chapter12.1-应用于人机示教的运动技能扑捉、传递与拓展

CHAPTER12机器人示教应用于人机示教的运动技能扑捉、传递与拓展机器人自适应操作技能学习基于动态运动原语的机器人技能学习与泛化基于EMG估计的肌肉疲劳度在机器人示教中的应用Chapter12机器人示教实验仿真平台介绍人机示教系统设计神经网络控制器设计仿真及实验312.1应用于人机示教的运动技能扑捉、传递与拓展实验仿真平台介绍1.V-REPV-REP用户界面V-REP是一个基于分布式控制框架的机器人仿真软件，详细介绍可参考右下图教材第三章。4参考教材12.1应用于人机示教的运动技能扑捉、传递与拓展Baxter机器人是美国初创公司RethinkRobotics开发的双臂机器人。手腕处装有摄像头。内置的传感器可以测量Baxter机器人的位置速度状态信息。编程接口的调用更加简单高效。Baxter机器人52.Baxter机器人KinectV1传感器的结构原理Kinect传感器在实验中作为双目摄像头，用于捕捉示教者的手臂关节信息、动作以及手臂的运动轨迹。3.Kinect传感器人机示教系统设计示教编程技术（TbD）被认为是机器人学习人的类运动和操作技能的最有效方法之一。示教编程技术优点：机器人能够有效地学习操作技能，通过人类的指导完成任务它并不特别需要示教者具备专业技能知识PbD系统可以考虑人的特性，如灵活性本节将设计一个比较完整的人机示教系统，包括技能传递、拓展以及对拓展运动进行准确轨迹跟踪的控制器。61.人机示教系统设计人机示教系统框架示教者首先要对机器人进行示教，完成技能传递模型的训练学习。获得传递及拓展后的运动运动轨迹7动态运动原语（DynamicMotorPrimitive，DMP）分为离散DMP和周期DMP。使用离散DMP来表示关节空间上的轨迹，且每一个关节的状态使用一个DMP模型来表示。一个DMP模型包含了一个弹簧-阻尼系统和一个外力项（非线性项）。其模型定义如下：

(12.1)82.动态运动原语模型

(12.2)

使整个模型成为一个自治的系统。

(12.3)

归一化的径向基函数

(12.4)

9DMP具有如下特性：(1)稳定性和鲁棒性a)弹簧阻尼系统状态演化b)典型系统状态演化(2)空间缩放和时间缩放

10

113.动力学模型拓展计算

(12.5)

12

(12.6)根据高斯分布的线性变换特性近似为

13图12.4GMM/GMR学习过程14整个学习过程效果如图：神经网络控制器设计以7自由度的Baxter机器人为控制对象，在外加负载的情况下，其动力学模型描述如下：(12.9)(12.10)

推导得151.控制器设计系统的控制力矩设计如下：(12.12)

得系统的闭环动力学方程

估计值代入可得(12.15)(12.16)(12.11)(12.13)(12.14)

16选取如下李雅普诺夫函数：(12.17)(12.18)

神经网络权重的更新律设计如下：(12.19)(12.20)

172.稳定性证明仿真及实验(1)仿真平台搭建仿真实验中，使用V-REP自带的Baxter机器人模型：真实的Baxter机器人（左边）与V-REP中的Baxter机器人（右边）181.V-REP仿真平台下的DMP仿真验证示教（如图12.6(a)）：使用Kinect捕捉示教者两个肩关节和一个肘关节的信息数据将示教信息（即手臂关节角度）传递给虚拟Baxter机器人的手臂。图12.6示教者及V-REP仿真场景实验场景—图12.6(b)：Baxter机器人一张桌子两块相邻的蓝色木板一个长圆柱体蓝色小球(a)示教者(b)仿真场景任务：使用学习到的运动技能，将桌子上摆放的木板推倒在地。19(2)基于DMP的运动技能传递仿真图12.7示教过程任务运动过程：机器人将左手臂抬起并跨过圆柱体障碍物移动其夹持器到目标木块上方将木块从桌上推倒在地20示教过程中：示教动作连贯完成示教过程重复10次记录所关注的三个关节角度在每个时刻的状态使用时间步长作为运动时长的单位，并将每个示教轨迹的时长步数转换为100步图12.8示教轨迹及新生成的轨迹学习结果（图12.8）：对于每个关节位置，重新生成的运动轨迹仍保持着与示教轨迹相似的形态。21仿真结果（图12.9）：在不改变生成运动的起始位置和终点位置的情况下，机器人成功地将左边的木板从桌子上推翻，同时也没有碰撞到柱子和球。原始方法与改进方法比较：原始方法需修改所有DMP模型中的目标位置，机器人才能全部完成任务。图12.9机器人复现所学运动技能图12.10改变起始位置后关节1的位置变化曲线目的：检验DMP的稳定性方法：修改关节1的起始位置结果（图12.10）：修改后的运动轨迹最后仍然能稳定在目标位置。(3)基于DMP的运动技能传递仿真22目的：检验DMP的空间拓展性能方法：修改运动轨迹的目标位置，使机器人最终能够将另一块木板从桌面上推翻落地。结果（图12.11）：每条轨迹都保持着其相似形状并最终近似地到达目标位置。图12.11改变目标位置后3个关节的位置变化曲线图12.12仿真机器人对所学运动技能进行空间上的拓展目的：在仿真机器人上测试拓展后的运动技能。结果：仿真机器人的左手臂绕过了障碍物并成功将右边的木板推倒。23目的：测试时间缩放性能。方法：将时间缩放因子从1调整为0.5，加快生成运动的速度。结果（图12.13、图12.14）：，三个关节在时间步数为50时到达目标位置；仿真机器人以接近两倍的速度完成了此项任务。图12.13改变时间缩放因子后3个关节的位置变化曲线图12.14仿真机器人对所学运动技能进行时间上的拓展

图12.15实验场景242.基于神经网络的前馈补偿验证实验相关计算：对应每个位置的关节角度通过机器人逆运动学求得只使用神经网络去逼近机械臂动力学模型中的重力项G对于每一维输入，选择3个节点神经网络权重初始值设为0对比实验设计：不加神经网络补偿—实验结果如图12.16，12.17。25图12.16未加神经网络补偿下轨迹跟踪情况图12.17未加神经网络补偿下轨迹跟踪误差加上神经网络前馈补偿：图12.18~图12.21。实验结果—图12.18和图12.19：与没加补偿情况下的跟踪误差相比，此时的跟踪误差明显减小，整体误差范围减小到[-0.3,0.3](rad)。图12.18神经网络补偿下轨迹跟踪情图12.19神经网络补偿下轨迹跟踪误差虚线—参考轨迹虚线—参考轨迹图12.20为神经网络前馈补偿力矩，其在最后与参考轨迹一样呈周期变化。图12.21为神经网络权重矩阵每列的范数，从中可以看出神经网络权重整体的变化趋势。图12.20神经网络前馈补偿力矩图12.21神经网络权重矩阵每列的范数26加上神经网络前馈补偿—实验结果（图12.18~图12.21）空间拓展能力验证：人类导师先示教然后机器人复现示教过程，即将杯子从桌子上的A点移动到B点，最后将运动拓展为将杯子从A点移动到C点。273.基于Baxter机器人的技能传递-拓展实验复现结果如图12.23所示：机器人成功将杯子从A点移动到B点。技能拓展结果如图12.24所示：机器人成功地将杯子从A点移动到C点，同时保持着与示教动作相似的的运动轨迹。图12.23机器人复现所学运动技能CBACB