一种基于核化运动基元的机器人模仿轨迹规划方法技术

本发明专利技术提供了一种基于核化运动基元的轨迹模拟方法，该方法首先通过三维视觉动作捕捉系统获取基础数据集，并且通过高斯混合模型(GMM)对数据集进行特征提取。进一步通过高斯混合回归(GMR)生成一条包含期望与方差的参考路径；其次，通过核岭回归(KRR)的思路，通过设计一个高斯基函数核进行回归运算，生成离散点特征的模仿路径；最后，将模仿路径输出映射到下位机机构上，针对用户的反馈，对参考路径的期望与方差进行修改，进而对模仿路径进行定点调制，并且添加插入点约束，防止出现过拟合情况。该方案对于示教学习，以及示教学习后人机交互过程中用户的需求调整有显著作用，为后续进行“用户在环”式的行为模仿提供了算法构建基础。

【技术实现步骤摘要】

本专利技术涉及机器人经验轨迹再现与控制领域，是一种基于核化运动基元(kmp)算法的踝机器人个性化路径优化方法。

技术介绍

1、仿生学习是机器人通过总结人类经验，简化了繁琐的传统编程方式，用更加直观的方式向执行器传达指令。这让执行器在接受用户操作时更加个性化，并且更具有柔顺性。而对于当前研究领域的机器人，训练轨迹均为预先程序设置，灵活性较差，缺乏针对单独设计的训练轨迹；踝关节相关的肌肉，骨骼种类结构复杂，需要通过复合运动对不同肌群进行针对性训练。脚踝最优训练轨迹需要设计，复杂的轨迹很难用函数表征；通过短时间模仿轨迹，获取可以用于机器人辅助运行的最优轨迹。

技术实现思路

1、本专利技术，通过kmp算法进行轨迹模仿，采集初始力矩数据后进行自适应轨迹优化。

2、本专利技术所采用的技术方案是：

3、首先，通过vicon动作捕捉系统个性化踝路径。采用模型将踝关节看作一个球副，采集x-y-z三个方向自由度，要求在平躺姿势下保持同一轨迹进行10-20次按摩，将采集的数据进行滤波处理，后台生成数据集。<本文档来自技高网...

【技术保护点】

1.一种基于核化运动基元的机器人模仿轨迹规划方法，其特征在于：

2.根据权利要求1所述方法，其特征在于：

【技术特征摘要】

1.一种基于核化运动基元的机器人模仿轨迹规划方法，其特征在...

【专利技术属性】
技术研发人员：董明杰，阮晗炜，李剑锋，左世平，王泽宇，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：