摘要
公开了一种机器人的轨迹模仿方法、系统及存储介质,包括利用动觉示教方式记录机器人末端执使行器的多次轨迹演示,生成多个包含x、y、z三维坐标的轨迹点集;构建x、y、z三维坐标的五次多项式函数模型,利用增量式学习机制对多条轨迹进行拟合;使用动态运动基元对拟合轨迹进行建模,通过局部加权回归法学习动态运动基元模型的参数,基于不同场景设置起点与终点,利用动态运动基元模型进行轨迹泛化,获得轨迹结果。本申请不仅解决了现有技术中计算复杂度高、泛化能力差及单样本学习局限等问题,还实现了高效、精确且广泛适应的轨迹模仿能力,为机器人的模仿学习开辟了新道路。
技术关键词
增量式学习
多项式
基元
机器人
动态
误差函数
坐标
运动
轨迹特征
表达式
加速度
参数
机制
数据采集模块
终点
非线性
场景
可读存储介质