-
题名基于高斯噪声发散的协作机器人路径优化及避障
被引量：4
- 1
-
-
作者
胡玉蝶
周勇
王宇琦
李卫东
-
机构
武汉理工大学交通与物流工程学院
上海理工大学机械工程学院
-
出处
《计算机集成制造系统》
EI
CSCD
北大核心
2021年第12期3503-3510,共8页
-
基金
国家自然科学基金资助项目(51975444)。
-
文摘
为解决协作机器人示教学习领域中回归路径过拟合的问题,提出一种基于高斯噪声发散的路径优化方法,该方法通过在原始示教数据中随机增加符合高斯分布的噪声值来模糊由于人为示教产生的抖动等不利特征,以减少回归路径对冗余弯折特征的保留,从而提高回归路径的质量。在此基础上,针对回归路径自适应性差的问题,提出一种基于点云消隐的自适应避障策略,通过对被障碍物影响的数据点云进行消隐处理来引导回归路径避开障碍区域,实现了无需重新示教自适应生成避障路径。最后,利用UR5机器人进行了有障碍物时的自适应抓取实验,结果表明,所提方法能有效改善路径的平滑度,并能达到自适应避障的效果。
-
关键词
协作机器人
示教学习
回归路径
高斯混合模型
高斯噪声发散
避障
-
Keywords
collaborative robot
learning from demonstration
regression path
Gaussian mixture model
Gaussian noise divergence
obstacle avoidance
-
分类号
TP242
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于分段自适应高斯噪声发散的协作机器人路径优化
- 2
-
-
作者
李修民
周勇
胡楷雄
李卫东
-
机构
武汉理工大学交通与物流工程学院
-
出处
《计算机集成制造系统》
2025年第8期2772-2785,共14页
-
基金
国家自然科学基金资助项目(51975444)。
-
文摘
协作机器人示教学习的回归路径质量受限于示教轨迹的分布,不当的预处理可能导致回归路径过拟合或任务特征丢失。针对此问题,提出了一种分段自适应高斯噪声发散的路径优化策略。首先,考虑到示教轨迹各部分的分布差异,提出一种基于特征驱动聚类的轨迹段分割方法将示教轨迹分割成多个任务特征段。其次,构建了多维高斯噪声参数优化模型,为每个特征段选取适当的发散参数,以改善示教轨迹的分布,进而提高回归路径的质量。最后,通过UR5机器人采集的示教轨迹对所提出的方法进行了实验验证,评估了回归路径的相似性、特征保留和平滑性。结果表明,经过优化后得到的回归路径整体上与原始示教轨迹保持了较高的相似性,同时在保留原始轨迹的任务特征的基础上,减少了由于不利特征影响而出现的曲折和冗余,平滑性得到进一步提高。
-
关键词
协作机器人
示教学习
轨迹分割
高斯噪声发散
路径优化
-
Keywords
collaborative robot
learning from demonstration
trajectory segmentation
Gaussian noise divergence
path optimization
-
分类号
TP18
[自动化与计算机技术]
TP23
[自动化与计算机技术—控制理论与控制工程]
-
