具有模仿学习机制的机械臂系统的研究与实现

发布时间：2017-03-31 08:15

  本文关键词：具有模仿学习机制的机械臂系统的研究与实现，，由笔耕文化传播整理发布。

【摘要】：机械臂是机器人技术领域中应用最广泛的自动化机械装置,因此机械臂行为获取的研究是机器人运动技能研究的一个重要方面。模仿是人类和动物获取运动技能的一种重要学习方式,机械臂采用模仿学习机制获取行为能够简化动作编码、提升学习效率。本文围绕机械臂通过模仿学习的方法获取行为动作能力展开研究,论文主要工作为:第一,具有模仿学习机制的机械臂系统设计及示教行为信息的获取:基于机器人模仿学习系统流程框架和目前机械臂存在的问题,设计了具有模仿学习机制的手把手示教机械臂系统,根据手把手示教特点设计了系统离线示教的供电方案,完成了硬件模块的选型及调试。在ADAMS环境下搭建了机械臂的三维等比例仿真模型,通过拖动仿真功能模拟手把手示教过程,完成示教行为信息的采集,并针对机械臂的运动学模型对示教行为信息进行处理以获取机械臂的关节角运动信息。第二,基于改进BP神经网络的机械臂模仿学习控制策略设计与实现:针对传统机械臂控制方法编程复杂、学习效率低等问题,采用一种改进BP神经网络表达模仿学习策略,基于示教行为信息完成网络的构建和参数设计,针对BP神经网络初始权值选取提出了基于遗传算法的网络权值优化方法,完成网络训练以获取机械臂行为模仿策略。基于ADAMS和MATLAB环境建立了机械臂的三维联合仿真系统,完成了机械臂模仿学习的三维运动仿真实验研究,实现了机械臂行为动作的模仿。第三,基于RBF神经网络的机械臂复杂行为模仿研究及基于高斯混合模型的最优示教轨迹获取:针对机械臂复杂行为动作的获取以及手把手示教轨迹多样性的问题,采用RBF神经网络表达模仿学习策略,采用高斯混合模型(GMM)和高斯混合回归(GMR)对多次示教轨迹进行优化,获取行为动作的最优示教轨迹。基于最优示教轨迹及RBF神经网络获取机械臂复杂行为模仿学习策略,通过仿真实验研究,实现了机械臂复杂行为动作的模仿。本文研究成果在提升机械臂系统的学习效率和学习精度上具有积极意义,对于机械臂系统行为动作的获取具有一定的应用价值。
【关键词】：机械臂 模仿学习 行为模仿策略 轨迹优化 联合仿真
【学位授予单位】：北京工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP241
【目录】：

• 摘要4-5
• Abstract5-9
• 第1章 绪论9-25
• 1.1 研究背景和意义9-10
• 1.2 机械臂的发展概述10-12
• 1.2.1 机械臂及其应用10-11
• 1.2.2 机械臂的发展历程11-12
• 1.2.3 机械臂研究存在的问题12
• 1.3 机器人模仿学习12-18
• 1.3.1 机器人模仿学习的仿生学及认知生物学背景12-14
• 1.3.2 机器人模仿学习系统14
• 1.3.3 机器人模仿学习的特点及优势14-15
• 1.3.4 机器人模仿学习行为获取的方式15-16
• 1.3.5 机器人模仿学习行为表征的方法16-18
• 1.4 机器人模仿学习的国内外研究现状18-24
• 1.4.1 行为动作的模仿18-22
• 1.4.2 认知机理的模仿22-24
• 1.5 本文的研究内容及组织结构24-25
• 第2章 具有模仿学习机制的机械臂系统设计与实现25-43
• 2.1 引言25
• 2.2 具有模仿学习机制的机械臂系统组成25-27
• 2.2.1 机械臂系统硬件组成架构分析25-26
• 2.2.2 机械臂模型结构确定26-27
• 2.3 机械臂系统硬件模块的设计与实现27-37
• 2.3.1 机械臂系统的感知模块27-29
• 2.3.2 机械臂系统的学习模块29-31
• 2.3.3 机械臂系统的执行模块31-33
• 2.3.4 机械臂系统的电源模块33-34
• 2.3.5 机械臂系统的硬件调试34-37
• 2.4 具有模仿学习机制的机械臂系统行为模仿流程37-39
• 2.5 基于ADAMS的机械臂三维仿真模型的建立39-42
• 2.5.1 机械臂三维仿真等比例模型的建立39-41
• 2.5.2 手把手示教行为信息的获取及处理41-42
• 2.6 本章小结42-43
• 第3章 基于改进BP神经网络的机械臂行为模仿研究与实现43-63
• 3.1 引言43
• 3.2 基于BP神经网络模仿学习策略的设计43-51
• 3.2.1 BP神经网络的原理及特点43-45
• 3.2.2 基于模仿学习任务的BP网络构建及参数设计45-47
• 3.2.3 基于BP网络训练的模仿学习策略获取47-51
• 3.3 基于遗传算法的BP神经网络优化及改进51-55
• 3.3.1 遗传算法的原理及特点52
• 3.3.2 基于遗传算法的BP神经网络优化52-53
• 3.3.3 基于改进BP神经网络的机械臂模仿学习及对比实验53-55
• 3.4 基于改进BP神经网络的机械臂系统模仿学习流程55-56
• 3.5 基于ADAMS和MATLAB的机械臂行为模仿联合仿真56-61
• 3.5.1 机械臂联合仿真系统的建立56-58
• 3.5.2 机械臂行为模仿联合仿真实验58-60
• 3.5.3 机械臂复杂行为动作的模仿60-61
• 3.6 本章小结61-63
• 第4章 机械臂复杂行为模仿及示教轨迹优化的研究与实现63-81
• 4.1 引言63
• 4.2 基于RBF神经网络模仿学习策略的设计63-68
• 4.2.1 RBF神经网络的原理及特点63-64
• 4.2.2 基于行为模仿任务的RBF网络构建64-65
• 4.2.3 基于RBF网络训练的模仿学习策略获取65-67
• 4.2.4 RBF神经网络与改进BP神经网络在模仿学习任务中的应用67-68
• 4.3 基于高斯混合模型的示教轨迹优化68-74
• 4.3.1 高斯混合模型的原理及特点68-69
• 4.3.2 基于高斯混合模型的示教轨迹表征69-71
• 4.3.3 基于高斯混合回归的示教轨迹优化71
• 4.3.4 机械臂最优示教轨迹获取及抗干扰实验71-74
• 4.4 基于最优示教轨迹及RBF神经网络的机械臂系统模仿学习流程74-75
• 4.5 基于最优示教轨迹的机械臂复杂行为模仿及联合仿真75-79
• 4.6 本章小结79-81
• 结论81-83
• 参考文献83-87
• 攻读硕士学位期间所取得的研究成果87-89
• 致谢89

  本文关键词：具有模仿学习机制的机械臂系统的研究与实现，由笔耕文化传播整理发布。

本文编号：279256