摘要
本发明提供一种基于DMP的机械臂模仿学习方法和装置,属于机器人技术领域,包括:用运动基元的方法拟合轨迹;根据示教或仿真轨迹,由最小二乘法得到运动基元的权重;提出一种新的轨迹重生成方法,通过设定新的起始点、终止点或缩放系数,生成具有相同几何特征的新轨迹;提出一种新的轨迹通过点策略,使得生成的新轨迹能够通过特定关键点;应用高斯过程,生成通过特定点的高阶平滑轨迹;用加权平均的方法生成满足几何特征的高阶平滑曲线;将生成的新轨迹代入新的DMP模型,建立动态系统模型;根据动态系统模型,用关节速度轨迹驱动机械臂关节,实现速度控制。本发明能够减少大量相似的工业编程工作,提高轨迹规划与控制的灵活性与效率。
技术关键词
模仿学习方法
动态系统模型
基元
驱动机械臂
高斯核函数
采样点
变量
加权方法
协方差矩阵
生成方式
曲线
轨迹跟踪控制
运动
机械臂系统
分段
表达式
加速度
速度控制器
系统为您推荐了相关专利信息
激光发射装置
光学元件
误差系数
参数优化模型
指令
数字孪生系统
人交互方法
动作策略
分层强化学习
指令
风速
蒙特卡洛方法
混合场景生成方法
风机
台风模型
摄影测量方法
数字表面模型
无人机相机
动态
影像
矩阵
高维特征向量
局部敏感哈希
通信链路
高斯核函数