面向感知增强机械手臂的任务学习与规划

发布时间：2017-06-23 01:03

  本文关键词：面向感知增强机械手臂的任务学习与规划，，由笔耕文化传播整理发布。

【摘要】：服务机器人作为一类新兴的机器人类型市场潜力巨大,与传统工业机器人相比服务机器人面临更多的挑战。服务机器人工作环境变化频繁,服务对象为缺少使用经验的普通消费者甚至可能是行动能力有限的老人或残疾人,因此服务机器人需要具有感知能力,任务规划能力和任务学习能力才能更好的向人提供服务。目前相关研究虽然很多,但是还缺少一个运行于服务机器人上的能够综合这三种能力向人提供服务的框架。本文针对目前存在的问题以机器人的一种形式——机械手臂为例提出了面向感知增强机械手臂的任务学习与规划框架,能够通过学习人的演示学会一个新的任务,根据实时环境信息自动规划执行学会的任务。本文的主要贡献有：1)提出了一种任务学习范式,基于范式提出了感知增强的任务学习与规划模型；2)定义了包含实体与环境,动作与行为的任务模型,基于确定有穷自动机(DFA)实现了任务规划与执行流程；3)提出了基于演示的任务学习方法,通过人的演示即可以让机械手臂学会一个新的任务；4)基于感知增强的任务学习与规划模型,设计并实现了面向感知增强机械手臂的任务学习与规划框架；5)将框架部署到了真实环境中,对框架的学习效果进行了评估,将部署了框架的机械手臂系统作为“我的家庭服务台”,能够通过学习演示动作学会向人提供“拿苹果”以及“倒水”等服务。
【关键词】：服务机器人 感知增强 机械手臂 任务规划 任务学习
【学位授予单位】：浙江大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP241
【目录】：

• 摘要5-6
• Abstract6-14
• 第1章 绪论14-22
• 1.1 课题背景14-15
• 1.2 问题提出15-17
• 1.2.1 感知能力16
• 1.2.2 任务规划能力16-17
• 1.2.3 任务学习能力17
• 1.3 相关工作17-20
• 1.3.1 感知增强的机器人17-18
• 1.3.2 机器人任务规划18-19
• 1.3.3 机器人任务学习19-20
• 1.4 论文组织20-21
• 1.5 本章小结21-22
• 第2章 感知增强的任务学习与规划模型22-31
• 2.1 问题分析及解决方案22-26
• 2.1.1 获取环境信息22-23
• 2.1.2 构建任务模型23-24
• 2.1.3 任务学习方法24-26
• 2.2 基于PbD的任务学习范式26-28
• 2.2.1 PbD范式介绍26-27
• 2.2.2 任务学习范式27-28
• 2.3 感知增强的任务学习与规划模型提出28-30
• 2.3.1 任务规划28-29
• 2.3.2 任务学习29-30
• 2.3.3 感知框架与机械手臂系统30
• 2.4 本章小结30-31
• 第3章 面向感知增强机械手臂的任务模型31-40
• 3.1 概念定义31-33
• 3.1.1 实体与环境31-32
• 3.1.2 动作与行为32-33
• 3.2 任务描述33-35
• 3.3 基于DFA的任务过程描述35-39
• 3.3.1 DFA的定义35
• 3.3.2 用DFA描述任务35-37
• 3.3.3 “倒水给人”：一个例子37-38
• 3.3.4 基于DFA运行任务：以“倒水给人”任务为例38-39
• 3.4 本章小结39-40
• 第4章 基于演示的任务学习方法40-62
• 4.1 基于演示的任务学习方法总体定义40-42
• 4.1.1 学习形式40
• 4.1.2 学习内容40-41
• 4.1.3 学习步骤41-42
• 4.2 演示数据获取与演示学习42-48
• 4.2.1 演示数据获取与数据预处理43-45
• 4.2.2 基于SVM的动作识别方法45-46
• 4.2.3 动作阶段划分46-48
• 4.3 任务关联实体识别48-51
• 4.3.1 识别“持有的实体”49-50
• 4.3.2 DFA状态集合初步形成50-51
• 4.4 行为识别51-55
• 4.4.1 基于动作过滤的行为生成方法51-52
• 4.4.2 目标实体识别与行为参数填充52-54
• 4.4.3 状态集合更新54
• 4.4.4 行为验证54-55
• 4.5 生成Exe Flow55-57
• 4.5.1 “转移条件”生成55-56
• 4.5.2 形成任务DFA和任务56-57
• 4.6 多次演示与任务合并57-59
• 4.7 与其它方法比较59-61
• 4.8 本章小结61-62
• 第5章 面向感知增强机械手臂的任务学习与规划框架62-74
• 5.1 框架运行机制62-63
• 5.2 总体框架63-68
• 5.2.1 器件层与封装层64
• 5.2.2 业务层64-67
• 5.2.3 业务接口层67-68
• 5.2.4 移动任务管理器68
• 5.3 其它相关技术实现68-73
• 5.3.1 动作与行为封装68-71
• 5.3.2 实体信息存储与感知上下文生成71
• 5.3.3 执行器实现71-72
• 5.3.4 移动任务管理器实现72-73
• 5.4 本章小结73-74
• 第6章 任务学习与规划框架评估及应用74-90
• 6.1 部署环境74-76
• 6.1.1 硬件环境74-76
• 6.1.2 软件环境76
• 6.2 任务学习与执行效果评估76-82
• 6.2.1 任务复杂度对学习效果影响评估78-79
• 6.2.2 学习次数对学习效果影响评估79-81
• 6.2.3 环境变化对任务执行效果影响评估81-82
• 6.2.4 实验总结82
• 6.3 框架应用场景：我的家庭服务台82-89
• 6.4 本章小结89-90
• 第7章 总结与展望90-92
• 7.1 本文工作总结90-91
• 7.2 当前工作不足与未来展望91-92
• 参考文献92-96
• 攻读硕士学位期间主要的研究成果96-97
• 致谢97

【相似文献】

中国期刊全文数据库 前10条

1 ;连线[J];互联网周刊;2005年06期

2 ;科技速览[J];中国科技财富;2005年04期

3 杨松楷;;滚珠螺杆型单轴机械手臂应用要领[J];金属加工(冷加工);2010年06期

4 ;大脑意识控制机械手臂[J];机械;2012年06期

5 汤勇;;机械手臂在汽车玻璃企业的运用[J];上海建材;2012年04期

6 石伟;;两节机械手臂控制系统的设计[J];工业控制计算机;2013年02期

7 杜刚;;关于机械手臂控制方案的研究[J];科技资讯;2013年29期

8 ;中美机器人手术台上同场竞技[J];机器人技术与应用;2001年01期

9 高微;杨中平;赵荣飞;薛娟萍;;机械手臂结构优化设计[J];机械设计与制造;2006年01期

10 吕广明;孙立宁;张博;;五自由度上肢康复机械手臂的运动学分析[J];哈尔滨工业大学学报;2006年05期

中国重要会议论文全文数据库 前2条

1 高永洲;姜增如;戴亚平;;机械手臂远程实验系统的设计与实现[A];2004全国测控、计量与仪器仪表学术年会论文集（上册）[C];2004年

2 李广鑫;曹为;;基于solidworks的机械手臂虚拟设计与运动仿真[A];全国先进制造技术高层论坛暨第九届制造业自动化与信息化技术研讨会论文集[C];2010年

中国重要报纸全文数据库 前10条

1 华凌;美开发出靠意念操控的机械手臂[N];科技日报;2012年

2 见习记者 肖娟;机器人在深圳加速“上岗”[N];广东科技报;2013年

3 彭俊勇;芯片植入脑 猴子用意识控制“机械手”进食[N];中国改革报;2009年

4 彭俊勇;大脑植入芯片,或可让人“心想事成”[N];新华每日电讯;2009年

5 于伟;哈尔滨大学生发明爬树机器人[N];中国知识产权报;2009年

6 刘鹏;日机器人会温柔喂饭,为老龄社会造[N];新华每日电讯;2006年

7 李广圻;走进机器人时代[N];光明日报;2000年

8 本报记者 高博 通讯员 李婧;“月球登陆器” 小学生制造[N];科技日报;2014年

9 记者 江卉　通讯员 吕惠;机器人“医生”登上手术台[N];湖北日报;2009年

10 记者 仇逸;目击机器人怎样做手术[N];新华每日电讯;2010年

中国博士学位论文全文数据库 前1条

1 钟琮玮;仿人型乒乓球机械手运动学及动力学控制方法研究[D];浙江大学;2011年

中国硕士学位论文全文数据库 前10条

1 胡军超;机械手臂的多模型预测控制[D];河南理工大学;2014年

2 王淑刚;面向感知增强机械手臂的任务学习与规划[D];浙江大学;2016年

3 刘鑫;多自由度机械手臂鲁棒控制技术研究[D];南京理工大学;2008年

4 胡睿智;五自由度机械手臂及控制系统的设计[D];东北大学;2011年

5 詹晨菲;钢拱架安装机械手臂设计及运动控制研究[D];河南科技大学;2013年

6 刘爽;气动肌肉机械手臂机构设计与控制方法实现[D];浙江理工大学;2010年

7 郭高品;基于机械手臂三维直拍横打模拟技术研究[D];燕山大学;2011年

8 邹镇宇;焊接机械手臂驱动系统研究与设计[D];南京理工大学;2014年

9 邵丹璐;基于残余动量的机械手臂故障检测与分类[D];中国计量学院;2014年

10 张奕霏;钢拱架安装机械手臂控制研究[D];河南科技大学;2014年

  本文关键词：面向感知增强机械手臂的任务学习与规划，由笔耕文化传播整理发布。

本文编号：473520