Another approach to ensure motion o

Another approach to ensure motion of a robot through complex
environments with obstacles employs a motion planner. The
motion planning problem has been studied well in the literature;
we refer to [38] for a detailed survey. In the case of modular
robots with many DOFs and kinematic constraints, sampling-based
methods can be utilized [39]. Sampling-based methods solve the
task by random sampling of the robot’s configuration space. This
allows the creation of a roadmap of free configurations, in which
a feasible trajectory can be found. Widely-used sampling-based
planners are Probabilistic Roadmaps [40] and Rapidly Exploring
Random Trees (RRT) [41] and their variants. These methods have
been utilized in many applications [42–44], including modular
robotics [45–47] and reconfiguration planning [48].

ผลลัพธ์ (ไทย) 1:

วิธีอื่นให้การเคลื่อนที่ของหุ่นยนต์ผ่านคอมเพล็กซ์มีอุปสรรคมีการวางแผนการเคลื่อนไหว ที่เคลื่อนไหวปัญหาการวางแผนมีการศึกษาดีในวรรณกรรมเราอ้างถึง [38] สำหรับการสำรวจรายละเอียด ในกรณีของมอดุลาร์หุ่นยนต์กับ DOFs และจลน์ข้อจำกัด การสุ่มตัวอย่างหลายวิธีสามารถใช้งาน [39] สุ่มตัวอย่างตามวิธีแก้งาน โดยสุ่มตัวอย่างสุ่มของพื้นที่การตั้งค่าคอนฟิกของหุ่นยนต์ นี้ช่วยให้การสร้างแผนของโครงแบบฟรี ที่สามารถพบวิถีที่เป็นไปได้ ใช้กันอย่างแพร่หลายโดยสุ่มตัวอย่างวางแผนจะ Roadmaps Probabilistic [40] และสำรวจอย่างรวดเร็วสุ่มที่ต้นไม้ (RRT) [41] และตัวแปรของพวกเขา วิธีการเหล่านี้ได้การใช้ในโปรแกรมประยุกต์มากมาย [42 – 44], รวมมอดุลาร์หุ่น [45 – 47] และกำหนดค่าใหม่การวางแผน [48]

ผลลัพธ์ (ไทย) 2:

อีกวิธีหนึ่งเพื่อให้แน่ใจว่าการเคลื่อนที่ของหุ่นยนต์ที่มีความซับซ้อนผ่านสภาพแวดล้อมที่มีอุปสรรคพนักงานวางแผนการเคลื่อนไหว
ปัญหาการวางแผนการเคลื่อนไหวได้รับการศึกษาที่ดีในวรรณคดีนั้นเราจะเรียก [38] สำหรับการสำรวจรายละเอียด
ในกรณีที่จำเพาะหุ่นยนต์ที่มีจำนวนมากและ DOFs จำกัด จลนศาสตร์การสุ่มตัวอย่างตามวิธีการที่สามารถนำไปใช้[39] วิธีการสุ่มตัวอย่างที่ใช้แก้ปัญหางานโดยการสุ่มตัวอย่างของพื้นที่การกำหนดค่าของหุ่นยนต์ นี้ช่วยให้การสร้างแผนงานของการกำหนดค่าฟรีซึ่งในวิถีที่เป็นไปได้สามารถพบได้ ใช้กันอย่างแพร่หลายการสุ่มตัวอย่างที่ใช้วางแผนมีความน่าจะเป็น Roadmap หรือแผนที่นำทาง [40] และอย่างรวดเร็วสำรวจต้นไม้สุ่ม (RRT) [41] และสายพันธุ์ของพวกเขา วิธีการเหล่านี้ได้ถูกนำมาใช้ในหลาย ๆ โปรแกรม [42-44] รวมทั้งแบบแยกส่วนหุ่นยนต์[45-47] และการวางแผนการคอนฟิเกอร์ [48]

ผลลัพธ์ (ไทย) 3:

วิธีอื่นเพื่อให้แน่ใจว่า การเคลื่อนที่ของหุ่นยนต์ผ่านสภาพแวดล้อมที่ซับซ้อน
กับอุปสรรค มีการเคลื่อนไหวที่วางแผน
เคลื่อนไหวปัญหาการวางแผน มีการศึกษาดีในวรรณคดี ;
เราอ้างถึง [ 38 ] สำหรับการสำรวจอย่างละเอียด ในกรณีของหุ่นยนต์แบบแยกส่วน
กับ dofs หลายข้อจำกัดเชิง สุ่มตัวอย่างตาม
วิธีสามารถใช้ [ 39 ] การสุ่มตัวอย่างใช้วิธีการแก้
งานโดยการสุ่มของหุ่นยนต์อวกาศ นี้
ช่วยสร้างแผนงานของการกำหนดค่าฟรีซึ่ง
trajectory ) สามารถพบได้ ใช้กันอย่างแพร่หลายและมีการใช้
วางแผนโรดแมพ [ 40 ] อย่างรวดเร็วและสำรวจ
ต้นไม้สุ่ม ( RRT ) [ 41 ] และสายพันธุ์ของพวกเขา วิธีการเหล่านี้มี
ถูกใช้ในโปรแกรม [ 42 - 44 ] มากมาย รวมถึงโมดูล
วิทยาการหุ่นยนต์ [ 45 - 47 ] และ [ การวางแผนปรับ 48 ]