手臂都有足夠長度可以完成交接 的動作，而先決定交接點的好處是我們可以控制交接點的位置，並透過我們的需 求來決定要交接的位置；但是先決定交接點也會導致在規劃上，先到達的手臂必 須等待後到達的手臂，產生效率較低的情況發生。但是在本論文，我們假設機械 手臂在每步驟的規劃，均可以到達理想上的前進位置，但是實際上並非如此，因 為如果我們假設兩隻手臂均以相同速度前進，那交接的位置可能會和理想上的規 劃方式大不相同，所以如果我們照著之前所提的方式，利用距離估計手臂交接點 位置的方式來尋找交接點，可能會更為實際。

83

第六章 結論

本論文的目的在於對三維空間中的多機械手臂作路徑規劃，且以物體在機 械手臂間的傳遞，做為主要的討論內容。我們所提出的演算法，利用三度空間廣 義位能場模型，在三維的工作空間中能讓手臂能夠受到推斥力影響而遠離障礙 面，達到安全無碰撞的路徑規劃，另外，我們並引入基座吸引力，克服原本過於 受到障礙物影響的限制。

本論文將單手臂的路徑規劃作推廣，並在工作空間中加入可移動物體，透 過多隻手臂的互相合作傳遞，來解決將可移動物體傳送至終點平面的問題。由實 驗得知，多隻手臂可以在與障礙面無碰撞的情況下，把可移動的物體安全送達終 點平面。由於我們是在工作空間中直接做路徑規劃，無需轉換到組態空間上做處 理，所以能省去龐大前置處理所需的時間以及資源，並且能夠對動態的目標以及 高自由度的手臂作即時處理，達到快速且有效率的路徑搜尋。

對於未來的研究，我們可以試圖將多手臂對物體共持與傳遞合併，讓多手臂 合作方式更趨完整，並且加入更多實際客觀因素，如機械手臂的關節運動限制，

或是手臂運動的加速減速因素，讓多機械手臂路徑規劃能更向實際應用邁進。

84

參考文獻

[1] T. Lozano-Pérez and M. A. Wesley, “An algorithm for planning collision-free paths among polyhedral obstacles,” ACM Communications, vol. 22, no. 10, pp. 560-570, 1979.

[2] T. Lozano-Pérez, “Spatial planning: a configuration space approach,” IEEE Trans. on Computers, vol. C-32, no. 2, pp. 108-120, Feb. 1983.

[3] T. Lozano-Pérez, “A simple motion-planning algorithm for general robot manipulator,” IEEE Journal of Robotics and Automation, vol. RA-3, no. 3, pp.

224-238, Jun. 1987.

[4] L. E. Kavraki, P. Švestka, J. C. Latombe, and M. H. Overmars, “Probabilistic roadmaps for path planning in high-dimensional configuration spaces,” IEEE Trans. on Robotics and Automation, vol. 12, no. 4, pp. 566-580, Aug. 1996.

[5] R. Brooks and T. Lozano-Pérez, “A subdivision algorithm in configuration space for findpath with rotation,” IEEE Trans. on Systems, Man, Cybernetics, vol. 15, no. 2, pp. 224-233, 1985.

[6] O. Khatib, “Real-time obstacle avoidance for manipulators and mobile robots,”

Intl. Journal of Robotics Research, vol. 5, no. 1, pp. 90-98, Spring 1986.

[7] J. C. Latombe, “Motion planning: A journey of robots, molecules, digital actors, and other artifacts,” Intl. Journal of Robotics Research - Special Issue on Robotics at the Millennium, vol. 18, no. 11, pp. 1119-1128, Nov. 1999.

[8] Y. K. Hwang and N. Ahuja, “Gross motion planning a survey,” ACM Computing Surveys, vol. 24, no. 3, pp. 219-291, 1992.

[9] W. Henning, F. Hickman, and H. Choset, “Motion planning for serpentine robots,” in Proc. ASCE Space and Robotics, pp. 1-7, 1998.

[10] T. Laliberté and C. Gosselin, “Efficient algorithms for the trajectory planning for redundant manipulators with obstacle avoidance,” in Proc. IEEE Intl. Conf.

Robotics and Automation, 1994.

85

[11] J. Barraquand, L. Kavraki, J. C. Latombe, T. Y. Li, R. Motwani, and P.

Raghavan, “A aandom sampling scheme for path planning,“ Intl. Journal of Robotics Research, vol. 16, no. 6, pp. 759-774, Dec. 1997.

[12] M. G. Park and M. C. Lee, “Real-time path planning in unknown environment and a virtual hill concept to escape local minima,” in Proc. Annual Conf. of IEEE Industrial Electronics Society, vol. 3, pp. 2223-2228, Nov. 2004.

[13] F. G. Ding, P. Jiao, X. Q. Bian, and H. J. Wang, “AUV local path planning based on virtual potential field,” in Proc. IEEE Intl. Conf. on Mechatronics and Automation, vol. 4, pp. 1711-1716, 2005.

[14] S. S. Ge and Y. J. Cui, “New potential functions for mobile robot path planning”, IEEE Trans. on Robotics and Automation, vol. 16, pp. 615-620, Oct.

2000.

[15] J. H. Chuang, C. C. Lin, and L. W. Kuo, “Potential-based path planning for robot manipulators”, in Proc. IEEE Intl. Conf. on Method and Models in Automation and Robotics, pp. 1031-1036, 2002.

[16] J. H. Chuang, “Potential-based modeling of three-dimensional workspace of the obstacle avoidance,” IEEE Trans. on Robotics and Automation, vol. 14, no. 5, pp. 778-785, 1998.

[17] B. Faverjon and P. Touranssoud, “A local based approach for path planning of manipulators with a high number of degrees of freedom,” Proceedings of IEEE International Conference on Robotics and Automation, pp. 1152–1159, March 1987.

[18] Y. Koga, T. Lastennet, J. C. Latombe, and T. Y. Li, “Multi-Arm Manipulation Planning,” in Proc. of the 9th International Symposium on Automation and Robotics in Construction, pp. 281-288, 1992.

[19] J. H. Chuang and N. Ahuja, “Shape representation using a generalized potential field model,” IEEE Trans. Pattern Analysis and Machine Intelligence, vol. 19, pp. 169-176, 1997.

86

[20] D. R. Wilton, S. M. Rao, A. W. Glisson, D. H. Schaubert, O. M. Al-Bundak, and C. M. Butler, “Potential integrals for uniform and linear source distributions on polygonal and polyhedral domains,” IEEE Trans. Antennas and Propagation, AP-32, no. 3, pp. 276-281, Mar. 1984.