模块 M48 · L5 路径与轨迹 · 必修 · 单页课件
轨迹优化:目标、约束与最优时间参数化
能写出 TOPP 的优化问题,解释为什么用 ṡ² 作变量可把约束线性化,并说清数值积分 / 凸优化 / TOPP-RA 三类方法的差别。
内容主体:本科机器人学课程体系 v2(Craig 骨架 · 路径轨迹与控制扩展)中的章节正文;以 G1 人形机器人为贯穿案例 | 配套:① 原站点演示 + ② 本模块概念交互台
人形机器人 · 本章引入 G1 案例
同一条步态路径,哪几段必须降速?决定因素是力矩、速度与关节限位,不是「曲线够不够平滑」。
① 的真实 G1 三维实验台是这一章的兴趣引入:先在左栏看整机的姿态与读数,把「这台人形机器人为什么需要本章」提出来;再到 ② 把核心关系亲手拖一遍。
本节要解决的问题 章节定位
同一条路径,为什么「整体放慢」比「只在瓶颈段降速」慢得多?
为什么独立成章:「优化」必须独立成章:把「整体放慢一点」升级为「在约束下求最快时间律」,并给出可手算的凸化思路与经典算法脉络。
概念辨析 6 组
核心关系式 TOPP:Bobrow / Shin & McKay / Verscheure / Pham
最短时间目标;起止一般要求停住。
动力学约束沿路径的线性形式(L4 的结果在这里被用上)。
线性不等式:网格离散后每格求 b 的可达区间,前向 / 后向传递即得最优时间律。
方法与步骤
- 固定几何路径 q(s) → 沿路径离散 s → 每格写出 v / a / τ 约束 → 求 b 的可达上界。
- 前向传递得到最大可达速度,后向传递保证末端能停下来。
- 把结果与「整体时间缩放」对比:TOPP 只在瓶颈段降速,其余段保持满速。
- 换目标(最小能量 / 最小 jerk)时只改目标函数,约束结构保持不变。
工程例子 把式子落到真实约束上
6R 搬运同一条路径:整体时间缩放要放慢 30% 才让 3 号轴力矩不超限;TOPP 只在两段高曲率处降速,总节拍只增加约 8%。
把 ṡ² 当作状态变量后,力矩约束 τ = A(s)s̈ + B(s)ṡ² + C(s) ≤ τ̄ 变成线性不等式,网格离散 + 前向 / 后向传递即可求最快时间律。
② 概念台怎么读
相平面:速度极限与最优时间律。固定几何路径,在力矩与速度约束下求最快的时间律。
看什么:绿线是逐点速度上限,紫线是 TOPP 最优解;橙虚线是整体时间缩放只能取的最低速度,比较两者总时间。
滑块分别改变 网格数 N、力矩限 τ̄、路径曲率;读数板列出中间量与判定。预设「基准」等对应最容易出错的几组条件。
概念台边界:② 是 TOPP 的相平面教学模型:速度极限曲线由解析式构造,前向 / 后向传递用常值加速度界近似,不是 TOPP-RA 的完整 LP 实现。
章节依据 可逐条追溯
主干 / 主补充:
- BIAGIOTTI Ch4.6 最优轨迹的非线性滤波器 / Ch6 轨迹与执行器约束
- TOPP:Bobrow 1985、Shin & McKay 1985、Verscheure & Hauser 2009、Pham 2018 TOPP-RA
- MIT Underactuated Ch10 轨迹优化
其他参照:LAVALLE Ch14 微分约束下的规划;BOYD & VANDENBERGHE《Convex Optimization》凸约束与 QP
先修链 显式 DAG
先修关系写在 curriculum-craig-v2/curriculum.json 的 prereq 字段,50 个模块整体无环、可直接拓扑排序。
编写状态与使用边界 如实标注
使用边界:商业教材只登记公开目录、算法事实与公式;① 是本站已有真实交互实验台,用作兴趣 / 问题引入,不是本模块专属仿真;② 是教学示意模型,数值用于观察关系,不作为工程计算结果。
自测 · 掌握证据
题目:为什么把 ṡ²(而不是 ṡ)当作变量能让约束变线性? TOPP 与整体时间缩放相比,为什么通常更快?两者改变的东西有什么不同?
提示:从 ② 里找证据
先在概念台里复现一组典型条件,再用核心关系式逐项核对读数;能说清「哪个量变了、哪个量没变、为什么」,才算达到本模块的掌握证据。
出处 · 本模块内容来源
- 内容主体
curriculum-craig-v2/curriculum.json与01_课程体系大纲_路径轨迹与控制扩展.md中的章节 M48;主干教材为 Craig《Introduction to Robotics》4/e。 - ① 兴趣引入 站点原有 G1 三维实验台
d06.html,通过?embed=topic嵌入模式复用,未改写原页面代码。 - ② 概念演示 本页新增的参数化 SVG 交互台,用于直观呈现本模块核心关系;教学示意模型,不是真实机器人仿真。
- 主干 / 主补充章节(可逐条追溯) BIAGIOTTI Ch4.6 最优轨迹的非线性滤波器 / Ch6 轨迹与执行器约束;TOPP:Bobrow 1985、Shin & McKay 1985、Verscheure & Hauser 2009、Pham 2018 TOPP-RA;MIT Underactuated Ch10 轨迹优化
- 其他参照 LAVALLE Ch14 微分约束下的规划;BOYD & VANDENBERGHE《Convex Optimization》凸约束与 QP
本页按 A01 单页课件模式生成,承载 v2 体系重写 / 新增的扩展章节;17 份课件独立存放在全新目录,v1 体系、19 份缺口课件、32 份课时课件与 91 模块课件一份未动。① 需经本地 HTTP 服务加载 ES module 与模型;② 为页内 SVG,离线可用。