機(jī)器人演示學(xué)習(xí)技術(shù)的出現(xiàn)改變了機(jī)器人行為策略的生成方式,即由人工設(shè)計(jì)轉(zhuǎn)為使用機(jī)器學(xué)習(xí)算法逼近,可以大幅提升學(xué)習(xí)效率與使用效果。視覺(jué)信號(hào)作為環(huán)境信息輸入具有直觀、高效和便于與人類交互等優(yōu)點(diǎn),是機(jī)器人進(jìn)行環(huán)境感知的理想信息來(lái)源。Kinect攝像機(jī)具有成本低、使用簡(jiǎn)便和數(shù)據(jù)豐富等優(yōu)點(diǎn),因此將Kinect應(yīng)用于機(jī)器人演示學(xué)習(xí)具有重要的研究意義。根據(jù)以上原因,本文開(kāi)展基于Kinect的類人機(jī)械臂演示學(xué)習(xí)研究,主要包括以下幾個(gè)方面:首先,進(jìn)行了基于肘部約束的人機(jī)關(guān)節(jié)運(yùn)動(dòng)傳遞研究。文中建立了人臂和機(jī)械臂7-DOF的關(guān)節(jié)映射關(guān)系,提出并推導(dǎo)了一種基于肘部約束的冗余七自由度逆運(yùn)動(dòng)學(xué)解析解法,分析了機(jī)械臂顫抖問(wèn)題并應(yīng)用消抖濾波算法予以解決,最后實(shí)現(xiàn)了基于人-機(jī)關(guān)節(jié)映射的機(jī)械臂實(shí)時(shí)關(guān)節(jié)運(yùn)動(dòng)控制。然后,進(jìn)行了基于卷積神經(jīng)網(wǎng)絡(luò)的手部TIM姿態(tài)學(xué)習(xí)算法研究。針對(duì)手部圖像獲取問(wèn)題,文中提出了一種基于手臂姿態(tài)歸一化的手部圖像獲取方法,隨后完成了手部TIM姿態(tài)定義與參數(shù)求解,并基于Caffe平臺(tái)搭建了卷積神經(jīng)網(wǎng)絡(luò)以建立人手深度圖像與姿態(tài)參數(shù)的映射關(guān)系,給出了基于指尖檢測(cè)和參數(shù)直接估計(jì)兩種手部TIM姿態(tài)獲取方法,最終實(shí)現(xiàn)... 

【文章來(lái)源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁(yè)數(shù)】：81 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

變剛度在線演示教學(xué)[14]

哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文的工作效果。如圖 1-2 所示，文中展示了由人類在復(fù)雜環(huán)境中進(jìn)行數(shù)次避障演示后，所使用的 UR 機(jī)器人能夠避開(kāi)障礙物并將方塊推動(dòng)到不同目標(biāo)位置處[8]。針對(duì)強(qiáng)化學(xué)習(xí)中模型擬合速度慢的問(wèn)題，Tim Brys 等人使用來(lái)自于行為心理學(xué)研究的激勵(lì)塑造法(Reward shaping)將演示數(shù)據(jù)作為先驗(yàn)知識(shí)以增大激勵(lì)信號(hào)，同時(shí)這種基于強(qiáng)化學(xué)習(xí)[9]的演示學(xué)習(xí)方法也保證了模型的收斂性，最終在仿真環(huán)境中使一個(gè)小車完成平衡木實(shí)驗(yàn)(Cart Pole Task)并取得了良好的效果[10]。Marcos Sander 等人將遺傳算法[11]與主成分分析法相結(jié)合構(gòu)建機(jī)器人行為策略學(xué)習(xí)模型，其中遺傳算法用于更魯棒地搜索所有決策空間而主成分分析法用于提取主要信息以加速?zèng)Q策，最終實(shí)現(xiàn)了一個(gè)類人機(jī)器人模仿守門員的防守動(dòng)作[12]。

圖 1-6 人-機(jī)上肢實(shí)時(shí)運(yùn)動(dòng)模仿[29]圖 1-7 人-機(jī)全身運(yùn)動(dòng)模仿[30]Ren C. Luo[29]等使用避免逆運(yùn)動(dòng)學(xué)計(jì)算過(guò)程的笛卡爾空間阻抗控制實(shí)現(xiàn) 6 自由度機(jī)械臂的在線示教。這種運(yùn)動(dòng)映射方式只關(guān)注人機(jī)末端位姿的同步械臂肩部和肘部關(guān)節(jié)的運(yùn)動(dòng)軌跡另需人為規(guī)劃。Van Vuong Nguyen[30]等首先建立人臂與 3 自由度機(jī)械臂的關(guān)節(jié)空間映射，然后使用空間向量法實(shí)現(xiàn)了對(duì)人臂關(guān)節(jié)角度的求解并傳遞給機(jī)械臂作為指令實(shí)現(xiàn)實(shí)時(shí)的手臂構(gòu)型模仿。另外，作者還提出了基于零力矩點(diǎn)(ZMP)和(CoM)位置反饋的機(jī)器人下身姿態(tài)控制方法以實(shí)現(xiàn)腿部的構(gòu)型模仿，并且

【參考文獻(xiàn)】：
期刊論文
[1]人體步行捕捉下的雙足機(jī)器人跟隨步行與實(shí)驗(yàn)[J]. 吳偉國(guó),栗華,高力揚(yáng).  哈爾濱工業(yè)大學(xué)學(xué)報(bào). 2017(01)
[2]卷積神經(jīng)網(wǎng)絡(luò)研究綜述[J]. 李彥冬,郝宗波,雷航.  計(jì)算機(jī)應(yīng)用. 2016(09)
[3]與人共融——機(jī)器人技術(shù)發(fā)展的新趨勢(shì)[J]. 何玉慶,趙憶文,韓建達(dá),于海斌,王越超,王天然.  機(jī)器人產(chǎn)業(yè). 2015(05)
[4]深度自動(dòng)編碼器的研究與展望[J]. 曲建嶺,杜辰飛,邸亞洲,高峰,郭超然.  計(jì)算機(jī)與現(xiàn)代化. 2014(08)
[5]基于運(yùn)動(dòng)捕捉下的7R機(jī)械臂的實(shí)時(shí)控制[J]. 衛(wèi)沅,趙京.  機(jī)械工程學(xué)報(bào). 2013(23)
[6]認(rèn)知推理的家庭服務(wù)機(jī)器人演示學(xué)習(xí)研究[J]. 陳世佳,尹東,張榮,王德建.  小型微型計(jì)算機(jī)系統(tǒng). 2013(06)
[7]基于人體工程學(xué)的仿人機(jī)械臂構(gòu)型[J]. 趙京,宋春雨,杜濱.  機(jī)械工程學(xué)報(bào). 2013(11)
[8]雙眼視覺(jué)新認(rèn)識(shí)及弱視治療新角度[J]. 胡廣蕊,王澄澄,翁偉生,閻麗.  中國(guó)斜視與小兒眼科雜志. 2012(04)
[9]人臉識(shí)別研究綜述[J]. 李武軍,王崇駿,張煒,陳世福.  模式識(shí)別與人工智能. 2006(01)

博士論文
[1]基于深度相機(jī)的三維人體重建及在服裝展示方面的技術(shù)研究[D]. 李曉捷.天津工業(yè)大學(xué) 2016
[2]基于神經(jīng)網(wǎng)絡(luò)的船舶橫搖運(yùn)動(dòng)預(yù)報(bào)研究[D]. 李占英.哈爾濱工程大學(xué) 2012

碩士論文
[1]基于深度學(xué)習(xí)的入侵檢測(cè)[D]. 楊昆朋.北京交通大學(xué) 2015
[2]機(jī)器人主從映射方法分析及實(shí)驗(yàn)研究[D]. 張寶玉.哈爾濱工程大學(xué) 2015



本文編號(hào)：2908143