【技术实现步骤摘要】
本专利技术属于机器学习、模仿学习领域，具体涉及基于任务参数化与核化运动基元的技能轨迹泛化方法。
技术介绍
1、随着机器人技术的发展，机器人的应用逐渐从工业场景转变至服务场景，因此机器人需要面对更加复杂多变的环境与任务。非结构化环境的不确定性使得人类无法通过传统手动编程的方式将机器人需要执行的一切运动都预先规划好，因为这种硬编码方式只能面向特定场景，不仅需要专业的编程知识，而且无法让机器人适应场景的变化。因此促进服务机器人发展的关键不再是复现离线编程得到的点位信息，而是使用用户友好的交互方式让机器人快速掌握各种技能，并具有一定的推理能力，从而适应复杂多变的服务场景，做到真正的“智能化”。
2、动觉示教是传递给机器人技能的有效方式。通过拖动机器人执行技能，可以直接获取机器人末端的运动轨迹，多次动觉示教的结果可以体现技能的重要运动特征。但对运动的轨迹的模仿学习是决定机器人能否掌握技能的关键，不仅需要学习轨迹的形状特征，还需要适应场景的变化，首先空间泛化能力至关重要。
3、常用的轨迹模仿学习算法如动态运动基元拥有较好的时...
【技术保护点】
1.基于任务参数化与核化运动基元的技能轨迹泛化方法，其特征在于包括如下步骤：
2.根据权利要求1所述的基于任务参数化与核化运动基元的技能轨迹泛化方法，其特征在于：所述步骤1中，采用动觉示教的方式采集机器人末端位姿轨迹以表征技能，轨迹均表示在机器人基坐标系下，M条以时间、位置、姿态信息表示的技能演示轨迹表示为：
3.根据权利要求2所述的基于任务参数化与核化运动基元的技能轨迹泛化方法，其特征在于：所述步骤1中，使用基于改进相似度度量的多维动态时间规整算法，对提取的技能轨迹进行时间对齐；选择其中一条轨迹为基准轨迹，其余轨迹的所有轨迹点分别与该基准轨迹...
【技术特征摘要】
1.基于任务参数化与核化运动基元的技能轨迹泛化方法，其特征在于包括如下步骤：
2.根据权利要求1所述的基于任务参数化与核化运动基元的技能轨迹泛化方法，其特征在于：所述步骤1中，采用动觉示教的方式采集机器人末端位姿轨迹以表征技能，轨迹均表示在机器人基坐标系下，m条以时间、位置、姿态信息表示的技能演示轨迹表示为：
3.根据权利要求2所述的基于任务参数化与核化运动基元的技能轨迹泛化方法，其特征在于：所述步骤1中，使用基于改进相似度度量的多维动态时间规整算法，对提取的技能轨迹进行时间对齐；选择其中一条轨迹为基准轨迹，其余轨迹的所有轨迹点分别与该基准轨迹的所有轨迹点计算相似性并构建累积代价矩阵，两条轨迹上的轨迹点之间越相似，则代价值越低，最后通过动态规划的方式在累积代价矩阵中找出代价最小的配准路径，完成对齐，同时考虑位置与姿态信息的相似性度量作为整条轨迹之间的相似性，则相似性准则的计算方式为：
4.根据权利要求2所述的基于任务参数化与核化运动基元的技能轨迹泛化方法，其特征在于：所述步骤2包括如下步骤：
5.根据权利要求2所述的基于任务参数化与核化运动基元的技能轨迹泛化方法，其特征在于：所述步骤3中，在各任务参数下，使用高斯混合模型对所有时间对齐的m条演示轨迹进行编码，...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。