KavrakiLab/vamp

解决的问题

VAMP（向量加速运动规划）解决了基于采样的运动规划在机器人学中的计算瓶颈。具体来说，它针对碰撞检查和正向运动学（FK）的高成本，这些通常会减慢在复杂环境中为机械臂找到有效路径的过程。

工作原理

VAMP 利用 CPU SIMD（单指令多数据）指令来并行化并加速规划流程中最昂贵的部分。它使用一种称为碰撞允许点树（CAPT）的专用空间数据结构，以实现对点云的极快碰撞检查，查询时间低于 10 纳秒。该系统设计为在不同架构上进行硬件加速，包括 x86（AVX2）和 ARM（NEON），甚至可以编译为 WebAssembly 以在浏览器中执行。

适用对象

它专为需要实时或近实时运动规划的机器人研究人员和工程师设计，适用于机械臂（如 Franka Emika Panda、UR5、Fetch 和 Baxter）以及使用高密度点云环境表示的工作。

亮点

• 极致速度：在单个消费级 CPU 核心上，以 35 微秒的中位数解决 MotionBenchMaker 的 Panda 机器人问题。
• 硬件优化：原生支持 x86 AVX2 和 ARM NEON 指令。
• 多种规划器：包含 RRT-Connect、PRM、FCIT* 和 AORRTC 的实现。
• 高效点云处理：使用 CAPT 对数千个点进行超快碰撞查询。
• 跨平台：支持 C++、Python 和 WebAssembly（WASM）目标。