第三章 運動規劃與控制演算法

## 導論 在前一章中，我們探討了多模態感測融合如何讓機器人建立起對環境的「認知」。然而，擁有精確的環境模型並不等同於機器人能順暢地執行動作。當機器人接收到感測器回傳的座標與障礙物資訊後，核心問題轉向：**「如何規劃出可執行的路徑，並精準地控制驅動裝置去執行它？」** 本章將深入探討機器人運動的兩個核心技術層次：**路徑規劃 (Path Planning)** 與 **控制演算法 (Control Algorithms)**。前者決定機器人在幾何空間中的移動路線，後者則決定機器人如何在動態環境中克服物理限制，準確執行預設動作。 ## 2.1 路徑規劃 (Path Planning) 路徑規劃旨在從當前狀態（Start State）規劃到目標狀態（Goal State）的序列，並確保該路徑避開已知障礙物。 ### 2.1.1 基於搜尋的演算法：A* 演算法 A* 是工業界與研究領域中最經典的圖搜索算法。它利用啟發式函數（Heuristic Function）來引導搜索方向，平衡「已行駛距離」與「預估距離」。 $$f(n) = g(n) + h(n)$$ 其中，$g(n)$ 是從起點到節點 $n$ 的實際成本，$h(n)$ 是從 $n$ 到目標的估計成本。在高度結構化的環境（如倉儲倉庫、固定路線的搬運車）中，A* 能提供極高的確定性與高效的計算速度。 ### 2.1.2 基於採樣的演算法：RRT 與 RRT* 當機器人處於高維度空間（例如具有 6 個自由度的機械手臂）時，傳統的網格搜索會面臨「狀態空間爆炸」的問題。此時，採樣算法更具優勢。 * **RRT (Rapidly-exploring Random Tree)**：透過隨機採樣點來構建樹狀結構。它能夠快速探索空間，並在複雜空間中快速找到可行路徑。 * **RRT* (Optimal RRT)**：在 RRT 的基礎上加入「重布線（Rewiring）」機制。它在找到路徑的同時，會不斷優化並尋找最短路徑，提供漸近最優性（Asymptotic Optimality）。 | 演算法類型 | 代表算法 | 優點 | 應用場景 | | :--- | :--- | :--- | :--- | | **基於搜尋 (Search-based)** | A*, Dijkstra | 確定性高、路徑最短 | 2D 平面移動、網格地圖導航 | | **基於採樣 (Sampling-based)** | RRT, RRT*, PRM | 高維度處理能力強、快速收斂 | 機械手臂調度、複雜環境避障 | ## 2.2 從路徑到軌跡：動態約束與平滑 路徑（Path）僅是幾何上的線條，而**軌跡（Trajectory）**則是在時間軸上定義的狀態變化。在實際機器人運行的過程中，我們必須考慮物理限制： 1. **速度限制 (Velocity Constraints)**：電機與傳動機構的最大轉速。 2. **加速度限制 (Acceleration Constraints)**：防止機器人因瞬間加速產生過大的慣性衝擊。 3. **加加速度限制 (Jerk Constraints)**：確保機器人運動平順，減少機械磨損。 為了從路徑轉化為軌跡，通常會採用**多項式曲線（Polynomial Curves）**或**B-樣條（B-splines）**對原始路徑進行平滑處理，確保機器人的運動符合物理律。 ## 2.3 控制演算法 (Control Algorithms) 一旦確定了軌跡，控制系統就需要與物理世界的動力學模型進行對接。控制算法的目標是最小化「期望軌跡」與「實際狀態」之間的誤差。 ### 2.3.1 PID 控制 (Proportional-Integral-Derivative) PID 是工業自動化的基石。無論是簡易的驅動馬達還是複雜的伺服系統，PID 仍是第一線的基礎控制技術。 * **P (比例)**：對當前誤差做出反應。比例常數 $K_p$ 決定了系統反應的快慢。 * **I (積分)**：累計過去的誤差，用以消除靜態誤差（例如克服重力帶來的恆定偏置）。 * **D (微分)**：預測未來誤差的趨勢，提供阻尼效果，抑制超調（Overshoot）。 ### 2.3.2 模型預測控制 (Model Predictive Control, MPC) 在高性能的自動化系統中，MPC 被視為更高級的控制手段。與 PID 不同，MPC 會建立機器人的動態模型，並在每一個控制週期內求解一個包含約束條件的最佳化問題。 * **優點**：能夠預測未來一段時間內的狀態，並在考慮加速度上限、轉向限制等多重約束的情況下做出預測性規劃。這使得自動導引車（AGV）能夠在高速運動時，預先調整傾角或轉向角度，確保行情的流暢性。 ### 2.3.3 強化學習 (Reinforcement Learning, RL) 在處理高度非線性、複雜交互或不確定性極高的場景（例如非結構化環境中的機器人運送、與人的動態共處）時，強化學習提供了一種強大的解決方案。透過獎勵函數（Reward Function）設計，機器人可以透過大量模擬訓練，學習出傳統控制理論難以建模的優雅動作範式。 ## 2.4 本章小結 從感測到動作的轉換是機器人工程的核心挑戰。**路徑規劃**決定了機器人「去哪裡」，而**控制演算法**決定了機器人「如何穩健地到達」。在實際的工業應用中，工程師必須權衡計算複雜度與控制精度：對於穩定輸送到固定軌道的線路，高效的 A* 配合精準的 PID 已足夠穩定；而對於需要在動態場景中靈活變化的移動機器人，則需要結合 RRT* 並配合 MPC 或強化學習，以達成高度自動化的動態平衡。在下一章中，我們將將這些規劃與控制技術整合到具體的感知與地圖框架中，深入探討 **SLAM (同時定位與地圖構建)** 技術。