检索结果-南通市图书馆

基于概率运动基元的移动机器人轨迹学习与避障算法研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

仪表技术 2024年第5期 53-56页

作者：罗济雨孙丙宇中国科学院合肥物质科学研究院安徽合肥230031 中国科学技术大学安徽合肥230026

示教学习在移动机器人的路径规划中展现出潜力,但将其直接应用于三维空间时,常面临效率低下、障碍物碰撞等挑战。提出了一种基于概率运动基元建模的移动机器人三维路径规划方法。通过简化速度信息,对示教路径点的时域坐标建模,实现了高... 详细信息

示教学习在移动机器人的路径规划中展现出潜力,但将其直接应用于三维空间时,常面临效率低下、障碍物碰撞等挑战。提出了一种基于概率运动基元建模的移动机器人三维路径规划方法。通过简化速度信息,对示教路径点的时域坐标建模,实现了高效在线规划,并借助条件高斯计算提升路径准确性。设计了避障算法,利用障碍物信息赋予路径偏置值,结合一阶系统吸引点模型,确保路径平滑避障。实验验证表明,该模型在三维空间中规划效果良好,时间成本低,且避障算法有效,为移动机器人在复杂环境中的自主导航提供了新思路。

关键词：概率运动基元路径规划条件高斯计算泛化路径避障三维仿真

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

面向任务的机器人动作泛化研究

天津大学学报（自然科学与工程技术版） 2024年第6期57卷 575-587页

作者：肖聚亮袁航刘海涛赵炜李鑫旺天津大学机械工程学院天津300354 中国航空制造技术研究院数字化制造技术航空科技重点实验室北京100024

动作泛化是机器人被期望具备的功能,要求机器人不仅能重复人类示教的灵巧动作,还可以根据任务目标生成新动作,在小批量、多种类的生产要求下具有广阔的应用场景.针对面向任务需求快速学习和灵活泛化的目标,设计开发了机器人动作泛化框架... 详细信息

动作泛化是机器人被期望具备的功能,要求机器人不仅能重复人类示教的灵巧动作,还可以根据任务目标生成新动作,在小批量、多种类的生产要求下具有广阔的应用场景.针对面向任务需求快速学习和灵活泛化的目标,设计开发了机器人动作泛化框架.首先,进行少量示教,使用概率运动基元(probabilistic movement primitives,ProMP)构建动作的轨迹分布,以较少参数概括示教信息.其次,使用期望最大(expected maximum,EM)算法迭代估计模型参数,引入先验信息补充模型以保证稳定性.研究先验信息对泛化效果的影响,确定了合适的先验参数;研究傅里叶基函数对周期轨迹的拟合效果,提出轨迹分割与滤波方法以保证拟合精确平滑.利用模型的概率分布性质,将动作的概率范围收缩到特定位置,并进行整条轨迹的时间尺度缩放与空间位置变换,生成符合泛化要求的轨迹.最后,搭建了一个六自由度机器人喷涂场景进行动作泛化实验.结果表明:该框架能够快速生成多种泛化轨迹.单自由度轨迹学习平均消耗1.924 s,轨迹生成平均需0.004 s;六自由度轨迹学习平均消耗35.608 s,轨迹生成平均需0.011s.

关键词：协作机器人模仿学习概率运动基元动作泛化

基于改进ProMPs的机器人姿态轨迹模仿学习

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

组合机床与自动化加工技术 2024年第10期 46-49页

作者：伍家俊黎奕辉陈燊豪广东工业大学机电工程学院

针对概率运动基元(ProMPs)在学习机器人姿态轨迹时忽略数据背后的非线性约束导致姿态轨迹推断精度低的问题，提出了一种黎曼流形上的改进ProMPs方法。该方法采用单位四元数作为机器人姿态表达方式。首先，将ProMPs的学习过程与黎曼流形... 详细信息

针对概率运动基元(ProMPs)在学习机器人姿态轨迹时忽略数据背后的非线性约束导致姿态轨迹推断精度低的问题，提出了一种黎曼流形上的改进ProMPs方法。该方法采用单位四元数作为机器人姿态表达方式。首先，将ProMPs的学习过程与黎曼流形上的极大似然估计与对数映射相结合实现示教姿态轨迹的概率建模；然后，利用黎曼流形上的指数映射对ProMPs的推断轨迹还原为机器人姿态轨迹；最后，在UR5机器人进行了实验评估。结果表明，该算法相较于原始ProMPs在姿态轨迹推断精度与轨迹平滑度方面分别提升56%与35%,并能使机器人更快地到达目标姿态。

关键词：机器人模仿学习单位四元数概率运动基元黎曼流形

基于ProMPs和PI^2的机器人学习方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

武汉科技大学学报 2019年第5期42卷 387-393页

作者：傅剑曹策申思远武汉理工大学自动化学院

基于传统运动基元模型的机器人学习方法存在学习速度慢、学习结果精度低等问题,为此本文提出一种融合贝叶斯估计算法的概率运动基元(ProMPs)表达和模仿学习框架,同时还利用了基于核典型相关分析(KCCA)的改进型路径积分PI^2策略进行轨迹... 详细信息

基于传统运动基元模型的机器人学习方法存在学习速度慢、学习结果精度低等问题,为此本文提出一种融合贝叶斯估计算法的概率运动基元(ProMPs)表达和模仿学习框架,同时还利用了基于核典型相关分析(KCCA)的改进型路径积分PI^2策略进行轨迹优化。ProMPs结合贝叶斯推断,为机器人实现有别于示范任务的新任务提供了一个可行解搜索起点,而利用附加泛函指标约束的PI^2算法能让机器人获得平滑的过点轨迹。通过UR5机器人实验平台和V-REP仿真软件对本文方法进行过点试验验证,结果表明,所提出的贝叶斯ProMPs-PI^2学习方法能快速而精准地完成机器人从示范任务到陌生任务的泛化学习,实现机器人新技能的获取。

关键词：机器人学习概率运动基元路径积分 PI^2 贝叶斯估计轨迹优化

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于模仿学习的机械手臂遥操作研究

基于模仿学习的机械手臂遥操作研究

作者：贾仕东燕山大学

学位级别：硕士

遥操作(Teleoperation)技术对于实现人机交互具有重要意义,但是传统的遥操作技术往往是通过操纵杆、控制面板控制机械臂,在操作任务中对操作者的经验技术要求很高,并且无法模仿人类动作完成任务。针对无经验的操作者,本文提出基于可穿... 详细信息

遥操作(Teleoperation)技术对于实现人机交互具有重要意义,但是传统的遥操作技术往往是通过操纵杆、控制面板控制机械臂,在操作任务中对操作者的经验技术要求很高,并且无法模仿人类动作完成任务。针对无经验的操作者,本文提出基于可穿戴设备遥操作和基于VR设备遥操作两种方式,分别实现了基于概率运动基元的Baxter机械臂与基于新颖的Teach Net深度学习网络Shadow灵巧手的模仿学习操作。具体研究内容如下:首先,针对可穿戴设备遥操作过程中的延迟问题,延迟问题主要在于远距离通讯与映射关系的设计,本文在利用实验室中的局域网进行通讯的前提下,给出人体关节到机械臂关节的映射关系。利用自主研制的数据手套实时采集操作者手臂的姿态信息,采用基于速度的控制方式使Baxter机械臂运动过程十分平滑。针对可穿戴设备遥操作过程中的距离限制问题,在数据手套加入无线通讯模块,并设计无线通讯模块与机器人操作系统ROS的通讯系统。实验结果表明,机械臂能够完成多个轨迹动作,实现了机械臂与人类动作实时的运动跟随,并且在一定距离范围内能够完成远程遥操作任务。其次,针对穿戴设备遥操作数据单一、距离限制、目标性差的问题,提出了一种基于VR虚拟现实技术的遥操作方案。利用HTC vive pro设备完成Baxter机械臂遥操作示教,设计Unity项目获取HTC vive pro设备的两个手柄姿态信息,并在ROS系统完成与Unity平台通讯以及机械臂控制。由于可穿戴设备遥操作过程使用的关节角控制方式,需要人类基于经验不断调整手臂姿态才能完成机械臂末端夹具的抓取操作,所以进一步提出基于时间的差值增量控制方法,实现机械臂高精度的目标抓取任务。实验结果表明,基于VR虚拟现实技术的遥操作比基于可穿戴设备的遥操作精度更高,能够很好的完成复杂的操作任务。最后,为了实现机械臂与灵巧手联合弹钢琴任务,对机械臂与灵巧手分别提出了不同的模仿学习算法。由于VR虚拟现实遥操作需要依赖实验环境及操作人员,提出了基于概率运动基元的机械臂模仿学习方法。通过学习Baxter机械臂遥操作的高质量运动样本获得的轨迹数据,完成模仿学习任务,相比于VR设备每次针对不同任务需要调整定位相机位置等初始化工作,所提方法能够针对不同地点任务泛化出对应轨迹。实验结果表明,不仅在异地远程模仿了相似的任务轨迹,而且针对不同类型的UR机械臂,依然可以模仿出相似的任务轨迹。进一步提出基于视觉的深度学习网络(Teach Net)Shadow灵巧手模仿学习方法,实验结果表明,利用该框架进行灵巧手模仿操作时误差更小,在不同操作者进行灵巧手模仿任务时表现较好,同时省略了操作者学习适应的过程,减少了灵巧手模仿任务的时间。在完成模仿手臂弹钢琴任务上,先利用UR5机械臂模仿手臂运动轨迹到达目标点,然后模仿人手完成灵巧手弹钢琴任务。

关键词：可穿戴设备 VR技术遥操作概率运动基元端到端学习

基于时间/状态索引协作基元的人机协作和避障研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于时间/状态索引协作基元的人机协作和避障研究

作者：王超奇武汉理工大学

学位级别：硕士

随着工业4.0和制造2025的持续深化,协作机器人脱颖而出。从工业制造到家庭,机器人的应用广泛,工作环境逐渐从结构化环境演化为非结构化环境,机器人不再是完全替代人而是赋予人的角色,与人协作完成复杂的任务。实际过程中,人机协作面对... 详细信息

随着工业4.0和制造2025的持续深化,协作机器人脱颖而出。从工业制造到家庭,机器人的应用广泛,工作环境逐渐从结构化环境演化为非结构化环境,机器人不再是完全替代人而是赋予人的角色,与人协作完成复杂的任务。实际过程中,人机协作面对不同的环境、不同任务以及不同的协作者,而且若在人机协作的场景中加入障碍物,这也对协作机器人来说是一个巨大的挑战。面向人机协作和避障这一共性问题,针对时间敏感的人机协作任务,开展基于时间索引高斯过程的双空间协作概率运动基元研究,规避了复杂的逆运动学求解。针对状态敏感的人机协作任务,开展基于状态索引的非线性动态系统的融合动态协作系统的协作基元研究,增加了协作的鲁棒性,并将上述两种协作框架分别结合避障算法以实现人机协作中的避障。本文具体研究如下:(1)人机协作中深度学习检测空间障碍物的研究。根据目前前沿的深度学习算法,YOLOv3算法具备实时性和识别速度快的性能,利用实验室现有的小觅双目深度摄像头,搭建好实验平台,拍摄好照片利用YOLOv3算法识别出实验给定的障碍物,接着根据深度图可得到空间坐标,进而可得到空间障碍物的尺寸信息。(2)时间/状态索引协作基元研究。开展双空间并行概率运动基元框架研究,该框架构建人机协作在关节和笛卡尔两个空间运动基元的概率模型,从示范任务中学习人与机器人在双空间中交互动作的非线性相关性,接着使用人体动作为条件并根据人与机器人在双空间中的相关关系来推断机器人的协作运动,适用于时间敏感的人机协作任务。针对状态敏感的协作任务,基于SEDS模型总结出基于状态索引的融合动态系统,并融合两个SEDS动力学系统,通过GMR预测同步协调人和机器人的运动,通过点对点的多步估计收敛到目标终点,且能够对环境的变化做出快速反应。(3)人机协作中避障路径规划研究。总结出两种避障方法来与两种协作系统模型进行结合,皆能很好的完成避障。其一是改进的RRT*作为双空间协作概率运动框架的避障方法,由于双空间协作框架已经预测出轨迹,因此这是属于有轨迹导向的路径点选择,接着在RRT*引力函数中加入人工势场法的引力分量,使其到达目标的速度加快。其二是在融合动态协作系统中加入在线避障算法,在保证很好的与提出的人机协作框架进行协调的前提下,根据障碍物的大小、位置以及形状等信息建立一个动态系统调制矩阵,对利用动态系统描述的机器人轨迹进行实时的调制,可以保证机器人在不确定的环境下安全到达目标位置。(4)人机协作和避障仿真结果验证研究。本文采用两个XSENS传感器穿戴在协作者的手臂上采集人体上肢动作,UR5协作机器人采集机器人动作,最后使用ROS读取两者的数据。接着采用MATLAB进行人机协作框架数据的处理与训练,以及协作智能体的意图识别以及机器人的动作预测。最后使用MATLAB和机器人工具箱进行实验的仿真验证,通过实验结果证明融合动态协作系统以及避障算法是有效的。

关键词：人机协作概率运动基元融合动态协作在线避障算法改进的RRT*

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

绳驱动手术器械动力学建模与回差补偿控制

绳驱动手术器械动力学建模与回差补偿控制

作者：徐明玉哈尔滨工业大学

学位级别：硕士

与传统的微创手术相比,机器人微创手术近年来体现出视野相对更加清晰、操作也更加精细等的优势。但是,机器人微创手术的发展过程中也仍有一些挑战。常用的微创手术机器人从手端包含有持镜臂和持械臂等部分构成。通常持械臂需要进入人体... 详细信息

与传统的微创手术相比,机器人微创手术近年来体现出视野相对更加清晰、操作也更加精细等的优势。但是,机器人微创手术的发展过程中也仍有一些挑战。常用的微创手术机器人从手端包含有持镜臂和持械臂等部分构成。通常持械臂需要进入人体,所以就面临着操作空间较小、灵活度与精度要求较高等问题,钢丝绳进行手术器械传动可以很好地满足这些要求。但是钢丝绳传动过程中,机械间隙、绳轮间摩擦力以及钢丝绳变形等问题的存在,导致手术器械操作滞后的现象,这对绳驱动手术器械的临床应用带来了较大干扰。为解决传动过程中的回差现象,本文进行了绳驱动手术器械的动力学建模以及回差辨识与补偿控制等方面的研究。本文结合现有的绳驱动手术器械传动模型进行建模,分析出绳轮间摩擦力的存在是导致手术器械回差现象的一个重要原因。因此,本文对摩擦力模型进一步分析,得到绳轮间包角、钢丝绳刚度、摩擦系数等影响绳轮间摩擦力的因素,并给出了优化指导建议,并根据绳驱动手术器械传动过程,分析出电流能够作为手术器械回差阶段的判断依据。根据对传动过程的分析,得到电流可以作为判断手术器械是否处于回差阶段的依据。并且根据电流在不同的回差、非回差阶段的特征,将手术器械传动过程分为三个阶段。将采集的一维电流数据作为训练集,建立一维U-Net型学习网络,对电机电流特性进行学习,并利用验证集来检测回差辨识模型的准确性。为了将补偿量更准确地补偿至电机中,提高手术器械操作过程中的准确性,减少手术器械操作过程中的抖动程度,本文采用了概率运动基元的思想,来学习手术器械回差过程中的滞回特性,并计算出在满足手术器械期望位移的前提下应进行的补偿位移曲线,将补偿回差曲线补偿至电机中。最后为了验证回差辨识算法的准确性,本文先根据电机位置环与速度环的传递模型,搭建符合要求的电机仿真模型,并与实验所采集的速度与位移进行对比,验证仿真模型的准确性。然后对仿真模型输入满足实际需求的期望位移量,得到电机的输出位移后,再依据手术器械的滞回特性建立滞回模型,将电机输出位移作为滞回模型输入量,代入至模型中,得到绳驱动手术器械的实际位移曲线。最后利用补偿算法学习实际手术器械的滞回特性,转化为相应的补偿量补偿至电机中,得到手术器械输出位移,验证模型以及回差补偿控制算法的准确性和有效性。

关键词：绳驱动手术器械深度学习回差辨识概率运动基元

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向偏瘫康复的下肢外骨骼机器人步态预测

面向偏瘫康复的下肢外骨骼机器人步态预测

作者：陆康贵州大学

学位级别：硕士

下肢康复外骨骼作为一种先进的康复医疗设备,可在康复医师的指导下辅助偏瘫患者进行部分康复训练。但是当前的下肢康复外骨骼仍存在一些不足,如不能针对患者在不同康复训练模式的训练需求,生成合适的训练步态。因此本文针对康复训练的... 详细信息

下肢康复外骨骼作为一种先进的康复医疗设备,可在康复医师的指导下辅助偏瘫患者进行部分康复训练。但是当前的下肢康复外骨骼仍存在一些不足,如不能针对患者在不同康复训练模式的训练需求,生成合适的训练步态。因此本文针对康复训练的不同模式设计了步态预测算法。首先,针对现有偏瘫康复的被动训练中训练步态单一、可调性差的问题,提出了基于随机森林和概率运动基元的步态预测算法。采用概率运动基元建立步态轨迹基础模型,随机森林算法预测符合患者身体特征的步态特征点,进行训练步态的调整。实验结果表明,本文算法预测的髋、膝关节平均绝对误差分别为4.26°和5.02°,在保证训练步态可进行针对性的调整的情况下,有效地降低了步态预测误差。其次,针对偏瘫康复的主动训练中,偏瘫患者足底压力数据失常导致步态相位预测困难的问题,设计了基于下肢关节角度数据的步态相位预测算法。该算法利用随机森林分类减少不平衡样本对相位预测准确率的影响,同时为降低模型复杂性,结合随机森林和皮尔逊相关系数进行了输入特征筛选。实验结果表明,步态相位预测的平均准确率为91.6%,满足在足底压力数据失效的情况下进行步态相位预测的需要。最后,针对偏瘫康复的主动训练中,对患者健康侧信息利用率不足的问题,设计了协同步态预测算法。该算法结合了卷积神经网络的空间特征提取能力和长短期记忆网络的时间特征提取能力,以健康侧的历史步态数据预测偏瘫侧的步态角度,提高患者在训练过程中的主动参与度。实验结果表明,本文算法的预测误差更低,达到了更好的偏瘫侧连续步态预测效果。

关键词：偏瘫康复下肢外骨骼步态预测概率运动基元随机森林长短期记忆神经网络