[发明专利]基于学习泛化机制的三自由度空间机械臂运动规划方法

摘要

本发明公开了一种基于学习泛化框架的三自由度空间机械臂运动规划方法，采用机械臂训练得到的自身运动特征建立运动样本库，并通过智能筛选选取最佳学习样本进行学习，从而使机器臂泛化出对新空间目标的运动特征，最后根据泛化出的空间特征规划出机械臂的关节运动；使得机器臂能对自身的训练运动进行筛选学习从而泛化出对新目标的运动，实现了机械臂的认知与学习泛化的能力，本发明还使机械臂具备避障特性，具有良好的环境适应性。

主权项

1.一种基于学习泛化框架的空间三自由度机械臂运动规划方法，采用机械臂训练得到的自身运动特征建立运动样本库，并通过智能筛选选取最佳学习样本进行学习，从而使机器臂泛化出对新空间目标的运动特征，最后根据泛化出的空间特征规划出机械臂的关节运动；其特征在于包括如下步骤：首先对三自由度空间机械臂建模，训练机械臂使其末端运动到指定的空间样本点，记录运动过程中机械臂各个关节的运动信息，通过正运动学求解其末端运动特征并存入DMPS学习样本库中；当指定新的空间运动目标点时，以方位与欧氏距离双层样本特征筛选出最佳学习样本，然后将选取的样本运动特征三自由度正交分解，在各个自由度上利用DMPS学习样本特征得到非线性项权重序列，结合权重与新目标空间信息泛化出对应于新目标的运动特征；再将三个自由度上新目标运动特征在同一正则系统下拟合出的新目标空间运动特征；然后将拟合的新目标空间运动特征通过逆运动学反解出机械臂各个关节的运动信息；若机械臂运动过程中存在已知障碍物，则在DMPS学习过程中融合障碍物与运动特征的耦合因子进行避障规划，最终能使机械臂有效避开障碍物运动并到达目标点。