[发明专利]一种基于演示轨迹的机器人装配运动规划方法

权利要求书

1.本发明提出了一种基于演示轨迹的机器人装配运动规划方法，其特征在于，该方法包括以下步骤：机器人演示学习阶段：获得机器人的装配演示轨迹，机器人基于演示轨迹学习装配操作技能；多模态的表征学习阶段：机器人利用模仿学习策略引入噪声与环境交互，获得多模态的数据与标签，充分考虑机器人在运动过程中的耗能和奇异性，学习对应的多模态数据的表征；机器人强化学习阶段：基于多模态表征和演示轨迹搭建机器人轨迹规划强化学习流程，强化学习训练获得最终规划策略。

2.根据权利要求1所述的一种基于演示轨迹的机器人装配运动规划方法，其特征在于，所述演示轨迹获取方法为人工示教，通过示教拖动机器人的方式生成演示轨迹序列{τ₁,τ₂,...,τ_m}，其中每个序列包含状态和动作序列

3.根据权利要求1所述的一种基于演示轨迹的机器人装配运动规划方法，其特征在于，所述装配操作技能学习具体步骤如下：1)将演示轨迹序列抽取成新的状态动作对数据集：D＝{(s₁,a₁),(s₂,a₂),(s₃,a₃),...}；2)构建模仿学习策略网络，策略网络架构为三层全连接和Relu激活函数，将状态作为输入，动作作为标签，利用回归学得最优策略模型。

4.根据权利要求1所述的一种基于演示轨迹的机器人装配运动规划方法，其特征在于，所述多模态数据与标签包括：固定相机获得的RGB和深度图像数据，固定在机械臂末端的力-力矩传感器数据，机械臂关节位置、速度数据，表征机器人瞬时速度的光流数据，机器人运动过程中的碰撞数据，机器人运动的耗能数据；其中光流数据由图像处理算法可以计算获得，碰撞数据通过对力-力矩传感器读数进行分析获得，机器人运动的耗能数据通过计算电机的功率获得。

5.根据权利要求1所述的一种基于演示轨迹的机器人装配运动规划方法，其特征在于，所述多模态表征获得方式如下：

1)对多模态原始数据进行特征提取，获得RGB图像特征、深度图像特征、力-力矩特征和机器人本体特征；所述RGB图像特征包括：128*128*3的RGB图像通过VGG-16网络编码，并通过一个全连接层，得到128维高斯分布对应的128*2个特征值；所述深度图像特征包括：128*128*1的深度图像通过VGG-16网络编码，并通过一个全连接层，得到128维高斯分布对应的128*2个特征值；所述力-力矩特征包括：将32*6的力-力矩传感器时间序列读数通过步长为2的五层一维卷积编码，并通过一个全连接层，得到128维高斯分布对应的128*2个特征值；所述机器人本体特征包括：将关节位置速度通过两层多层感知机编码，得到128维高斯分布对应的128*2个特征值；

2)根据概率图模型，在已知多模态数据的情况下，各个模态间条件独立；因此可以根据下式将各个模态的估计分布融合为一个联合表征分布，

其中n表示模态数，和μ_j分别联合表征第j维的方差和均值；和μ_ij则是第i个模态的单模态分布第j维的方差和均值；

3)联合表征训练还需要利用动作输入对机器人的运动做出估计，用以训练获得良好的表征；其中包括：

基于碰撞的二分类预测，用于判断机器人是否与装配件发生接触；

基于光流的反卷积解码图像预测，生成128*128*2的光流图；

基于耗能的数值预测，用于估计机器人在当前状态采用当前动作的耗能情况；

基于关节最大力矩的数值预测，用于量化估计机器人在空间的奇异化程度。