chapter12.3-基于动态运动原语的机器人技能学习与泛化

CHAPTER12机器人示教方法实验验证小结212.3基于动态运动原语的机器人技能学习与泛化312.3基于动态运动原语的机器人技能学习与泛化本节将介绍一个技能学习框架，它使机器人能够有效地学习人类的运动和刚度控制策略，整个框架如图12.32所示。图12.32用于技能学习和泛化的TbD系统框架方法从示教者的手臂提取的肌电信号用于监测肌肉激活程度进行刚度估计估计的人体末端刚度作为关节阻抗控制器中的参数41.基于肌电信号的可变刚度估计笛卡尔刚度与人体手臂刚度之间的映射关系可表示如下

(12.39)

5采用一个简化的估计模型：

(12.40)

首先，使用MYO手环提取每个通道中原始肌电信号的包络曲线。这里使用的肌电信号共有8个通道。MYO手环佩戴在上臂上以采集肌肉的原始肌电信号数据。6图12.33刚度估计中MYO的佩戴位置图12.34通过低通滤波器和移动平均法对肌电信号进行包络处理的示例，蓝线为原始肌电信号，红线表示肌电信号处理后得到的包络曲线移动平均法表达式为：7

(12.41)

(12.42)

(12.43)

82.用于示教的双臂控制方法在示教阶段，采用基于遥操作的运动学示教方法用于实现人-机器人的技能传递。设计双臂控制策略以实现示教者任务使示教者更自然地调节其肌肉活动即相应刚度机器人双臂之间施加一个虚拟的弹簧阻尼系统示教者能够实时“感觉”运动误差可以调节其肌肉力量来补偿误差93.用于技能表征的DMP模型本节将介绍从多个示教轨迹中学习的DMP模型，用于位置轨迹自适应调节。此外，该DMP框架也被扩展用于刚度自适应调节。图12.35DMP系统的扩展框架；两组变换系统分别用于表示位置轨迹和刚度曲线，这两个系统由相同的时间缩放系数τ驱动，以便满足相位同步（1）编码位置的DMP模型10典型的DMP模式定义如下：

(12.44)(12.45)

(12.46)

11

(12.47)

(12.48)

(12.49)使用局部加权回归（LWR）计算DMP模型的权重γ：

(12.50)（2）编码刚度的DMP12要平行地表征轨迹和刚度曲线，我们拓展原始的DMP可以描述为：

(12.51)(12.52)(12.53)

用于编码位置轨迹用于刚度曲线这两个变换系统由同一个正则系统驱动

(12.54)

(12.55)

实验验证131.切割任务图12.36示教期间切割任务的实验设置

1）使用DMP模型进行运动路径规划14在这个子任务中，主要验证扩展DMP模型的技能空间泛化能力。图12.37使用DMP模型进行运动路径规划。第一次切割是示教，其他几次均为泛化切割，实线表示从示教学习获得的参考轨迹，虚线表示泛化学习结果(a)运动位置的泛化(b)运动位置的泛化(c)在y轴方向测量的机器人末端位置(d)在黄瓜上的切割位置，两组数字（1-6）表示该子任务成功执行两次（一次切割六下）2）刚度规划15该实验主要验证是否能够泛化刚度轨迹以适应新的任务情况。图12.38（a）为对不同目标的刚度指标曲线的泛化，（b）和（c）分别表示在z轴方向上测量的臂末端执行器的位置和力曲线，（d）、（e）和（f）分别表示使用参考刚度曲线、第一个泛化刚度曲线和第二个泛化刚度曲线切割时的不同切口。162.抓取-放置任务抓取-放置任务的实验装置如图。图12.39抓取-放置任务的实验设置示教过程：同一个示教者教机器人提取物体1，越过障碍物，最后将其放在目标上。再现阶段：子任务1：使用示教的刚度曲线（即路径空间规划）将物体1抬起并放到新的目标位置；子任务2：使用示教的刚度曲线（即没有刚度规划）将物体2抬起并放到新的目标位置；子任务3：使用泛化的刚度曲线将物体2提起并放到新目标位置。一次示教和三个子任务的执行结果：17图12.40抓取-放置任务的实验结果：I-(a)~(e)、II-(a)~(e)、III-(a)~(e)和IV-(a)~(e)分别表示示教、子任务1、子任务2和子任务3的一个典型示例183.分析可以基于所提出的框架轨迹和刚度曲线的不同组合满足任务情况的不同要求。关于使用多个示教数据来生成参考轨迹和刚度曲线的方式，如图12.41所示。图12.41抓取-放置任务的轨迹和刚度曲线小结19介绍了一个用于学习和泛化类人化变阻抗操作技能的示教框架。该技能学习框