基于学习人类控制策略的多自由度机械臂运动规划的方法研究

发布时间：2024-01-23 11:51

　　当前机器人的发展的一个显著特点是愈加智能化,在人工智能的浪潮下,机器人行业有非常广阔的应用前景。现阶段的机械臂大多在工业结构化环境中从事单一、重复的工作,在完成场景迁移时的任务泛化能力比较差。我们思考如何将人类的操作技能和策略结合到机器人的应用中,使得对机器人的运动规划更加高效,实现真正意义上的智能。针对上述背景,本论文主要探讨了机械臂的运动规划,以Kuka LBR iiwa 7 R800协作机械臂为研究对象,研究其在空间中的有效避障的问题。主要研究内容如下:1.本文对实验对象机械臂进行了运动学建模和正逆运动学分析,并使用解析法对逆运动学进行求解,应用D-H参数法关联了笛卡尔空间和关节空间的转换,并引出了运动规划中的工作空间和构型空间的概念,为后面的采样规划空间提供了理论支持。2.提出了GMM-C空间的概念。首先介绍了学习人类控制策略的含义,也即示教学习,并分析了该方法的优点和研究现状。对人工拖动示教采集的数据,采用高斯混合模型进行学习建模,拟合出7个关节角度的可行采样空间,从而将后面规划任务的采样空间限制在学习出的概率模型范围即GMM-C空间内,以此来完成对人类技能的学习。3.在完成...

【文章页数】：73 页

【学位级别】：硕士

'图1.1(a)工业智能生产线(b)机械臂作为服务机器人应用'

'图1.2人工势场法原理图，合势场为引力势场和斥力势场之和'

'图1.3强化学习的基本思路'

本文编号：3882618