面向薄板件在線檢測的機(jī)器人軌跡自主規(guī)劃

摘要：針對工業(yè)機(jī)器人在非結(jié)構(gòu)化環(huán)境中軌跡規(guī)劃效率低、規(guī)劃結(jié)果適應(yīng)性差等問題，提出一種基于生成對抗式神經(jīng)網(wǎng)絡(luò)的視覺檢測機(jī)器人在線軌跡規(guī)劃算法。首先，提出基于機(jī)器人操作系統(tǒng)仿真的點(diǎn)云數(shù)據(jù)集構(gòu)建方法。其次，通過對檢測特征點(diǎn)云數(shù)據(jù)提取和機(jī)器人檢測軌跡的自動標(biāo)注，提出全新的基于編碼?解碼結(jié)構(gòu)的生成對抗式網(wǎng)絡(luò)，利用所輸入的檢測特征的點(diǎn)云數(shù)據(jù)端到端地生成機(jī)器人檢測軌跡。同時，通過融合薄板件的點(diǎn)云幾何特征的自注意力機(jī)制模塊，提高了生成軌跡的準(zhǔn)確性。然后，結(jié)合機(jī)器人運(yùn)動學(xué)模型，提出一種多樣性損失函數(shù)，提高了生成對抗式網(wǎng)絡(luò)所生成數(shù)據(jù)的多樣性，解決了笛卡爾空間到機(jī)器人關(guān)節(jié)空間映射的不唯一性下的求解難題。最后，通過案例對比分析，驗(yàn)證了算法的有效性。結(jié)果表明：機(jī)器人檢測規(guī)劃時間降低了52.6%，末端軌跡精度提高了67.4%。

關(guān)鍵詞：薄板件檢測；工業(yè)機(jī)器人；軌跡規(guī)劃；生成對抗式網(wǎng)絡(luò)

中圖分類號：TP 15 文獻(xiàn)標(biāo)志碼：A

隨著人工智能、傳感器、網(wǎng)絡(luò)和通信技術(shù)的快速發(fā)展，工業(yè)機(jī)器人智能化程度不斷提升，其發(fā)展方向趨于高度的自主性，具有自學(xué)習(xí)能力的運(yùn)動規(guī)劃方法成為一個重要的研究方向[1]。運(yùn)動規(guī)劃是利用傳感器獲取的外部信息，搜索當(dāng)前位姿到目標(biāo)位姿的無碰撞最優(yōu)路徑。目前運(yùn)動規(guī)劃方法可以分為基于采樣的運(yùn)動規(guī)劃和基于學(xué)習(xí)算法的運(yùn)動規(guī)劃。

基于采樣的運(yùn)動規(guī)劃算法主要由概率圖法（probabilistic roadmap， PRM）[2] 和快速探索隨機(jī)樹法（rapidly exploring random tree， RRT）[3] 構(gòu)成。張振等[4] 提出了基于約束采樣的RRT 算法，通過減少重復(fù)性采樣，提高了全局搜索效率。王懷震等[5]提出基于自適應(yīng)步長的啟發(fā)式RRT*-Connect 算法，引入目標(biāo)偏向策略進(jìn)行橢球子集約束采樣，使得采樣點(diǎn)可以更快地收斂到最優(yōu)值。陳滿意等[6]提出低振蕩人工勢場?自適應(yīng)快速擴(kuò)展樹混合算法，實(shí)現(xiàn)了路徑規(guī)劃中快速逃離局部極小、碰撞等情況。Qureshi 等 [7] 使用智能雙向快速探索樹算法（IB-RRT*） 用于復(fù)雜環(huán)境中的機(jī)器人運(yùn)動規(guī)劃。Gao 等[8] 使用高斯采樣機(jī)制和中點(diǎn)碰撞檢測來實(shí)現(xiàn)狹窄焊縫和密集障礙物場景的高效規(guī)劃。

然而，面對非結(jié)構(gòu)化場景，基于采樣的運(yùn)動規(guī)劃方法不僅難以滿足實(shí)時性需求，而且缺乏先驗(yàn)知識，同時無法利用三維環(huán)境信息，因此國內(nèi)外學(xué)者研究基于學(xué)習(xí)算法的運(yùn)動規(guī)劃方法，利用深度學(xué)習(xí)（deep learning， DL） 算法的神經(jīng)網(wǎng)絡(luò)感知能力從未知環(huán)境狀態(tài)的輸入中提取特征，實(shí)現(xiàn)從環(huán)境信息到規(guī)劃結(jié)果的映射。Fang 等[9] 提出一個端到端的抓取姿態(tài)預(yù)測網(wǎng)絡(luò)，以點(diǎn)云數(shù)據(jù)作為網(wǎng)絡(luò)輸入，學(xué)習(xí)其抓取位姿和接近方向。Zhao 等[10]提出一種終身學(xué)習(xí)框架，首先基于生成對抗式網(wǎng)絡(luò)（generative adversarial networks， GAN） 構(gòu)建一個輕量級軌跡規(guī)劃模型，用于映射初始狀態(tài)、最終狀態(tài)和控制行為序列，其次通過將GAN 嵌入到RRT 算法中，解決了目前長距離多階段任務(wù)難以規(guī)劃問題。DeepMind 團(tuán)隊(duì)進(jìn)行融合強(qiáng)化學(xué)習(xí)（reinforcement learning， RL）， 提出一種深度強(qiáng)化學(xué)習(xí)（deep reinforcement learning， DRL） 方法[11]。Zhu 等[12] 提出基于Actor-Critic 模型與AI2-THOR框架，提供了一個高質(zhì)量三維場景，解決了DRL難以收斂和缺乏對新目標(biāo)的泛化能力，該框架為端到端訓(xùn)練方式，降低了特征匹配及三維重建過程的不確定性。周瑋杰[13] 提出基于近端策略優(yōu)化的動態(tài)窗口方法，設(shè)計(jì)一種新型深度神經(jīng)網(wǎng)絡(luò)，獲取環(huán)境信息與動態(tài)窗口方法中評價函數(shù)的權(quán)重因子相關(guān)聯(lián)，在非結(jié)構(gòu)化環(huán)境下，驗(yàn)證了算法對于環(huán)境變化的自適應(yīng)性，賦予了機(jī)器人在動態(tài)環(huán)境下的作業(yè)能力。Qureshi 等[14] 在不以原始點(diǎn)云數(shù)據(jù)和障礙物信息作為輸入的前提下，使用卷積神經(jīng)網(wǎng)絡(luò)（convolutional neural networks， CNN） 學(xué)習(xí)對象級語義信息生成的采樣分布，改進(jìn)了未知環(huán)境中的規(guī)劃結(jié)果。Huh 等[15] 借鑒強(qiáng)化學(xué)習(xí)中狀態(tài)?行為值函數(shù)的概念，提出Softmax 節(jié)點(diǎn)選擇方法，加速了RRT 算法的規(guī)劃效率。

綜上所述，為了提高工業(yè)機(jī)器人在非結(jié)構(gòu)化環(huán)境下軌跡規(guī)劃的效率和質(zhì)量，本文提出一種基于生成對抗式神經(jīng)網(wǎng)絡(luò)的機(jī)器人在線檢測軌跡規(guī)劃算法，在充分融合三維環(huán)境信息與運(yùn)動規(guī)劃的前提下，構(gòu)建了一種環(huán)境到運(yùn)動的直接規(guī)劃方法。

1 檢測工藝數(shù)據(jù)集構(gòu)建

目前高效的DL 模型依賴于大量數(shù)據(jù)集，在面對機(jī)器人檢測問題，目前并沒有相關(guān)的數(shù)據(jù)集被提出。為了實(shí)現(xiàn)機(jī)器人在線檢測工藝規(guī)劃，本文構(gòu)建了具有豐富標(biāo)注的孔、槽等待檢測特征的檢測路徑生成數(shù)據(jù)集。基于機(jī)器人操作系統(tǒng) （robotoperation system， ROS） 仿真環(huán)境獲取相關(guān)點(diǎn)云信息，并計(jì)算得到機(jī)器人檢測過程的運(yùn)動信息，最終獲得完整的檢測數(shù)據(jù)集。具體過程如圖1 所示。其中，URDF 模型為統(tǒng)一機(jī)器人描述格式的文本文件。

獲取點(diǎn)云數(shù)據(jù)需要對孔邊界點(diǎn)云及機(jī)器人檢測的運(yùn)動軌跡進(jìn)行標(biāo)注。

1.1 孔邊界點(diǎn)云數(shù)據(jù)標(biāo)注

通過數(shù)據(jù)增強(qiáng)后，共得到1 008 組點(diǎn)云數(shù)據(jù)，為每一組點(diǎn)云數(shù)據(jù)注釋孔邊界點(diǎn)云將非常耗費(fèi)人力。因此，本文采用網(wǎng)格劃分法[16] 對每一組點(diǎn)云數(shù)據(jù)進(jìn)行孔邊界點(diǎn)云的提取，獲得孔邊界點(diǎn)云的標(biāo)注結(jié)果，如圖2 所示。

1.2 機(jī)器人運(yùn)動軌跡標(biāo)注

機(jī)器人運(yùn)動軌跡標(biāo)注與常見的視覺任務(wù)標(biāo)注不同，運(yùn)動軌跡分布在一個較大的連續(xù)搜索空間中，這帶來了無限的標(biāo)注，手動注釋每個場景的人工成本非常高。因此，本文針對機(jī)器人檢測問題，提出了一種用于機(jī)器人檢測運(yùn)動軌跡的自動標(biāo)注過程。如圖3 所示。

首先， 利用主成分分析（principal componentanalysis， PCA） 計(jì)算每個孔邊界點(diǎn)云數(shù)據(jù)的特征向量，即點(diǎn)云數(shù)據(jù)的3 個主方向，將Z 軸主方向定義為孔的矢量方向， 最大特征值對應(yīng)的特征向量定義為孔的主方向。其次，查詢Gocator-2450 的用戶手冊可以得知，其最佳掃描距離為545 mm。之后，計(jì)算孔在主方向上距離最遠(yuǎn)的兩個點(diǎn)，并分別沿孔的矢量方向延長545 mm，作為機(jī)器人的起點(diǎn)與終點(diǎn)，同時Gocator 的坐標(biāo)系Z 軸平行于孔的矢量方向，指向待檢測零件。最后，利用機(jī)器人的逆運(yùn)動學(xué)求解機(jī)器人的各關(guān)節(jié)角度。綜上，得到機(jī)器人運(yùn)動軌跡的標(biāo)注。

2 自主運(yùn)動規(guī)劃網(wǎng)絡(luò)框架

假 設(shè) 待 檢 測 特 征 的 點(diǎn) 云 數(shù) 據(jù) 為 P = fpi =（xi，yi，zi）|1≤i≤n}，P∈RNx3，機(jī)器人關(guān)節(jié)空間的真實(shí)值定義為C = [θi1，θi2，…，θi6]，本章節(jié)目的是基于 輸入的點(diǎn)云數(shù)據(jù)自主生成機(jī)器人運(yùn)動過程的關(guān)節(jié) 空間信息^C=[^θi1，^θ2，…，^θ6]，其中讀示機(jī)器人在 第i時刻的關(guān)節(jié)信息。

2.1 InsGAN 機(jī)器人運(yùn)動軌跡生成框架

GAN通常由兩個相互對立訓(xùn)練的神經(jīng)網(wǎng)絡(luò)構(gòu) 成。這兩個對立訓(xùn)練的模型為：捕獲數(shù)據(jù)分布的 生成模型與估計(jì)樣本的來源是否為真實(shí)數(shù)據(jù)的判 別模型。生成模型以變量z作為輸入量，輸出樣本 G（z），判別模型以樣本x作為輸入量，輸出其為真 實(shí)數(shù)據(jù)概率結(jié)果D（x）。訓(xùn)練的目標(biāo)函數(shù)為

式中：E 為數(shù)據(jù)分布信息，p（x） 為真實(shí)數(shù)據(jù)分布；p（z） 為生成器數(shù)據(jù)分布。

本文提出的InsGAN網(wǎng)絡(luò)如圖4所示。其中， LSTM（long short-term memory）為長短時記憶神經(jīng) 網(wǎng)絡(luò)；MLP（multilayer perceptron）為多層感知機(jī)。 與傳統(tǒng)的GAN網(wǎng)絡(luò)相似，該模型由軌跡生成器 G和軌跡判別器D組成。生成器將待檢測特征的 點(diǎn)云數(shù)據(jù)作為輸入量，然后輸出機(jī)器人檢測的運(yùn) 動軌跡。其中，軌跡生成器由5個模塊組成：編 碼器、解碼器、點(diǎn)云數(shù)據(jù)關(guān)系計(jì)算模塊、注意力 模塊A及池化模塊P。在編碼器中，接受待檢測 特征的點(diǎn)云數(shù)據(jù)信息，基于PointNet框架進(jìn)行編 碼，得到隱藏向量H，然后與點(diǎn)云數(shù)據(jù)間關(guān)系一 起輸入注意力模塊中，從而實(shí)現(xiàn)對重點(diǎn)信息特征提取的效率提升。池化模塊P將注意力模塊的輸 出4作為輸入生成池化向量P，學(xué)習(xí)點(diǎn)云數(shù)據(jù)的分 布對機(jī)器人運(yùn)動軌跡的影響。解碼器接受隱藏向 量H與池化向量P作為機(jī)器人運(yùn)動軌跡生成條件以 生成軌跡。D模塊則接受G模塊生成的機(jī)器人運(yùn) 動軌跡己和數(shù)據(jù)集的真實(shí)樣本，對比真實(shí)數(shù)據(jù)與生 成數(shù)據(jù)之間的關(guān)系，提升模型的有效性。

2.2 生成器模塊

為實(shí)現(xiàn)點(diǎn)云數(shù)據(jù) P到機(jī)器人關(guān)節(jié)空間C的映射，將生成器設(shè)計(jì)為編碼器?解碼器的結(jié)構(gòu)。

2.2.1 編碼器

在編碼器中，基于PointNet結(jié)構(gòu)對點(diǎn)云數(shù)據(jù) 的特征進(jìn)行提取，將每個點(diǎn)pi的特征升維至一個 高維特征向量歷，其中Hi∈R1024，具體計(jì)算過程 如下：

Hi = PointNet （pi;W） （2）

式中，W表示編碼器編碼過程的權(quán)重。

2.2.2 注意力機(jī)制

機(jī)器人檢測軌跡不僅與待檢測特征的位置息息相關(guān)，也與待檢測特征的形狀緊密相連。為準(zhǔn)確描述形狀對機(jī)器人軌跡的影響，同時也為強(qiáng)化注意力機(jī)制對點(diǎn)云數(shù)據(jù)特征提取的準(zhǔn)確性與針對性，本文考慮了點(diǎn)云數(shù)據(jù)的形狀特征。

首先， 利用K 最鄰近 （K-nearest neighbor，KNN）算法計(jì)算點(diǎn)pi的K 個鄰點(diǎn)，構(gòu)建局部領(lǐng)域圖G ，并計(jì)算局部協(xié)方差矩陣M，計(jì)算方法如下：

如圖4 所示，判別器模塊由編碼器、LSTM及MLP 層組成，其目的是對生成的機(jī)器人檢測軌跡可否接受進(jìn)行判別。不同于生成器中的編碼功能，判別器的編碼器由PointNet 與LSTM 組成，PointNet 接受原始點(diǎn)云數(shù)據(jù)，LSTM 接受生成器生成的檢測軌跡與真實(shí)檢測軌跡，最后利用MLP 輸出機(jī)器人檢測軌跡的真假標(biāo)簽。

HD =LSTM（PointNet（P;WP） ;LSTMe （C;We） ;WL） （10）

L = MLP（HD;WM） （11）

式中： HD 為判別器內(nèi)部數(shù)據(jù)傳輸?shù)倪^程量；WP 為PointNet 模型參數(shù)；L 表示真假標(biāo)簽。

2.4 損失函數(shù)

根據(jù)機(jī)器人運(yùn)動學(xué)可知， 當(dāng)末端位姿相同時，機(jī)器人關(guān)節(jié)空間C對應(yīng)多組解，然而傳統(tǒng)的損失函數(shù)讓網(wǎng)絡(luò)失去了生成多樣性結(jié)果的可能，因此本文提出多樣性損失函數(shù)，增加機(jī)器人檢測軌跡的多樣性。利用機(jī)器人運(yùn)動學(xué)知識，將關(guān)節(jié)空間C映射至笛卡爾坐標(biāo)系下，對網(wǎng)絡(luò)的可學(xué)習(xí)參數(shù)進(jìn)行優(yōu)化，最終的損失函數(shù)為

L = LG +λL* （12）

式中：Lg為GAN網(wǎng)絡(luò)的損失函數(shù)；λ為平衡因 子；L*為多樣性損失。

式中，Kin表示機(jī)器人正運(yùn)動學(xué)公式。

3 案例分析

利用本文構(gòu)建的檢測數(shù)據(jù)集評估所提出的機(jī)器人軌跡生成網(wǎng)絡(luò)性能。為量化網(wǎng)絡(luò)性能，提出平均關(guān)節(jié)誤差（average joint error， AJE）、平均末端執(zhí)行器位姿誤差（average end effector position error，AEEPE） 及軌跡生成時間（generate time， GT） 作為評價指標(biāo)。同時，使用GraspNet、SGAN 網(wǎng)絡(luò)模型，以及貪心前向樹搜索算法（ -greedy forward treesearch， FTS）、RRT算法作為基準(zhǔn)方法進(jìn)行對比驗(yàn)證。

3.1 案例分析

網(wǎng)絡(luò)相關(guān)參數(shù)的設(shè)置方面，生成器與判別器均采用Adam 優(yōu)化器進(jìn)行優(yōu)化，初始學(xué)習(xí)率設(shè)置為0.005，批處理設(shè)置為16，迭代200 輪。生成器中的編碼器模塊最終輸出隱藏向量H的維度為1 024，注意力機(jī)制輸出向量A維度同樣為1 024，KNN 算法中K 取10，平衡因子設(shè)置為0.9。

最終軌跡生成的定量化結(jié)果如表1 所示。可以看出，本文方法InsGAN 在關(guān)于準(zhǔn)確性的兩個指標(biāo)AJE 和AEEPE 中，僅略低于RRT 算法，兩指標(biāo)分別與RRT相差為0.04 及0.12。然而，為實(shí)現(xiàn)機(jī)器人在線檢測工藝規(guī)劃的需求，軌跡規(guī)劃時間至關(guān)重要，從GT 一欄中可以看出，本文算法相較于RRT 算法在規(guī)劃時間上有大于50% 的提升。當(dāng)機(jī)器人始末點(diǎn)距離過大時，RRT 算法將出現(xiàn)明顯的冗余問題，RRT 將機(jī)器人的軌跡離散化，每搜索一次可行路徑都需要機(jī)器人逆運(yùn)動學(xué)的求解，因此導(dǎo)致了規(guī)劃時間的指數(shù)型增長。與傳統(tǒng)算法相比，在不影響檢測質(zhì)量的前提下，本文方法可有效地提高規(guī)劃效率，滿足在線規(guī)劃需求。

與目前主流軌跡在線規(guī)劃方法相比，本文方法在兩種準(zhǔn)確性指標(biāo)AJE 和AEEPE 中，均取得了最優(yōu)結(jié)果， 誤差至多減少了0.89 及1.56， 證明InsGAN 框架的有效性。最后針對指標(biāo)GT，由于生成器中的各模塊參數(shù)較多，對最終軌跡生成時間影響較大，導(dǎo)致軌跡規(guī)劃時間升高了0.07 s。與主流在線規(guī)劃框架相比，InsGAN 在滿足在線規(guī)劃需求的前提下，提高了軌跡生成質(zhì)量，滿足了檢測質(zhì)量要求，該方法有效可行。

綜上所述，本文所提出的機(jī)器人軌跡生成框架可以有效解決機(jī)器人在線檢測軌跡規(guī)劃中的規(guī)劃質(zhì)量低問題，并且在不影響檢測質(zhì)量的前提下，大幅提高規(guī)劃時間。

為更直觀地展示機(jī)器人軌跡規(guī)劃結(jié)果，圖6給出了針對不同位置處待檢測的最終規(guī)劃結(jié)果。

3.2 消融實(shí)驗(yàn)

針對機(jī)器人在線檢測工藝規(guī)劃問題，提出全新的基于GAN 框架的機(jī)器人檢測軌跡生成網(wǎng)絡(luò)。首先通過編碼?解碼結(jié)構(gòu)將點(diǎn)云空間轉(zhuǎn)映射到機(jī)器人關(guān)節(jié)空間內(nèi)；其次引入點(diǎn)云幾何結(jié)構(gòu)及自注意力機(jī)制實(shí)現(xiàn)機(jī)器人與環(huán)境之間的交互；最后提出多樣性損失函數(shù)，解決了GAN 結(jié)構(gòu)訓(xùn)練易崩潰等問題。采用消融實(shí)驗(yàn)對InsGAN 網(wǎng)絡(luò)模型中的各模塊的效果進(jìn)行評估。

表2 給出了各模塊針對機(jī)器人檢測軌跡生成問題的效果，從表中可以看出，編碼器模塊在軌跡生成過程中起到了主要作用，當(dāng)失去編碼器時，兩類誤差A(yù)JE 和AEEPE 提升至1.48 和2.51。這也驗(yàn)證了編碼器對于點(diǎn)云空間到關(guān)節(jié)空間映射的重要性。可以發(fā)現(xiàn)自注意力機(jī)制是影響軌跡生成速度的主要原因，這不僅是由于自注意力機(jī)制增加了網(wǎng)絡(luò)參數(shù)數(shù)量，也由于在點(diǎn)云形狀特征計(jì)算過程中需要大量的存儲空間，雙重因素下，拖慢了檢測路徑的整體運(yùn)算效率。

表3 給出了不同的池化方法對最終檢測軌跡的影響，選擇最大池化層、平均池化層和共享MLP 層3 類用于對比。如表3 所示，最大池化層取得了最好的結(jié)果，相比于其他兩種方法，兩類誤差相關(guān)的評價指標(biāo)分別降低了0.41 和0.78，這也驗(yàn)證了本文在構(gòu)建InsGAN 網(wǎng)絡(luò)模型時的選擇。

圖7 給出了不同平衡因子對GAN 結(jié)構(gòu)訓(xùn)練穩(wěn)定性的提升。可以看出，當(dāng)λ= 0，即只使用普通對抗損失函數(shù)時，損失函數(shù)難以收斂，當(dāng)融合于多樣性損失之后，平均損失小于未應(yīng)用多樣性損失的網(wǎng)絡(luò)模型，并在大部分情況下趨于收斂，這證明了本文所提出的多樣性損失有效解決了GAN網(wǎng)絡(luò)難以訓(xùn)練的問題。當(dāng) = 0：9時，網(wǎng)絡(luò)損失在訓(xùn)練20 輪后逐漸收斂，同時最終損失取得了最小值。

4 結(jié) 論

針對機(jī)器人在線檢測軌跡規(guī)劃問題，提出基于ROS 仿真環(huán)境下的檢測數(shù)據(jù)集制作方法。通過分析形狀特征對機(jī)器人檢測軌跡規(guī)劃的影響，提出基于自注意力機(jī)制的點(diǎn)云形狀信息提取方法?；跇?gòu)建的生成對抗式網(wǎng)絡(luò)框架，提出了基于待檢測特征點(diǎn)云數(shù)據(jù)的機(jī)器人檢測軌跡在線生成算法。針對機(jī)器人逆運(yùn)動學(xué)求解非唯一問題，提出了多樣性損失函數(shù)的逆運(yùn)動學(xué)高效求解方法。最后，通過搭建的機(jī)器人軌跡規(guī)劃案例，驗(yàn)證了所提方法的有效性與實(shí)時性。

參考文獻(xiàn)：

[1] 唐永興，朱戰(zhàn)霞，張紅文，等.機(jī)器人運(yùn)動規(guī)劃方法綜述 J].航空學(xué)報(bào)，2023， 44（2）： 026495.

[2] KAVRAKI L E， SVESTKA P， LATOMBE J C， et al. Probabilistic roadmaps for path planning in highdimensional configuration spaces[J]. IEEE Transactions on Robotics and Automation， 1996， 12（4）： 566-580.

[3] LAVALLE S M， KUFFNER J J. Randomized kinodynamic planning[C]//IEEE International Conference on Robotics and Automation. Detroit： IEEE， 1999： 473-479.

[4] 張振，李新宇，董昊臻，等.基于約束采樣RRT的機(jī)械臂 運(yùn)動規(guī)劃J].計(jì)算機(jī)集成制造系統(tǒng)，2022， 28（6）： 1616-1626.

[5] 王懷震，高明，王建華，等.基于改進(jìn)RRT*-Connect算法的機(jī)械臂多場景運(yùn)動規(guī)劃J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2022， 53（4）： 432-440.

[6] 陳滿意，張橋，張弓，等.多障礙環(huán)境下機(jī)械臂避障路徑 規(guī)劃J].計(jì)算機(jī)集成制造系統(tǒng)，2021， 27（4）： 990-998.

[7] QURESHI A H， AYAZ Y. Intelligent bidirectional rapidly-exploring random trees for optimal motion planning in complex cluttered environments[J]. Robotics and Autonomous Systems， 2015， 68： 1-11.

[8] GAO W X， TANG Q， YAO J， et al. Automatic motion planning for complex welding problems by considering angular redundancyJ]. Robotics and Computer-Integrated Manufacturing， 2020， 62： 101862.

[9] FANG H S， WANG C X， GOU M H， et al. GraspNet-1billion： a large-scale benchmark for general object grasping[C]//2020 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR）. Seattle： IEEE， 2020： 11441-11450.

[10] ZHAO C， ZHU Y F， DU Y C， et al. A novel direct trajectory planning approach based on generative adversarial networks and rapidly-exploring random tree J]. IEEE Transactions on Intelligent Transportation Systems， 2022， 23（10）： 17910-17921.

[11] SILVER D， HUANG A， MADDISON C J. et al. Mastering the game of go with deep neural networks and tree searchJ]. Nature， 2016， 529（7587）： 484-489.

[12] ZHU Y K， MOTTAGHI R， KOLVE E， et al. Target-driven visual navigation in indoor scenes using deep reinforcement learning[C]//2017 IEEE International Conference on Robotics and Automation （ICRA）.Singapore： IEEE， 2017： 3357-3364.

[13] 周瑋杰.基于深度強(qiáng)化學(xué)習(xí)的室內(nèi)服務(wù)機(jī)器人路徑規(guī)劃 方法研究[D].沈陽：沈陽工業(yè)大學(xué)，2022.

[14] QURESHI A H， SIMEONOV A， BENCY M J， et al.Motion planning networks[C]//2019 International Conference on Robotics and Automation （ICRA）.Montreal： ACM， 2019： 2118-2124.

[15] HUH J， LEE D D. Efficient sampling with Q-learning to guide rapidly exploring random trees[J]. IEEE Robotics and Automation Letters， 2018， 3（4）： 3868-3875.

[16] 楊雪嬌.點(diǎn)云的邊界提取及角點(diǎn)檢測算法研究[D].哈爾 濱：哈爾濱工程大學(xué)，2010.

[17] 沈露，楊家志，周國清，等.集自注意力與邊卷積的點(diǎn)云 分類分割模型J].計(jì)算機(jī)工程與應(yīng)用，2023， 59（19）： 106-113.

（編輯：董偉）

基金項(xiàng)目：國家自然科學(xué)基金資助項(xiàng)目（51875362）；上海市自然科學(xué)基金資助項(xiàng)目（21ZR1444500）；上海市浦江人才計(jì)劃（22PJD048）