为了控制机器人完成复杂的多臂协作任务,提出了一种基于动态时间规整-高斯混合模型(Dynamic time warping-Gaussian mixture model,DTW-GMM)的机器人多机械臂多任务协同策略.首先,针对机器人示教时轨迹时间长短往往存在较大差异的问题,...为了控制机器人完成复杂的多臂协作任务,提出了一种基于动态时间规整-高斯混合模型(Dynamic time warping-Gaussian mixture model,DTW-GMM)的机器人多机械臂多任务协同策略.首先,针对机器人示教时轨迹时间长短往往存在较大差异的问题,采用动态时间规整方法来统一时间的变化;其次,基于动态时间规整的多机械臂示教轨迹,采用高斯混合模型对轨迹的特征进行提取,并以某一机械臂的位置空间矢量作为查询向量,基于高斯混合回归泛化输出其余机械臂的执行轨迹;最后,在Pepper仿人机器人平台上验证了所提出的多机械臂协同策略,基于DTW-GMM算法控制机器人完成了双臂协作搬运任务和汉字轨迹的书写任务.提出的基于DTW-GMM算法的多任务协同策略简单有效,可以利用反馈信息实时协调各机械臂的任务,在线生成平滑的协同轨迹,控制机器人完成复杂的协作操作.展开更多
文摘为了控制机器人完成复杂的多臂协作任务,提出了一种基于动态时间规整-高斯混合模型(Dynamic time warping-Gaussian mixture model,DTW-GMM)的机器人多机械臂多任务协同策略.首先,针对机器人示教时轨迹时间长短往往存在较大差异的问题,采用动态时间规整方法来统一时间的变化;其次,基于动态时间规整的多机械臂示教轨迹,采用高斯混合模型对轨迹的特征进行提取,并以某一机械臂的位置空间矢量作为查询向量,基于高斯混合回归泛化输出其余机械臂的执行轨迹;最后,在Pepper仿人机器人平台上验证了所提出的多机械臂协同策略,基于DTW-GMM算法控制机器人完成了双臂协作搬运任务和汉字轨迹的书写任务.提出的基于DTW-GMM算法的多任务协同策略简单有效,可以利用反馈信息实时协调各机械臂的任务,在线生成平滑的协同轨迹,控制机器人完成复杂的协作操作.