[发明专利]基于HTCVIVE可穿戴设备的机器人演示学习方法

权利要求书

1.一种基于HTC VIVE可穿戴设备的机器人演示学习方法，包括以下步骤：

步骤S0：示教者手持HTC VIVE的单手无线控制器演示机器人要学习的操作任务；

步骤S1：利用Lighthouse定位技术得到单手无线控制器在HTC VIVE坐标系的位姿信息，以演示开始时刻的位姿为初始位姿，根据当前位姿和初始位姿，得到单手无线控制器的位姿偏差；

步骤S2：根据HTC VIVE坐标系和机器人坐标系之间的关系，以及S1中单手无线控制器在HTC VIVE坐标系下的位姿偏差，得到机器人的位姿偏差；

步骤S3：根据S2的机器人位姿偏差，得到机器人下一步的运动调整量，控制机器人运动，记录机器人的末端位姿；

步骤S4：重复步骤S0到S3，直到操作任务演示结束，得到整个演示过程的机器人末端运动轨迹；

步骤S5：对S4的机器人末端运动轨迹进行卡尔曼滤波，得到机器人的学习轨迹，将学习轨迹发送给机器人，实现演示内容的重现。

2.根据权利要求1所述的基于HTC VIVE可穿戴设备的机器人演示学习方法，其中演示学习过程中只用到一个单手无线控制器。

3.根据权利要求1所述的基于HTC VIVE可穿戴设备的机器人演示学习方法，其中步骤S1中所述的单手无线控制器位姿偏差如下：

利用HTC VIVE的Lighthouse定位技术，得到单手无线控制其在HTC VIVE坐标系的位置和姿态，以演示开始时刻的姿态为初始位姿；根据当前位姿和初始位姿，得到单手无线控制器偏差[dx,dy,dz,drx,dry,drz]^T：

其中，[hx,hy,hz,hrx,hry,hrz]^T是单手无线控制器的当前位姿，[hx₀,hy₀,hz₀,hrx₀,hry₀,hrz₀]^T是单手无线控制器的初始位姿。

4.根据权利要求1所述的基于HTC VIVE可穿戴设备的机器人演示学习方法，其中步骤S2中所述的机器人的位姿偏差：

利用通用旋转变换，将S1的单手无线控制器位姿偏差[dx,dy,dz,drx,dry,drz]^T转换为位姿矩阵T_h。根据HTC VIVE坐标系与机器人坐标系的关系矩阵T_m，得到机器人的位姿偏差：

T＝T_hT_m (2)

根据通用旋转变换，可将公式(2)的位姿矩阵T等价变换成六维位姿向量[x,y,z,Δθ_x,Δθ_y,Δθ_z]^T。

5.根据权利要求1所述的基于HTC VIVE可穿戴设备的机器人演示学习方法，其中步骤S3中所述的机器人下一步的运动调整量如下：

其中，λ_p是调整系数；

将式(3)所示的运动调整量发送给机器人，控制机器人运动，记录机器人运动后的末端位姿J。

6.根据权利要求1所述的基于HTC VIVE可穿戴设备的机器人演示学习方法，其中步骤S4中所述的整个演示过程的机器人运动轨迹如下：

每个控制周期，重复步骤S0到S3，记录机器人的末端位姿；操作任务演示结束后，得到机器人运动轨迹为为：

W＝(J₀,J₁,…,J_m) (4)

其中，m是演示过程的控制周期数。

7.根据权利要求1所述的基于HTC VIVE可穿戴设备的机器人演示学习方法，其中步骤S5中所述的机器人学习轨迹如下：

建立卡尔曼滤波的预测模型：

其中，是第i+1次的机器人位姿估计值，K_i+1是第i+1次的卡尔曼增益系数，J_i+1是第i+1次的机器人位姿真实值；

卡尔曼增益系数更新如下：

K_i+1＝(P_i+Q)/(P_i+Q+R) (6)

其中，P_i是上一次估计值的方差，Q是高斯噪声的方差，R是真实值的方差；

估计值的方差计算如下：

P_i+1＝(1-K_i+1)P_i (7)

根据S4的机器人运动轨迹W,利用公式(5)～(7),对S4的机器人运动轨迹进行卡尔曼滤波，得到机器人的学习轨迹L为：

将学习轨迹L发送给机器人，即可实现对演示任务的重现。