機器人演示學(xué)習(xí)技術(shù)的出現(xiàn)改變了機器人行為策略的生成方式,即由人工設(shè)計轉(zhuǎn)為使用機器學(xué)習(xí)算法逼近,可以大幅提升學(xué)習(xí)效率與使用效果。視覺信號作為環(huán)境信息輸入具有直觀、高效和便于與人類交互等優(yōu)點,是機器人進(jìn)行環(huán)境感知的理想信息來源。Kinect攝像機具有成本低、使用簡便和數(shù)據(jù)豐富等優(yōu)點,因此將Kinect應(yīng)用于機器人演示學(xué)習(xí)具有重要的研究意義。根據(jù)以上原因,本文開展基于Kinect的類人機械臂演示學(xué)習(xí)研究,主要包括以下幾個方面:首先,進(jìn)行了基于肘部約束的人機關(guān)節(jié)運動傳遞研究。文中建立了人臂和機械臂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動學(xué)解析解法,分析了機械臂顫抖問題并應(yīng)用消抖濾波算法予以解決,最后實現(xiàn)了基于人-機關(guān)節(jié)映射的機械臂實時關(guān)節(jié)運動控制。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。針對手部圖像獲取問題,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和參數(shù)直接估計兩種手部TIM姿態(tài)獲取方法,最終實現(xiàn)... 

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

【文章頁數(shù)】：81 頁

【學(xué)位級別】：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 機器人能夠避開障礙物并將方塊推動到不同目標(biāo)位置處[8]。針對強化學(xué)習(xí)中模型擬合速度慢的問題，Tim Brys 等人使用來自于行為心理學(xué)研究的激勵塑造法(Reward shaping)將演示數(shù)據(jù)作為先驗知識以增大激勵信號，同時這種基于強化學(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)境中使一個小車完成平衡木實驗(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決策，最終實現(xiàn)了一個類人機器人模仿守門員的防守動作[12]。

圖 1-6 人-機上肢實時運動模仿[29]圖 1-7 人-機全身運動模仿[30]Ren C. Luo[29]等使用避免逆運動學(xué)計算過程的笛卡爾空間阻抗控制實現(xiàn) 6 自由度機械臂的在線示教。這種運動映射方式只關(guān)注人機末端位姿的同步械臂肩部和肘部關(guān)節(jié)的運動軌跡另需人為規(guī)劃。Van Vuong Nguyen[30]等首先建立人臂與 3 自由度機械臂的關(guān)節(jié)空間映射，然后使用空間向量法實現(xiàn)了對人臂關(guān)節(jié)角度的求解并傳遞給機械臂作為指令實現(xiàn)實時的手臂構(gòu)型模仿。另外，作者還提出了基于零力矩點(ZMP)和(CoM)位置反饋的機器人下身姿態(tài)控制方法以實現(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器人跟隨步行與實驗[J]. 吳偉國,栗華,高力揚.  哈爾濱工業(yè)大學(xué)學(xué)報. 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.  計算機應(yīng)用. 2016(09)
[3]與人共融——機器人技術(shù)發(fā)展的新趨勢[J]. 何玉慶,趙憶文,韓建達(dá),于海斌,王越超,王天然.  機器人產(chǎn)業(yè). 2015(05)
[4]深度自動編碼器的研究與展望[J]. 曲建嶺,杜辰飛,邸亞洲,高峰,郭超然.  計算機與現(xiàn)代化. 2014(08)
[5]基于運動捕捉下的7R機械臂的實時控制[J]. 衛(wèi)沅,趙京.  機械工程學(xué)報. 2013(23)
[6]認(rèn)知推理的家庭服務(wù)機器人演示學(xué)習(xí)研究[J]. 陳世佳,尹東,張榮,王德建.  小型微型計算機系統(tǒng). 2013(06)
[7]基于人體工程學(xué)的仿人機械臂構(gòu)型[J]. 趙京,宋春雨,杜濱.  機械工程學(xué)報. 2013(11)
[8]雙眼視覺新認(rèn)識及弱視治療新角度[J]. 胡廣蕊,王澄澄,翁偉生,閻麗.  中國斜視與小兒眼科雜志. 2012(04)
[9]人臉識別研究綜述[J]. 李武軍,王崇駿,張煒,陳世福.  模式識別與人工智能. 2006(01)

博士論文
[1]基于深度相機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)的船舶橫搖運動預(yù)報研究[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[D]. 楊昆朋.北京交通大學(xué) 2015
[2]機器人主從映射方法分析及實驗研究[D]. 張寶玉.哈爾濱工程大學(xué) 2015



本文編號：2908143