一种计及机器人末端姿态的技能学习方法及系统技术方案

本发明专利技术公开了一种计及机器人末端姿态的技能学习方法及系统，方法包括获取多组示教数据，每组示教数据中包括机器人末端的笛卡尔坐标和机器人末端姿态；基于多组示教数据，通过DTW算法对齐示教数据，得到示教样本；基于示教样本，通过GMM‑GMR模型的聚类和回归得到理想示教轨迹；通过DMP模型对理想示教轨迹进行编码，得到任务轨迹；基于任务轨迹，驱动机器人完成技能的复现或泛化。本发明专利技术提供的技能学习方法考虑到机器人技能复现过程中的末端姿态，将欧拉角也作为示教数据，将二维的平面任务拓展到三维空间，使得机器人可以更加精确的技能复现以及多个维度的技能泛化。

【技术实现步骤摘要】

本专利技术属于机器人技能学习，具体涉及一种计及机器人末端姿态的技能学习方法及系统。

技术介绍

1、制造业的转变对机器人的智能化水平要求越来越高，现有的基于固定编程的工业机器人已经逐渐难以满足当前的生产制造需求，需要开发出更加灵活，具备自主适应能力的生产系统。人-机技能传递技术是解决上述问题的一种行而有效的策略，其是在示教编程的基础上发展而来的，将机器人或人的工作能力抽象为一种“技能”，将人的技能经过建模和通用化表示后传递给机器人，从而实现高效的机器人的编程和运动规划。

2、人-机技能传递技术经过四十几年的发展，虽然取得了长足的进步，但仍有一些问题没有得到解决。主要存在以下缺陷：（1）传统的基于示教器的编程要求操作人员有一定的编程基础，编程成本高。（2）仅局限于二维平面，未考虑三维空间的机器人末端姿态。（3）机器人在整个生产环节的智能化较低，机器人技能的泛化能力低，一次编程机器人只能完成特定的任务，不能根据环境变化做出改变。

技术实现思路

1、本专利技术的目的在于克服现有技术中的不足，提供一种计及机本文档来自技高网...

【技术保护点】

1.一种计及机器人末端姿态的技能学习方法，其特征在于，包括：

2.根据权利要求1所述的计及机器人末端姿态的技能学习方法，其特征在于，所述基于多组所述示教数据，通过DTW算法对齐示教数据，包括：

3.根据权利要求1所述的计及机器人末端姿态的技能学习方法，其特征在于，所述基于所述示教样本，通过GMM-GMR模型的聚类和回归得到理想示教轨迹，包括：

4.根据权利要求3所述的计及机器人末端姿态的技能学习方法，其特征在于，所述基于所述示教样本，通过GMM-GMR模型的聚类和回归得到理想示教轨迹，还包括：

5.根据权利要求1所述的计及机器人末端姿态的技...

【技术特征摘要】

1.一种计及机器人末端姿态的技能学习方法，其特征在于，包括：

2.根据权利要求1所述的计及机器人末端姿态的技能学习方法，其特征在于，所述基于多组所述示教数据，通过dtw算法对齐示教数据，包括：

3.根据权利要求1所述的计及机器人末端姿态的技能学习方法，其特征在于，所述基于所述示教样本，通过gmm-gmr模型的聚类和回归得到理想示教轨迹，包括：

4.根据权利要求3所述的计及机器人末端姿态的技能学习方法，其特征在于，所述基于所述示教样本，通过gmm-gmr模型的聚类和回归得到理想示教轨迹，还包括：

5.根据权利要求1所述的计及机器人末端姿态的技能学习方法，其特征在于，所述机器人末端的笛卡尔坐标三个维度分别表示为、、；所述机器人末端...

【专利技术属性】
技术研发人员：张轩铭，李春旭，
申请(专利权)人：河海大学，
类型：发明
国别省市：