本文關鍵詞：面向感知增強機械手臂的任務學習與規(guī)劃，，由筆耕文化傳播整理發(fā)布。

【摘要】：服務機器人作為一類新興的機器人類型市場潛力巨大,與傳統(tǒng)工業(yè)機器人相比服務機器人面臨更多的挑戰(zhàn)。服務機器人工作環(huán)境變化頻繁,服務對象為缺少使用經(jīng)驗的普通消費者甚至可能是行動能力有限的老人或殘疾人,因此服務機器人需要具有感知能力,任務規(guī)劃能力和任務學習能力才能更好的向人提供服務。目前相關研究雖然很多,但是還缺少一個運行于服務機器人上的能夠綜合這三種能力向人提供服務的框架。本文針對目前存在的問題以機器人的一種形式——機械手臂為例提出了面向感知增強機械手臂的任務學習與規(guī)劃框架,能夠通過學習人的演示學會一個新的任務,根據(jù)實時環(huán)境信息自動規(guī)劃執(zhí)行學會的任務。本文的主要貢獻有：1)提出了一種任務學習范式,基于范式提出了感知增強的任務學習與規(guī)劃模型；2)定義了包含實體與環(huán)境,動作與行為的任務模型,基于確定有窮自動機(DFA)實現(xiàn)了任務規(guī)劃與執(zhí)行流程；3)提出了基于演示的任務學習方法,通過人的演示即可以讓機械手臂學會一個新的任務；4)基于感知增強的任務學習與規(guī)劃模型,設計并實現(xiàn)了面向感知增強機械手臂的任務學習與規(guī)劃框架；5)將框架部署到了真實環(huán)境中,對框架的學習效果進行了評估,將部署了框架的機械手臂系統(tǒng)作為“我的家庭服務臺”,能夠通過學習演示動作學會向人提供“拿蘋果”以及“倒水”等服務。
【關鍵詞】：服務機器人 感知增強 機械手臂 任務規(guī)劃 任務學習
【學位授予單位】：浙江大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP241
【目錄】：

• 摘要5-6
• Abstract6-14
• 第1章 緒論14-22
• 1.1 課題背景14-15
• 1.2 問題提出15-17
• 1.2.1 感知能力16
• 1.2.2 任務規(guī)劃能力16-17
• 1.2.3 任務學習能力17
• 1.3 相關工作17-20
• 1.3.1 感知增強的機器人17-18
• 1.3.2 機器人任務規(guī)劃18-19
• 1.3.3 機器人任務學習19-20
• 1.4 論文組織20-21
• 1.5 本章小結(jié)21-22
• 第2章 感知增強的任務學習與規(guī)劃模型22-31
• 2.1 問題分析及解決方案22-26
• 2.1.1 獲取環(huán)境信息22-23
• 2.1.2 構(gòu)建任務模型23-24
• 2.1.3 任務學習方法24-26
• 2.2 基于PbD的任務學習范式26-28
• 2.2.1 PbD范式介紹26-27
• 2.2.2 任務學習范式27-28
• 2.3 感知增強的任務學習與規(guī)劃模型提出28-30
• 2.3.1 任務規(guī)劃28-29
• 2.3.2 任務學習29-30
• 2.3.3 感知框架與機械手臂系統(tǒng)30
• 2.4 本章小結(jié)30-31
• 第3章 面向感知增強機械手臂的任務模型31-40
• 3.1 概念定義31-33
• 3.1.1 實體與環(huán)境31-32
• 3.1.2 動作與行為32-33
• 3.2 任務描述33-35
• 3.3 基于DFA的任務過程描述35-39
• 3.3.1 DFA的定義35
• 3.3.2 用DFA描述任務35-37
• 3.3.3 “倒水給人”：一個例子37-38
• 3.3.4 基于DFA運行任務：以“倒水給人”任務為例38-39
• 3.4 本章小結(jié)39-40
• 第4章 基于演示的任務學習方法40-62
• 4.1 基于演示的任務學習方法總體定義40-42
• 4.1.1 學習形式40
• 4.1.2 學習內(nèi)容40-41
• 4.1.3 學習步驟41-42
• 4.2 演示數(shù)據(jù)獲取與演示學習42-48
• 4.2.1 演示數(shù)據(jù)獲取與數(shù)據(jù)預處理43-45
• 4.2.2 基于SVM的動作識別方法45-46
• 4.2.3 動作階段劃分46-48
• 4.3 任務關聯(lián)實體識別48-51
• 4.3.1 識別“持有的實體”49-50
• 4.3.2 DFA狀態(tài)集合初步形成50-51
• 4.4 行為識別51-55
• 4.4.1 基于動作過濾的行為生成方法51-52
• 4.4.2 目標實體識別與行為參數(shù)填充52-54
• 4.4.3 狀態(tài)集合更新54
• 4.4.4 行為驗證54-55
• 4.5 生成Exe Flow55-57
• 4.5.1 “轉(zhuǎn)移條件”生成55-56
• 4.5.2 形成任務DFA和任務56-57
• 4.6 多次演示與任務合并57-59
• 4.7 與其它方法比較59-61
• 4.8 本章小結(jié)61-62
• 第5章 面向感知增強機械手臂的任務學習與規(guī)劃框架62-74
• 5.1 框架運行機制62-63
• 5.2 總體框架63-68
• 5.2.1 器件層與封裝層64
• 5.2.2 業(yè)務層64-67
• 5.2.3 業(yè)務接口層67-68
• 5.2.4 移動任務管理器68
• 5.3 其它相關技術實現(xiàn)68-73
• 5.3.1 動作與行為封裝68-71
• 5.3.2 實體信息存儲與感知上下文生成71
• 5.3.3 執(zhí)行器實現(xiàn)71-72
• 5.3.4 移動任務管理器實現(xiàn)72-73
• 5.4 本章小結(jié)73-74
• 第6章 任務學習與規(guī)劃框架評估及應用74-90
• 6.1 部署環(huán)境74-76
• 6.1.1 硬件環(huán)境74-76
• 6.1.2 軟件環(huán)境76
• 6.2 任務學習與執(zhí)行效果評估76-82
• 6.2.1 任務復雜度對學習效果影響評估78-79
• 6.2.2 學習次數(shù)對學習效果影響評估79-81
• 6.2.3 環(huán)境變化對任務執(zhí)行效果影響評估81-82
• 6.2.4 實驗總結(jié)82
• 6.3 框架應用場景：我的家庭服務臺82-89
• 6.4 本章小結(jié)89-90
• 第7章 總結(jié)與展望90-92
• 7.1 本文工作總結(jié)90-91
• 7.2 當前工作不足與未來展望91-92
• 參考文獻92-96
• 攻讀碩士學位期間主要的研究成果96-97
• 致謝97

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 ;連線[J];互聯(lián)網(wǎng)周刊;2005年06期

2 ;科技速覽[J];中國科技財富;2005年04期

3 楊松楷;;滾珠螺桿型單軸機械手臂應用要領[J];金屬加工(冷加工);2010年06期

4 ;大腦意識控制機械手臂[J];機械;2012年06期

5 湯勇;;機械手臂在汽車玻璃企業(yè)的運用[J];上海建材;2012年04期

6 石偉;;兩節(jié)機械手臂控制系統(tǒng)的設計[J];工業(yè)控制計算機;2013年02期

7 杜剛;;關于機械手臂控制方案的研究[J];科技資訊;2013年29期

8 ;中美機器人手術臺上同場競技[J];機器人技術與應用;2001年01期

9 高微;楊中平;趙榮飛;薛娟萍;;機械手臂結(jié)構(gòu)優(yōu)化設計[J];機械設計與制造;2006年01期

10 呂廣明;孫立寧;張博;;五自由度上肢康復機械手臂的運動學分析[J];哈爾濱工業(yè)大學學報;2006年05期

中國重要會議論文全文數(shù)據(jù)庫 前2條

1 高永洲;姜增如;戴亞平;;機械手臂遠程實驗系統(tǒng)的設計與實現(xiàn)[A];2004全國測控、計量與儀器儀表學術年會論文集（上冊）[C];2004年

2 李廣鑫;曹為;;基于solidworks的機械手臂虛擬設計與運動仿真[A];全國先進制造技術高層論壇暨第九屆制造業(yè)自動化與信息化技術研討會論文集[C];2010年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 華凌;美開發(fā)出靠意念操控的機械手臂[N];科技日報;2012年

2 見習記者 肖娟;機器人在深圳加速“上崗”[N];廣東科技報;2013年

3 彭俊勇;芯片植入腦 猴子用意識控制“機械手”進食[N];中國改革報;2009年

4 彭俊勇;大腦植入芯片,或可讓人“心想事成”[N];新華每日電訊;2009年

5 于偉;哈爾濱大學生發(fā)明爬樹機器人[N];中國知識產(chǎn)權(quán)報;2009年

6 劉鵬;日機器人會溫柔喂飯,為老齡社會造[N];新華每日電訊;2006年

7 李廣圻;走進機器人時代[N];光明日報;2000年

8 本報記者 高博 通訊員 李婧;“月球登陸器” 小學生制造[N];科技日報;2014年

9 記者 江卉　通訊員 呂惠;機器人“醫(yī)生”登上手術臺[N];湖北日報;2009年

10 記者 仇逸;目擊機器人怎樣做手術[N];新華每日電訊;2010年

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 鐘琮瑋;仿人型乒乓球機械手運動學及動力學控制方法研究[D];浙江大學;2011年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 胡軍超;機械手臂的多模型預測控制[D];河南理工大學;2014年

2 王淑剛;面向感知增強機械手臂的任務學習與規(guī)劃[D];浙江大學;2016年

3 劉鑫;多自由度機械手臂魯棒控制技術研究[D];南京理工大學;2008年

4 胡睿智;五自由度機械手臂及控制系統(tǒng)的設計[D];東北大學;2011年

5 詹晨菲;鋼拱架安裝機械手臂設計及運動控制研究[D];河南科技大學;2013年

6 劉爽;氣動肌肉機械手臂機構(gòu)設計與控制方法實現(xiàn)[D];浙江理工大學;2010年

7 郭高品;基于機械手臂三維直拍橫打模擬技術研究[D];燕山大學;2011年

8 鄒鎮(zhèn)宇;焊接機械手臂驅(qū)動系統(tǒng)研究與設計[D];南京理工大學;2014年

9 邵丹璐;基于殘余動量的機械手臂故障檢測與分類[D];中國計量學院;2014年

10 張奕霏;鋼拱架安裝機械手臂控制研究[D];河南科技大學;2014年

  本文關鍵詞：面向感知增強機械手臂的任務學習與規(guī)劃，由筆耕文化傳播整理發(fā)布。

本文編號：473520