當(dāng)前機(jī)器人的發(fā)展的一個(gè)顯著特點(diǎn)是愈加智能化,在人工智能的浪潮下,機(jī)器人行業(yè)有非常廣闊的應(yīng)用前景。現(xiàn)階段的機(jī)械臂大多在工業(yè)結(jié)構(gòu)化環(huán)境中從事單一、重復(fù)的工作,在完成場(chǎng)景遷移時(shí)的任務(wù)泛化能力比較差。我們思考如何將人類(lèi)的操作技能和策略結(jié)合到機(jī)器人的應(yīng)用中,使得對(duì)機(jī)器人的運(yùn)動(dòng)規(guī)劃更加高效,實(shí)現(xiàn)真正意義上的智能。針對(duì)上述背景,本論文主要探討了機(jī)械臂的運(yùn)動(dòng)規(guī)劃,以Kuka LBR iiwa 7 R800協(xié)作機(jī)械臂為研究對(duì)象,研究其在空間中的有效避障的問(wèn)題。主要研究?jī)?nèi)容如下:1.本文對(duì)實(shí)驗(yàn)對(duì)象機(jī)械臂進(jìn)行了運(yùn)動(dòng)學(xué)建模和正逆運(yùn)動(dòng)學(xué)分析,并使用解析法對(duì)逆運(yùn)動(dòng)學(xué)進(jìn)行求解,應(yīng)用D-H參數(shù)法關(guān)聯(lián)了笛卡爾空間和關(guān)節(jié)空間的轉(zhuǎn)換,并引出了運(yùn)動(dòng)規(guī)劃中的工作空間和構(gòu)型空間的概念,為后面的采樣規(guī)劃空間提供了理論支持。2.提出了GMM-C空間的概念。首先介紹了學(xué)習(xí)人類(lèi)控制策略的含義,也即示教學(xué)習(xí),并分析了該方法的優(yōu)點(diǎn)和研究現(xiàn)狀。對(duì)人工拖動(dòng)示教采集的數(shù)據(jù),采用高斯混合模型進(jìn)行學(xué)習(xí)建模,擬合出7個(gè)關(guān)節(jié)角度的可行采樣空間,從而將后面規(guī)劃任務(wù)的采樣空間限制在學(xué)習(xí)出的概率模型范圍即GMM-C空間內(nèi),以此來(lái)完成對(duì)人類(lèi)技能的學(xué)習(xí)。3.在完成...

【文章頁(yè)數(shù)】：73 頁(yè)

【學(xué)位級(jí)別】：碩士

'圖1.1(a)工業(yè)智能生產(chǎn)線(b)機(jī)械臂作為服務(wù)機(jī)器人應(yīng)用'

'圖1.2人工勢(shì)場(chǎng)法原理圖，合勢(shì)場(chǎng)為引力勢(shì)場(chǎng)和斥力勢(shì)場(chǎng)之和'

'圖1.3強(qiáng)化學(xué)習(xí)的基本思路'

本文編號(hào)：3882618