[发明专利]基于HTCVIVE可穿戴设备的机器人演示学习方法

说明书

本发明公开了一种基于HTC VIVE可穿戴设备的机器人演示学习方法。该方法首先由示教者手持HTC VIVE的单手无线控制器演示操作任务，然后根据无线控制器在在演示过程中的示教轨迹，控制机器人运动，得到机器人在演示过程中的末端运动轨迹，最后，对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，实现演示任务的学习；本发明使用的HTC VIVE可穿戴设备价格低廉，成本低，仅需要手持单手无线控制器即可实现操作任务的演示，毫无经验的操作者也可以进行机器人的演示示教，操作简便。

技术领域

本发明属于机器人控制领域，更具体地涉及一种基于HTC VIVE可穿戴设备的机器人演示学习方法。

背景技术

近年来，随着机器人技术的迅猛发展，机器人所执行任务多样性与复杂性不断提高，机器人越来越多的应用在与人密切接触、密切交互、密切协作的环境中，需要面对复杂、难以预知的环境、任务和作业对象。因此，传统的针对固定作业的预编程方法已经难以服务机器人的作业要求。为了使机器人能够更加自然的与随机动态的环境进行交互，更加合理的应对作业过程中的突发和未知情况，必须提高其智能化程度。

演示学习使机器人能够通过观察其他人或机器人的动作来学习新的动作，进而能够自主适应新环境，自主获取新技能，不断提升自身的自主作业能力，是提高机器人智能性的重要途径。它可以有效减少编程，降低机器人学习的难度，近年来成为机器人学习控制中的重要研究方向，引起研究者的极大兴趣。

Rozo等使用演示学习方法实现了一台六自由度工业机器人能够自主完成Ball-In-Box的力控制操作任务(Rozo L.,Jiménez P.,Torras C..A robot learning fromdemonstration framework to perform force-based manipulation tasks[J].Intelligent service robotics,2013,6(1):33-51.)。在示教者演示阶段采集机械臂末端六维力向量和对应的各关节速度，在动作复现阶段由所得模型在输入当前末端力矩信息时输出各关节角速度，从而驱动机械臂控制盒中小球的运动并使其在孔洞处跌落。该方法采用力传感器采集示教者动作信息，成本比较高，而且需要用隐马尔科夫模型对动作序列建模，计算量大，实时性难以保证。刘昆等人以Universal Robot为研究对象，通过一个力/力矩传感器感知操作者的示教力，利用数据采集卡收集到力/力矩的电压模拟信号，在上位机进行转换为力/力矩，然后进行力与位置的转换，实现机器人对操作者动作的学习(刘昆,李世中,王宝祥.基于UR机器人的直接示教系统研究.科学技术与工程,2015,15(28):22-26)。该方法也使用了成本较高的力传感器，由于没有对力传感器采集的信号进行滤波和温度补偿，而且人的示教力波动较大，所以系统精度不高。王朝阳提出一种基于Kinect的类人机械臂演示学习方法，通过Kinect相机获取人体运动信息，建立人体手臂和机器人之间的映射关系模型，实现对人体手臂运动的学习(王朝阳.基于Kinect的类人机械臂演示学习研究[D].硕士学位论文，黑龙江:哈尔滨工业大学，2017.)。该方法借助Kinect的人体运动捕捉功能进行人臂运动追踪，该体感设备虽然成本较低，但采集的数据存在较大噪声，容易导致学习的运动轨迹不平稳。

发明内容

基于上述背景，本发明提供一种基于HTC VIVE可穿戴设备的机器人演示学习方法。该方法包括步骤如下：

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；