期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
基于动态运动基元的轨迹学习方法 被引量:7
1
作者 姚峰 刘崇德 +1 位作者 王玉甲 张铭钧 《机器人》 EI CSCD 北大核心 2018年第4期560-568,共9页
针对动态运动基元轨迹学习方法得到的学习轨迹终点值存在较大位置误差的问题,提出一种通过增大动态运动基元积分步数来减小位置误差的方法.通过以正弦轨迹、斜坡轨迹为示教轨迹的仿真实验验证了该方法的有效性.针对动态运动基元学习轨... 针对动态运动基元轨迹学习方法得到的学习轨迹终点值存在较大位置误差的问题,提出一种通过增大动态运动基元积分步数来减小位置误差的方法.通过以正弦轨迹、斜坡轨迹为示教轨迹的仿真实验验证了该方法的有效性.针对动态运动基元学习轨迹起始值与目标值相同时得到的学习轨迹恒为直线的问题,提出一种分段式轨迹学习方法,以轨迹极值点为分界点将学习轨迹分割为多段初始值与目标值不同的轨迹,通过仿真实验验证了该方法的有效性. 展开更多
关键词 轨迹学习 动态运动基元 位置精度 分段式学习方法
原文传递
基于动态运动基元的6自由度下肢外骨骼步态轨迹规划与控制策略
2
作者 赵佳伟 朱立忠 +2 位作者 陈万鑫 张弼 赵新刚 《信息与控制》 CSCD 北大核心 2024年第1期33-46,共14页
针对下肢刚性运行过程中的步态轨迹规划问题,提出了一种基于动态运动基元的步态轨迹在线规划方法和控制策略。首先,使用足底压力进行步态相位分割;其次,使用线性倒立摆模型确定落地点位置,再运用逆运动学规划确定各关节角度,使用动态运... 针对下肢刚性运行过程中的步态轨迹规划问题,提出了一种基于动态运动基元的步态轨迹在线规划方法和控制策略。首先,使用足底压力进行步态相位分割;其次,使用线性倒立摆模型确定落地点位置,再运用逆运动学规划确定各关节角度,使用动态运动基元算法对以前的各个步态相位的运动轨迹进行在线学习;再次,将前面得到的关节角度作为目标终点进行实时步态轨迹规划;最后,根据生成的曲线按照控制策略对外骨骼控制。使用6自由度外骨骼对算法进行了验证,结果表明,使用所提算法可以有效根据步态相位的变换对步态轨迹进行实时在线学习和生成,同时可以保证一定程度的运动稳定性。 展开更多
关键词 动态运动基元 下肢外骨骼 线性倒立摆模型 步态轨迹规划
原文传递
基于DMPs的双机器人协同搬运轨迹的学习与泛化
3
作者 曹学鹏 王德硕 +4 位作者 冯艳丽 樊豪 张弓 张新荣 赵睿英 《华南理工大学学报(自然科学版)》 EI CAS CSCD 北大核心 2023年第12期9-20,共12页
针对双机器人协作系统执行具有强协调约束关系的仿人任务时,存在轨迹学习复杂、协调约束分析欠缺的问题,提出了基于动态运动基元(DMPs)的双机器人协同搬运轨迹学习及泛化方法。首先,从双机器人协同搬运任务出发,分析了双机器人协调约束... 针对双机器人协作系统执行具有强协调约束关系的仿人任务时,存在轨迹学习复杂、协调约束分析欠缺的问题,提出了基于动态运动基元(DMPs)的双机器人协同搬运轨迹学习及泛化方法。首先,从双机器人协同搬运任务出发,分析了双机器人协调约束关系,建立了双机器人运动约束模型。然后,将机器人运动轨迹解耦为位置轨迹和姿态轨迹,采用四元数实现姿态轨迹的无奇异描述,分别建立位置轨迹和姿态轨迹的动态运动基元模型,结合双机器人运动约束模型与动态运动基元模型,兼顾各自的任务要求和相对位姿约束,进而获得双机器人的运动轨迹。接着,开展了双机器人协同搬运轨迹的仿真与实验,结果表明:采用双机器人协同搬运轨迹的学习与泛化方法,当改变起、终点状态时,双机器人定姿态协同搬运的起、终点位置误差分别为0.0292mm和0.1127mm,变姿态协同搬运的起、终点位置误差分别为0.0323mm和0.1131mm,终点的四元数姿态偏差为0.0014、0.0027、0.0018、0.0030,表明该协同搬运轨迹的学习与泛化方法具有较高的运动控制精度,即使起、终点任务参数改变,泛化轨迹仍可保证目标的可达性,验证了提出的双机器人协调运动轨迹控制方法的合理性和有效性。该方法可学习人体搬运过程并能够准确泛化出新的运动轨迹,实现了双机器人的协调运动,具有重要的工程应用价值。 展开更多
关键词 动态运动基元 双机器人协同 轨迹学习 协调约束 四元数
下载PDF
基于动力学约束的动态运动基元机械臂轨迹规划 被引量:1
4
作者 刘汉东 吴怀宇 +1 位作者 郑秀娟 陈洋 《武汉科技大学学报》 CAS 北大核心 2022年第6期455-463,共9页
针对传统机械臂轨迹规划方法存在适用性差的问题,利用动态运动基元的学习与泛化特性规划出机械臂的运动轨迹。在动态运动基元的基础上,加入改进的耦合项来实现机械臂避障,再把对速度及加速度的约束转化为对时间缩放因子的约束,利用改进... 针对传统机械臂轨迹规划方法存在适用性差的问题,利用动态运动基元的学习与泛化特性规划出机械臂的运动轨迹。在动态运动基元的基础上,加入改进的耦合项来实现机械臂避障,再把对速度及加速度的约束转化为对时间缩放因子的约束,利用改进的更新律来满足机械臂动力学约束,从而提出一种基于动力学约束的动态运动基元避障轨迹规划方法,并通过仿真和物理实验验证该方法的可行性。结果表明,基于动力学约束的动态运动基元机械臂轨迹规划方法能够使机械臂在避障的同时,遵守速度或加速度约束,且速度约束可以在线修改;该方法可以提升机械臂在不同约束下的轨迹规划能力与环境适应性。 展开更多
关键词 机械臂 轨迹规划 动态运动基元 动力学约束 避障 仿真分析
下载PDF
基于多重示范的智能车辆运动基元表征与序列生成 被引量:1
5
作者 陆瑶敏 龚建伟 +1 位作者 王博洋 关海杰 《兵工学报》 EI CAS CSCD 北大核心 2021年第4期851-861,共11页
为解决不同驾驶风格的类人驾驶轨迹生成问题,以包含同类型多重示范的真实行车轨迹数据集为依托,提出一种基于驾驶风格参量提取的运动基元表征及基元序列生成方法。单一运动基元以改进的动态运动基元方法进行表征,并引入奇异值分解实现... 为解决不同驾驶风格的类人驾驶轨迹生成问题,以包含同类型多重示范的真实行车轨迹数据集为依托,提出一种基于驾驶风格参量提取的运动基元表征及基元序列生成方法。单一运动基元以改进的动态运动基元方法进行表征,并引入奇异值分解实现同类型轨迹集合中主要形状表征参量与驾驶风格参量的分离;基元序列则是在关联各独立表征参量的基础上,利用准均匀B样条曲线进行序列拟合。结果表明:单一运动基元表征方法在保证轨迹表征精度的同时,扩展了基元依据驾驶风格的泛化调整能力;基元序列生成方法既实现了对目标点航向和位置的钳位,又保证了各独立基元之间的平滑过渡。 展开更多
关键词 智能车辆 类人驾驶 轨迹生成 动态运动基元 奇异值分解 准均匀B样条曲线
下载PDF
基于连续动态运动基元的移动机器人路径规划 被引量:12
6
作者 梅壮 陈洋 +2 位作者 张思伦 郑秀娟 吴怀宇 《信息与控制》 CSCD 北大核心 2019年第4期392-400,共9页
针对二维动态场景下的移动机器人路径规划问题,提出了一种新颖的路径规划方法——连续动态运动基元(continuous dynamic movement primitives, CDMPs).该方法将传统的单一动态运动基元推广到连续动态运动基元,通过对演示运动轨迹的学习... 针对二维动态场景下的移动机器人路径规划问题,提出了一种新颖的路径规划方法——连续动态运动基元(continuous dynamic movement primitives, CDMPs).该方法将传统的单一动态运动基元推广到连续动态运动基元,通过对演示运动轨迹的学习,获得各运动基元的权重序列,利用相位变量的更新,实现对未知动态目标的追踪.该方法克服了移动机器人对环境模型的依赖,解决了动态场景下追踪运动目标和躲避动态障碍物的路径规划问题.最后通过一系列仿真实验,验证了算法的可行性.仿真实验结果表明,对于动态场景下移动机器人路径规划问题, CDMPs算法比传统的DMPs方法在连续性能和规划效率上具有更好的表现. 展开更多
关键词 动态场景 连续动态运动基元 路径规划 非线性系统 动态避障
原文传递
基于动态运动原语和自适应控制的机器人技能学习
7
作者 张文安 高伟展 刘安东 《上海交通大学学报》 EI CAS CSCD 北大核心 2023年第3期354-365,共12页
提出一种基于动态运动原语(DMP)和自适应控制的机器人技能学习方法.现有的DMP从单示教轨迹中学习动作,且其高斯基函数分布方式固定,并不适用于各种不同特征的动作轨迹.因此,将高斯混合模型和高斯混合回归引入DMP中,使其能从多示教轨迹... 提出一种基于动态运动原语(DMP)和自适应控制的机器人技能学习方法.现有的DMP从单示教轨迹中学习动作,且其高斯基函数分布方式固定,并不适用于各种不同特征的动作轨迹.因此,将高斯混合模型和高斯混合回归引入DMP中,使其能从多示教轨迹中学习技能,并且将径向基神经网络(RBFNN)引入DMP中构成RBF-DMP方法,以梯度下降的方式学习高斯基中心位置和权重,提高技能学习的精度.设计自适应神经网络控制器,用于控制机械臂复现示教中学习的动作.在Franka Emika Panda协作机械臂上开展实验研究,验证方法的有效性. 展开更多
关键词 动态运动原语 高斯混合模型 径向基神经网络 机器人学习
下载PDF
基于多演示动作基元参数化学习的机器人任务泛化 被引量:4
8
作者 刘环 钱堃 +1 位作者 桂博兴 马旭东 《机器人》 EI CSCD 北大核心 2019年第5期574-582,共9页
针对机器人示范学习过程中任务泛化与动作轨迹泛化问题,提出了一种将多演示动作轨迹的任务参数化学习与动作序列推理相结合的方法.针对通用动作基元的多演示轨迹样本,利用动态运动基元进行轨迹编码并建立任务参数化模型,利用高斯过程回... 针对机器人示范学习过程中任务泛化与动作轨迹泛化问题,提出了一种将多演示动作轨迹的任务参数化学习与动作序列推理相结合的方法.针对通用动作基元的多演示轨迹样本,利用动态运动基元进行轨迹编码并建立任务参数化模型,利用高斯过程回归学习外部参数与模型参数之间的映射.针对新的任务实例,利用规划域定义语言推理缺失动作序列,任务参数化模型根据新的外部参数泛化出动作的目标轨迹,并修正轨迹误差.在UR5机器人上的实验表明,面对不同任务实例和环境变化,该方法可灵活生成动作序列并调整泛化目标,基于多演示的任务参数化模型能够对给定外部参数泛化出平滑的目标轨迹,泛化效果优于单一演示轨迹,提高了机器人任务泛化的能力. 展开更多
关键词 示范学习 动态运动基元 任务参数化模型 规划域定义语言
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部