基于iDMPs-AcaGMR的机械臂轨迹规划研究

发布时间：2024-03-24 03:11

　　随着机器人行业创造的巨大经济价值,各国的战略发展目标中都有机器人领域的一席之地。机器人技术的飞速发展,特别是在人工智能领域的不断突破,带动大量产业转型升级,走向智能化方向。工业机械臂运动轨迹研究是实现自动化工业生产线转型升级成为智能工厂的基础。当前机器人运动规划存在着学习能力不强、泛化能力不足、调整运动轨迹灵活性不够等问题。基于此,本文提出了一种新颖的模仿学习方法:基于改进动态运动基元(iDMPs)-曲线高斯回归算法(AcaGMR)的机械臂轨迹规划研究。该方法主要包括两部分:模型优化和算法优化。模型优化:针对DMPs的不足,改变其相变量与时间非线性关系,解决其在表征学习的特征抽取环节会提取到错误信息问题的同时对局部加权算法进行优化,提出了改进动态运动基元模型(iDMPs);算法优化:在改进动态运动基元模型(iDMPs)基础上,采用曲线高斯回归算法代替原来局部加权回归算法。实验验证该方法拥有更好的模仿学习效果。本文的主要研究工作如下:首先,对回归思想进行一定的归纳总结,详细介绍了机器学习中的基函数和核函数,并推导得到基础回归表达式。接着分别阐述了局部加权算法、高斯混合算法、曲线高斯算法,...

【文章页数】：76 页

【学位级别】：硕士

【部分图文】：

图1-1服务机器人

大赛中大败职业选手等等。随着机器人技术的不断发展，众多相关产业逐渐转型升级走向智能方向，机器人在国家经济发展中占有比重的不断增大，令其成为世界各国争相发展的主要目标。机器人已经在世界经济的众多行业展现出它的影响力[4]，如图1-1服务机器人，如图1-2工业机器人等。

图1-2工业机器人

大赛中大败职业选手等等。随着机器人技术的不断发展，众多相关产业逐渐转型升级走向智能方向，机器人在国家经济发展中占有比重的不断增大，令其成为世界各国争相发展的主要目标。机器人已经在世界经济的众多行业展现出它的影响力[4]，如图1-1服务机器人，如图1-2工业机器人等。

图1-3反恐防爆机器人如图1-4四足机器人如图1-4，其可以灵活运动，期望可以在灾害现场完成搜救任务；德国比勒菲尔

机器人技术已经关系到了每个国家的经济现状，多年对机器人技术研究的投入也取得了显著的效果[13]，如美国已经研制的反恐防爆机器人，如图1-3，其可以避免警员在危险区域触碰爆炸装置；日本电气通信大学研制的四足机器人，

图1-5强化学习模型

动作a图1-5强化学习模型的基础就是智能体与环境之间的信息交换，在信息交换过循环以下过程：

本文编号：3936876