相關研究回顧

機器人為了要具有安全自主抓取能力，必須克服多方面的問題，例如:自主 偵測環境、找尋物體、移動路徑規劃與抓取物體等能力。整合以上這些能力，才 能確保機器人在環境中找尋到物體，並能透過適當的控制，安全的前往目標物所 在之位置進行抓取。

在機器人安全設計方面，參考文獻[1]將安全機構或感測器設計於機器人本 身，例如將感測器(例如:force sensor)裝於機器人身上，當機器人接觸到物體時，

在不傷害到人或機器人本身的情況下即時快速做出反應。另外一種為主動式安全 避障[2]，機器人會利用身上的感測器(例如:雷射、立體攝影機等)獲得環境中的 資訊，使機器人在接近到物體前能即時反應。

Jang等人 [3]提到居家服務機器人必須即時執行任務，因此他們提出空間推 理的演算法來解決即時偵測環境的問題。此演算法利用立體攝影機擷取影像資訊 建立手臂工作範圍內的環境(如圖1.1)，再利用此範圍找尋出目標物所在，並將其 他在工作範圍內的各點設定為障礙物，了解整體環境情況之後就能針對抓取找出 最適當的路徑。

文獻[4]是利用雷射作為感測器，去偵測二維的環境。此外，為了偵測到三 維空間的資訊，作者們將雷射裝置於機器人手腕上(如圖 1.2)，利用手部移動來 描繪出三度空間中的物體。所以，當機器人要進行工作之前，須藉由手部在空間 中來回移動二十次，來獲得所需要的環境資訊。

(a) (b)

圖 1.1 (a)真實環境(b)在工作範圍內建立的 point cloud[3]

圖 1.2 利用雷射獲得三維空間的資訊[4]

當獲得環境資訊後，我們必須建立一路徑規劃策略，使手臂能自主尋找其安 全 路 徑 。 近 年 來 在 路 徑 規 劃 方 面 常 見 的 方 法 有 Rapidly-exploring Random Tree(RRT)[9-14]和Potential field[5-8]，許多方法都以此兩測略為基礎延伸下去。

由Ioannis等人發表的文獻[5]，裡面提到了對於手臂的各個自由度加以限制，並 利用Potential field的方法來避開動態的障礙物。此篇文獻所使用的方法，藉由限 制機械手臂前端的兩個朝向角，使機器手臂以接近直線移動(如圖1.3)，最後，他 限制了機械臂手肘的姿態(如圖1.4)，使機械臂手肘在移動的過程中，不會碰到障 礙物，此限制也確保了上臂可以避開障礙物。

由 Park 等人[7]認為 Potential field 除了利用物體間距離來產生斥力外，他們 更加入了障礙物與機器人間的相對速度，作者們希望藉此來解決有關動態障礙物 移動時的問題。他們在斥力的部分多乘上了終端效應器(End-effector)到障礙物之 間的方向分量cosθ，當速度與障礙物的角度為 0 度時，表示機器人朝向障礙物前 進，這時候產生的斥力應該比較大，而當他們成 90 度時，表示機器人遠離障礙 物，所以斥力會變成零。然而終端效應器避開障礙物，不代表整個手臂可以避開 障礙物，所以，他們提出當手臂與障礙物最近的距離，太接近的時候，會產生斥 力遠離障礙物，他們嘗詴用最接近的點來當作輸入與終端效應器當作輸入，發現 排斥終端效應器會較穩定的到達目標點(如圖 1.5)。

圖 1.3 將手前端兩個朝向角分開分析[5]

圖 1.4 利用限制冗於角度來定出手肘姿態[5]

基本上 RRT 的規劃方法是隨機去找資料庫樹狀上的點來達到目標點[9,10]，

由於典型的 RRT 在遇到障礙物時，必須重新規劃新的 RRT，在規劃上將會消耗 許多時間，所以，文獻[11]提出一個重新規劃的演算法即(Dynamic Rapidly- exploring Random Tree)DRRT，如圖 1.6 所示。[12]是利用 Sampling Domain 改善 RRT。[13]為將物體定義於姿態座標系中，並使用 RRT 尋找這些區域，目的是在 找尋一個可以抓取物體的空間，並決定手臂抓取時的姿態。[14]是一種類似 RRT 的路徑規劃方法，此規劃是當手臂移動至下一點後，會重新針對周圍的環境做規 劃，決定移動至下一點的方式，是找出一個最安全的點在手臂周圍附近，並以此 規劃到目的地。

圖 1.5 (A)沒有考慮手臂會撞到(B)(C)考慮手臂與障礙物最短距離(B)利用 end-effector 帶動手臂避開(C)利用最近距離排斥去避開[4]

圖 1.6 DRRT 路徑規劃的過程[12]

文獻[16]當中提到，為了更準確知道移動障礙物，所以，多加了一個時間的 維度，來預測障礙物的位置避免其碰撞。作者們嘗詴去延伸樹狀結構，首先，必 須先預測延伸出去點的時間，並且確認是否會與移動的物體產生碰撞，其次，為 了增加路徑的安全與平順，增加了成本函數來計算結點之間安全的程度並定義出 不確定的區域，用此方法來規劃出初始點與目標點之間的路徑。