摘要
本发明具体涉及一种基于无监督轨迹分割的动态运动基元学习方法。方法包括:拖动机器人末端沿预想轨迹进行示教,获取示教轨迹的观测数据;采用贝叶斯非参数模型对示教轨迹进行无监督学习,以示教轨迹的观测数据为原始数据,识别并分割出具有不同动态模式的若干轨迹片段;基于已构建的复杂度判断函数,对所有轨迹片段进行复杂度计算,获得各个轨迹片段各自对应的复杂度评估参数;基于各个轨迹片段各自对应的复杂度评估参数,动态地为每个轨迹片段分配不同数量和位置的DMP基函数;利用分配的DMP基函数,为每个轨迹片段建立动态运动基元模型,完成对示教轨迹的学习与表示。该方法可以解决现有技术方案中复杂轨迹局部动态拟合不佳的问题。
技术关键词
轨迹
学习方法
基元
计算机程序指令
复杂度特征
动态
无监督学习
运动
隐马尔可夫模型
参数
回归算法
加速度
机器人
处理器
计算机设备
指标
数据
可读存储介质
系统为您推荐了相关专利信息
翻钢机
自动化控制模块
控制系统
人机交互界面
配套设备
机械臂系统
迭代学习控制方法
径向基函数网络
轨迹误差
位移误差
金属屋面
分布式温度传感网络
三维温度场
特征值
压电薄膜传感器
模型训练方法
屈服强度预测方法
神经网络模型
组织
应力
三维场景重建方法
基元
三维结构
RGB彩色图像
点云