[发明专利]机器人的模仿学习方法、装置、机器人及存储介质

权利要求书

1.一种机器人的模仿学习方法，其特征在于，所述方法包括下述步骤：

当接收到预设的运动指令时，获取末端执行器当前时刻的位姿；

检测所述当前时刻的位姿是否为预设的目标位姿，是则，确定所述末端执行器完成预设的模仿学习任务，否则，根据所述当前时刻的位姿和预先训练好的动态预测模型，生成所述末端执行器下一时刻的预测位姿，所述动态预测模型由预先构建的极限学习机模型结合预设的稳定性约束条件训练得到；

根据所述下一时刻的预测位姿，调节各个关节的关节角，获取所述末端执行器调节后的位姿；

将所述调节后的位姿设置为所述当前时刻的位姿，并跳转至检测所述当前时刻的位姿是否为预设的目标位姿的步骤。

2.如权利要求1所述的方法，其特征在于，当接收到预设的运动指令时，获取末端执行器当前时刻的位姿步骤之前，所述方法还包括：

构建所述极限学习机模型，并根据在预设的示教过程中采集的训练样本集，初始化所述极限学习机模型的输入和目标输出；

根据预设的李雅普诺夫定理，构建所述稳定性约束条件，所述稳定性约束条件包括全局渐近稳定的约束条件和局部渐近稳定的约束条件；

根据所述稳定性约束条件，对所述极限学习机模型进行有监督的训练，将训练好的所述极限学习机模型设置为所述动态预测模型。

3.如权利要求2所述的方法，其特征在于，构建所述极限学习机模型的步骤之前，所述方法还包括：

在所述示教过程中按照预设的采样时间间隔，在所述末端执行器的每条示教轨迹上采集所述末端执行器的位姿；

根据所述采样时间间隔和所述末端执行器每个采样点处的位姿，计算所述末端执行器每个采样点处的速度，将所述末端执行器每个采样点处的位姿、速度组合构成所述训练样本集的训练样本。

4.如权利要求3所述的方法，其特征在于，构建所述极限学习机模型，并根据在预设的示教过程中采集的训练样本集，初始化所述极限学习机模型的输入和目标输出的步骤，包括：

构建所述极限学习机模型，所述极限学习机模型表示为：

其中，所述和分别为所述极限学习机模型中隐藏层的神经元个数、偏置和权重，所述β＝(β₁,...,β_N)为所述极限学习机模型中输出层的权重，所述x、g(x)分别为所述极限学习机模型的输入和激活函数；

将所述训练样本集的训练样本中所述末端执行器的位姿和所述末端执行器的速度分别设置为所述极限学习机模型的输入和目标输出，以获得所述极限学习机模型的优化目标，所述优化目标表示为:

其中，所述所述O为所述训练样本集的训练样本中所述末端执行器的速度，也为所述极限学习机模型的目标输出。

5.如权利要求4所述的方法，其特征在于，根据预设的李雅普诺夫定理，构建所述稳定性约束条件的步骤，包括：

根据所述李雅普诺夫定理，构建所述全局渐近稳定的约束条件，所述全局渐近稳定的约束条件为：

且Φ_i中的所述个特征值中存在d个特征值线性无关，其中，所述

根据所述李雅普诺夫定理，构建所述局部渐近稳定的约束条件，所述局部渐近稳定的约束条件为：

6.一种机器人的模仿学习装置，其特征在于，所述装置包括：

位姿获取单元，用于当接收到预设的运动指令时，获取末端执行器当前时刻的位姿；

位姿判断单元，用于检测所述当前时刻的位姿是否为预设的目标位姿，是则，确定所述末端执行器完成预设的模仿学习任务，否则，根据所述当前时刻的位姿和预先训练好的动态预测模型，生成所述末端执行器下一时刻的预测位姿，所述动态预测模型由预先构建的极限学习机模型结合预设的稳定性约束条件训练得到；

运动调节单元，用于根据所述下一时刻的预测位姿，调节各个关节的关节角，获取所述末端执行器调节后的位姿；以及

位姿设置单元，用于将所述调节后的位姿设置为所述当前时刻的位姿，并由所述位姿判断单元执行检测所述当前时刻的位姿是否为预设的目标位姿的操作。