【正文】 方法。我們通過使用多圓筒模仿機器人的形狀和分解一組定向特征來為類人機器人的體心計算出一條彈道軌跡。 當跟蹤這條彈道時，下幾腳步就被運用一個分析方法計算出。這使類人機器人在一實時系統(tǒng)里能夠找到幾米的路徑。 且包括行動，例如通過狹窄的空間斜向一邊走和爬上爬下臺階。我們的工作與 Shiller 的不同，我們不計劃行為，而是當走一條已發(fā)現(xiàn)的道路，根據環(huán)境選擇行為，例如，在基石上攀登臺階。我們只也維護一障礙空間并且展示如何執(zhí)行有效的碰撞檢查。最重要的是，我們的系統(tǒng)在一個真正的機器人被示范，在這個機器人里立體聲范圍的數據不斷地更新了世界的表示方法。我們對形狀空間和動作的近似法將在下一部分講訴。 第 3 部簡潔地描述我們的為碰撞檢查創(chuàng)建已導航地圖的方法。 第 4 部分詳述我們的 A*算法在道路搜尋上的應用。索尼的類人機器人 QRIO 的實驗性結果將在第 5 部分被描述。最后，我們在第 6 部分談論我們的方法局限和延伸。2 形狀空間和行為這種機器人在二維空間里運動。 障礙、不同的高度的地板和臺階被列為一種模型。 我們沒有忽略非類人機器人的取向，因而形狀空間 C 是三維的。 為獲得有效的研究方法，我們用 8 個不同方向將 C 離散為一個規(guī)則的均勻間隔的細胞柵格：C=X*Y*ΦX, Y ={ics|00≤ i n}Φ ={i45?|≤ i 8}那里 cs 為細胞的大小 n 為細胞的數量。我們限制機器人身體中心在下列六個方向的運動，即 A={向前, 向后, 向左轉,向右轉, 左傾斜，右傾斜}。 在圖 1 的每次行動中 C 的轉動都按給定的 0 度到 45 度方向運動。 而其他方向的運動是近似的。圖 2 (a)中，當連接向左轉(或向右轉)時行動，發(fā)生的彈道描述了一曲線。因而轉向行動塑造類人機器人非類人的限制，在類人機器人里為轉動改變方向需要額外空間。如果用圓弧來近似描述這條曲線，我們發(fā)現(xiàn)孔眼大小 cs 與機器人轉向圓弧大小相符并且應該像這樣選擇 CS。機器人的形狀由同一個軸上的二個圓筒近似描述，如圖 2 (b)所顯示。 圓筒允許有快速的碰撞檢查，并且以更小的圓筒為腿使機器人能夠緊挨低障礙物通過，而上身和胳膊在障礙之上。當機器人保持直站的形狀，圓筒是一很緊的裝置。然而， 當機器人移動時，在 C 轉向上需要另外的空間，就像走路時，身體和腿擺動。當機器人前進，向左轉和跨步斜向一邊時，圖 3 顯示它的快照。在始末端取決于行動的圓筒形狀，我們通過占另外的空間擴大。無論上部和下部，圓筒由相同倍數地擴大。只有當走斜向一邊時，另外的空間是不需要的。因為我們在第 5 部分將看見這使機器人通過選擇斜向一邊走穿過狹窄的空間。值得注意的是，類人機器人在這個部分不是不需要表演 6 中確切的執(zhí)行活動，例如機器人可以利用極不完成 45 的自我轉動。唯一的要求是擴大機器人完成 45 度轉動的空間。向左轉，向右轉，左邊，右邊圖 1 改變 6 重活動的構型圖 2 ：(a) 通過連接 4 轉動向左轉行動 (b) 為接近機器人形狀的多汽缸的模型匹配輪半徑的提出的和孔眼大小 被發(fā)現(xiàn)行動，這種有人可能認為我們的是 為專門制作類人機器人方法 。當這似乎是真實的時，這工作的貢獻是在一個復雜實際環(huán)境里展示這樣一個系統(tǒng)的能力。我們在第 6 部分將談論我們的方法局限和可能的引伸。3 航海地圖和碰撞檢查碰撞是在道路計劃 中一個關鍵的因素。 如果距離到最近的障礙被知道，機器人圓筒模型準許執(zhí)行這恒定的登記時間。 距離簡單地與圓筒的半徑比較。 我們的二圓筒式樣在同一時間準許檢查碰撞。為有效檢查碰撞我們做以下關于機器人操作世界的假定 ：1. 世界被分成地板和障礙。2. 地板是平面和水平的(可能是障礙)。3. 沒有倍數 地板水平放置在同一個地點。4. 機器人能區(qū)別在平面和障礙之間，并且可能使用它的傳感器 估計他們的相對度。假定 1 是一般情況，規(guī)定 2 的傾斜邊界并且像障礙一樣對待，3 對大多數情況是真實的，但一些環(huán)境能夠使用 地圖去表示。趨向 轉動 邊線圖 3：表演一種活動的空間要求，向上擴大圓筒近似值的空間需要。最后，假設4是一種實際情況。在這種假設下，機器人可以建立一種平臺和絕對高度圖關于它外部環(huán)境的FOG。 平面高度圖3D網格可以占據的組合，他來自立體視覺的范圍數據是在平面和用一種概率方式組合而[Gutmann etal., 2022]每一個在FOG單元擔當一種類型和一個高度。F OG : (x, y) → (t, h)（2）通過 hx∈∈RX, yis平面的高度或障礙物∈ Y, t ∈ T={平面，障礙物，未知因素}來自這種圖的導航網NAV是被計算機存儲定義的平面類型和到最近障礙物的距離。NAV : (x, y) → （t’h） （3）當t’ ∈T’=TU{梯子，邊界} 和d∈ R是一個距離， t∈{梯子，邊界}’ 對{ 平面，階=一下方式的平面，使NVA使這種類型簡化 FOG(x,y)=()對t= 以下方式的平面。使U（x,y）在（x,y）臨近位置和??h絕對距離在U （x,y）在平面高度到網格最大不同： 精確類型是這樣被計算過的精度(f 平面 ,平面)??h ≤ df loor 那里df loor是有規(guī)律走的最大的前高和dstairs對上下樓梯的重復反映,更精細的平面網格允許試驗樓梯和不同邊界對有規(guī)律平面，我們在路徑計劃中使用樓梯,通過設計不同路徑花費。邊界對障礙物設計相似。這樣障礙物對機器人接近或跨越平板層的邊緣,網格間隙時用下列方式定義。對一個網格(x, y)通過 F OG : (x, y) → (t, h),我們計算高度??h的不同，使用F OG : (x, y) →(t, h),精細（t ）∈ （障礙物，邊界）?h 0(x0, y0) =h0? 。對這種障礙物距離d(x,y)計算的影響或者可以被忽略：在是網格間的歐幾里得算法ru ,rl和hl，hu都是高度和半徑作為表2（b）描述2個圓筒。 圖（4） ：模擬世界的反例圖網格間隙d（平面）是作為距離所以障礙物和邊界最小距離定義的d(平面) =mind0 (x0, y0) (x0,y0)∈XY,NAV(x0,y0)=(t0,),t0∈{障礙物，邊界} (4)核算這種價值可以被有效的應用，通過不斷增大障礙物邊界直到最大距離。記錄（8）僅依照網格在NAV : (x, y)=（平面，）對其他類型t∈ T間隙都依據：d(障礙物 )=rl，d(未知參數)=∞，對機器人能夠通過 NAV : (x, y)=（ ,d） .站在給定位置(x, y)間隙 d 必須放置好為了不和障礙物碰撞，對未知地形我們在所有障礙物和那些忽略障礙物上對平面高度很樂觀，我們可以定義自由組態(tài)空間 Cfree= Cf ree={(x, y, θ) ∈ C|NAV(x, y) = (, d), d 0}.?h0(x0, y0) = h0? 4（a ）展示一個數值模擬世界完全被一種較空的理想所觀察，NAV 結果剛度在數字 4（ b）顯示出來，白色 表示平面高度，藍色和綠色階梯被棕色條紋標記，邊界被棕色填充，障礙物為黑色，不同灰色陰影顯示網格的間隙，那里明亮間隙暗示比較深的間隙大一些，記錄有多高的障礙物在底部，正確增大更多和正確的圖（到平面距離部 hl 大）和較高水平平面更小一點。我們現(xiàn)在有基本工具從思想上定義路徑問題，讓 c, c0C 是組態(tài)，轉換 c0=succ(c, a)對單一活動，a ∈A 在數據 1 給出，我們定義 succ 為一系列遞推活動： a1a2. . . amsucc(c, a1a2. . . am) =succ(succ(c, a1), a2. . . am). (11)為測試a活動是否在組態(tài) c中申請，我們在NAV類型和c 間隙中寫入：app(c, a) = allow(c, a)∧clear(c, ra)∧ clear(succ(c, a), ra) . (12)當允許(c, a) 禁止確定的活動，依據在NAV位置c的類型 t’（行走，在不確定情況和僅允許向樓梯行走），ra是條件空間要求的對與 a情況（參考據3），和clear(c, r) = d r,c = (x, y,), NAV(x, y) = （ a, d). (13)我們也定義app在a 1a2. . . am 的一系列活動中，app(c, a 1a2 . . . am)app(c,a1)∧app(succ(c, a1), a2. . . am).如果14執(zhí)行，執(zhí)行 14的一系列路徑。路徑設計的問題是給定開始和目標組態(tài)。 cstart ， cgoal ∈ Cf ree 當發(fā)現(xiàn)路a 1a2 . . . am 。 cgoal=succ(cstart, π). (15) 這樣的問題叫可解決問題。一般來說那里有更多解決問題的辦法，我們對選擇路徑感興趣。= argming(cstart, π). (16)在我們的系統(tǒng)中，我們發(fā)現(xiàn)下列花費活動有價值：g(c, a1) =ga(a1) + gt0(c0) + go(c0) (17)g(c, a1a2. . . am) =g(c, a1) + gc(a1, a2) +g(a) (18)g(c0, a2 . . . am)當c 0= succ(c, a1), ga 的花銷依靠作用（費少），gt0 花費在類型t 0上依靠NVA剛度，（平面是更好的在梯度和未知因素上）， gc 在活動中包含改變（機器人不得不增加步數），而且go 考慮了c 0在NVA 的間隙，為了到障礙物有更遠的間隙的更安全的路徑：go (c)=?o max(dmax ? d, 0). (19)這兒dmax 是最大間隙，不可能期望提高更大了，d 是在（13）被定義的?o 是一個被提前定義的內容，我們利用眾所周知的A* 算法去尋找解答， A* 維持一個前序列，哪兒候選排列根據評價f 功能組成g的花費作用和一個評估f (cstart, π) = g(cstart, π) + h(succ(cstart, π))(20).對我們選擇C 的判斷力，我們可以使用下面的啟發(fā)，它是一個樂觀的比評價距離有較大花費的評估。h(c) = ?ga {??xy ?? ??xy ++√2?2?y,x, ??x x ≤ ??yy(21)在?x = |x ? xg|和?y= |y ? yg|絕對協(xié)調不同，從c=(x,y,)到 cggoal =(xg, yg,) 和?g 是最小活動花費。從A*算法的可能性和我們選擇的花費及它附帶啟發(fā)作用， A*尋找到花費的可選途徑，根據（16）如果解決方案存在。一個影響A*重要因素是去決定是否一個配型在以前訪問過。通過使用規(guī)則柵格，我們可以提前計算循跡圖。（但沒有選擇路徑，在環(huán)境不明情況下）填寫在常數時間內打印出來，這是這種方法優(yōu)點在研究填表時，建立一個跟長久的打印過程，等等。機器人規(guī)格和柵格維度rl = 60mm hl = 100mm df loor = 15mm cs = 40mmru =140mm rh = 500mm dstairs = 50mm n = 100根據 NAV 類型允許的行動準許(c， a) 平面未知的臺階邊界障礙向前 真實 真實 真實 錯誤 錯誤轉向 真實 真實 錯誤 錯誤 錯誤斜向一邊錯誤 真實 錯誤 錯誤 錯誤落后 真實 錯誤 錯誤 錯誤 錯誤根據行動另外的清除 raa 向前轉 向后斜向一邊ra 60mm 80mm 0 60mm根據取向行動 ga (a)的費用ga (a) 向前轉 向后斜向一邊0? 1 245? √ √22√2根據 NAV 類型行動 at0 的費用平面 未知 樓梯 邊界 障礙gt0(c) 0 1 ∞ ∞其他為常數的費用函數gc(a, a) = 0 gc(a1, a2) = , a16= a2dmax = 200mm?o= 3/dmax ?a= 1我們在 QRIO 實施了我們的方法，索尼的小類人機器人用以 38 個自由 度[ Fujita ， 2022 年] 。機器人裝備使用 3 MIPS R5000 時鐘 400MHz CPUs 和一個在 fps 可以提供45 視覺立體聲照相機系統(tǒng)并且提供差距圖象，這立體聲數據在實時被更新的平臺表示法分割入被我們的 F OG 和 NAV 柵格。表 1 列出用于我們在前面的部分介紹的所有可變物的實施的參量，我們僅制約步行轉動臺階 .因此，機器人僅在平直的樓梯尋找道路，除非有一個更大的 區(qū)域 用于可能的轉向。因為機器人不能看入它移動的方向，我們在未知的地形禁止他斜向一邊和向后面 步行。 因為它一般是更加不安全的，所以我們把后移設置高費用。 在不明地形行走費用增加了，在樓梯上它聚焦于尋找已知的路線，即使比在其他地形行走距離大。為我們的實驗我們建立了 4 米長和 1 米寬的幾個障礙階段，如圖 5 所顯示，、一塊4cm 高基石，一個以 4 步每 3cm 高的樓梯和一個較高水平平臺 。我們在左端的階段安置了 QRIO 并且通過讓它 在服務環(huán)境當場轉動。 我們要求機器人尋找和跟隨到達位置 3 米以前的途徑(高水平平臺的中心)。 我們的道路計劃系統(tǒng)將連續(xù)評估當前 NAV 被安置在一階上。 樓梯導向一個高水平平臺。 圖 5 ： 實驗性設定。 幾個障礙和基石圖 6 ：在狹窄的環(huán)境里