Cas d’application

Apprendre à gérer la planification d’un horizon de récession multicontact en temps réel
Découvrez comment les chercheurs en systèmes robotiques mettent Artelys Knitro à profit dans cet article tiré de « The 2022 IEEE/RSJ International Conference on Intelligent Robot and Systems ».

Enjeux

  • Nécessité d’une planification en temps réel du mouvement en cas de perturbation de l’environnement
  • Impossibilité de garantir la stabilité statique

Résultats

  • Résolution de problèmes d’optimisation de la trajectoire pour une mise à jour continue du plan de déplacement
  • Planification d’un horizon de récession (Receding Horizon Planning (RHP)) réussi sur des pentes modérées et fortes

La résolution de problèmes mathématiques complexes est nécessaire à la planification des mouvements des robots quadrupèdes et bipèdes lorsque ceux-ci doivent se déplacer sur des surfaces irrégulières. En effet, diverses perturbations environnementales, telles que des changements de relief, peuvent survenir dans le monde réel et rendent essentielle la planification en temps réel des mouvements.

Pour ce faire, le Receding Horizon Planning (RHP) met constamment à jour le plan de déplacement pour une exécution immédiate des mouvements du robot en fonction de son état et de son environnement. Le RHP requiert la résolution de problèmes d’optimisation de trajectoire caractérisés par leur haute dimensionnalité et leur non linéarité. Les auteurs proposent ici un cadre RHP traité par la méthode des points intérieurs d’Artelys Knitro.

Cette approche a été testée sur un robot humanoïde se déplaçant sur des pentes modérés et fortes où la stabilité statique ne peut être atteinte. Les taux de réussite obtenus grâce à Artelys Knitro sont de 98,6% sur des pentes modérées et de 95% sur des pentes fortes, contre 51,2% et 8% avec la méthode de base.

 

© ARTELYS • All rights reserved • Legal mentions

Pin It on Pinterest

Share This