Planowanie ścieżki i trajektorii
Od A* na siatce, przez RRT i CHOMP, po MPPI i Diffusion Policy — każdy algorytm pokazany w działaniu: animacja krok-po-kroku, wizualizacja w przestrzeni konfiguracyjnej obok wykonania na 7-osiowym manipulatorze Franka Emika Panda, suwaki parametrów reagujące na żywo, wzorce liczbowe do bit-exact weryfikacji.
Podstawy
Podstawy matematyczne
SE(3), grupy Liego, FK/IK Pandy, jakobian, manipulowalność Yoshikawy, dynamika, singularności, topologia C-space.
Reprezentacja problemu i przestrzeni
C-space vs task-space, SDF/TSDF/octree, FCL/Warp/cuRobo, metryki w C-space (L2, ważone, Riemannowskie), formalizacja problemu planowania.
Wykrywanie kolizji
GJK, EPA, MPR, SAT, BVH/AABB/OBB/k-DOP, CCD, distance queries i gradient SDF, GPU collision, self-collision Pandy.
Planowanie grafowe
Optymalizacja trajektorii
Optymalizacja trajektorii
CHOMP, STOMP, ITOMP, TrajOpt (SCO), GuSTO, direct collocation, multiple shooting, GPMP2, KOMO. Solvery (IPOPT, SNOPT, OSQP).
Parametryzacja i generacja trajektorii
Wielomiany (cubic..septic, min-jerk), B-spline/NURBS/Bézier, TOTG, TOPP-RA, Ruckig, DMP, ProMP, KMP, reskalowanie czasowe.
MPC i bezpieczeństwo
Sterowanie predykcyjne i online planning
Linear MPC, NMPC, MPPI, Tube/Log/Smooth MPPI, STORM, DDP, iLQR, iLQG, Crocoddyl, CEM, real-time iteration, warm-starting.
Ograniczenia i bezpieczeństwo formalne
Joint/vel/acc/jerk limits, singularity avoidance, CBF/HOCBF/CBF-QP, reachability, ISO/TS 15066, funkcje Lapunowa (SOS, neural).
Redundancja (7 DOF)
Rozszerzenia
Planowanie z kontaktem
Complementarity, soft contact, contact-implicit trajopt, mode sequence MIQP, through-contact manipulation, compliant control, kontakt jako resource.
Planowanie pod niepewnością
POMDP (SARSOP, DESPOT, ABT), LQG-MP (van den Berg), chance-constrained planning, stochastic MPC, scenario/tube MPC, active sensing.
Wielokryterialność i kompozycja zadań
Weighted sum, lexicographic, ε-constraint, Pareto-front interaktywny, funkcje kosztu (jerk/clearance/manipulability), TAMP/PDDLStream/LGP.
Tematy specjalistyczne dla manipulacji
Integrated grasp-and-motion, TAMP, bimanual/multi-arm (2 Pandy), mobile manipulation, human-aware planning, social force.
Ewaluacja i wdrożenie
Ewaluacja, benchmarki i środowiska
Metryki (success rate, ∫jerk², clearance, energy), MotionBenchMaker, MπNets, OMPL, OCRTOC. Symulatory: MuJoCo, Isaac, Drake, PyBullet.
Aspekty implementacyjne i systemowe
Architektury planner ↔ controller ↔ executor, ROS2 stack, real-time (PREEMPT_RT, 1 kHz), DDS/shared memory, profilowanie CPU vs GPU.
Badania: redundancja + planowanie
Redundancja dynamiczna: pasywne, podatne wykonanie
Od kinematyki (rozdz. 11) do momentu napędowego: sterowanie operacyjne (OSC), dynamicznie spójny null-space (J M⁻¹N=0), pasywność (bak energii), podatność w null-space. Warstwa WYKONAWCZA dla planowanej redundancji — most do części badawczej (WP1–WP5).
WP1 — Planowanie NA rozmaitości ruchu własnego
Reaktywny null-space wpada w minimum lokalne (łokieć utyka za przeszkodą); constrained-RRT planuje globalnie na 2-wymiarowej rozmaitości ruchu własnego i omija ją — przy tym samym, unieruchomionym zadaniu chwytaka. Interaktywny sandbox z przeszkodą.
WP1 na prawdziwej Pandzie: foliacja (t, ψ) i pasywne wykonanie
Kamień milowy M2/M3 (dowód istnienia): ruchoma kula przelatuje przez przestrzeń roboczą — reaktywny null-space zostaje dogoniony, globalny plan na foliacji ruchu własnego przechodzi zawczasu; wykonanie pełnym pasywnym sterownikiem (bak ON) z certyfikowaną bramką V1–V6 i ablacjami. Po 3 rundach audytu.