[发明专利]机器人三维运动空间动作模仿学习方法和系统

权利要求书

1.一种机器人三维运动空间动作模仿学习方法，其特征在于，包括以下步骤：

基于机器人的机械臂工作空间要求，划分三维运动空间；获取示教过程中的三维运动空间内的机械臂关节角角度状态信息、末端位置状态信息和特征信息；

基于所述机械臂关节角角 度状态信息和末端位置状态信息构建机械臂系统状态空间模型；

基于机械臂系统状态空间模型和特征信息，获取机械臂运动的状态特征矩阵集合和动作特征矩阵集合；

基于所述机械臂运动的状态特征矩阵集合、机械臂运动的动作特征矩阵集合和预先构建的串并联叠层BP神经网络模型获取动作模仿学习的串并联叠层BP神经网络模型；

获取实时目标任务的机械臂运动的状态特征矩阵集合，基于所述串并联叠层BP神经网络模型和实时目标任务的机械臂运动的状态特征矩阵集合，获取实时目标任务的机械臂运动的动作特征矩阵集合，机械臂通过关节转动，执行所述目标任务的机械臂运动的动作特征矩阵集合限定的动作；

判断机械臂是否完成目标任务，判断过程包括：

计算当前状态中的机械臂末端点与目标点的位移大小，计算公式如下：

其中：

D_x、D_y、D_z分别为机械臂末端点距离目标点在x、y、z方向上的相对位移，DT当前状态中的机械臂末端点与目标点的位移大小；

将DT和预设误差精度ψ进行对比，若DT≤ψ则目标任务完成，若DT＞ψ则未完成任务，若未完成任务则重新获取实时目标任务的机械臂运动的状态特征矩阵集合。

2.如权利要求1所述的机器人三维运动空间动作模仿学习方法，其特征在于，所述特征信息包括机械臂系统状态信息和与任务相关的环境信息，其中：

机械臂系统状态信息包括机械臂当前各关节角的角度状态信息和机械臂末端点的位置状态信息；

与任务相关的环境信息包括示教任务目标点在空间坐标系中的位置状态信息。

3.如权利要求1所述的机器人三维运动空间动作模仿学习方法，其特征在于，获取机械臂运动的状态特征矩阵集合和动作特征矩阵集合步骤之前，所述方法还包括：

选取与任务相关的特征信息中的特征参数构成特征矩阵集合，对特征矩阵集合进行预处理。

4.如权利要求3所述的机器人三维运动空间动作模仿学习方法，其特征在于，所述与任务相关的特征信息包括：机械臂系统状态特征信息和环境状态特征信息，所述机械臂系统状态特征信息包括机械臂当前各关节角的角度状态特征θ_ij和机械臂末端点的位置状态特征S_k，环境状态特征包括示教任务目标点的位置状态特征G_k，G_k表示示教任务目标点G在k方向上的坐标。

5.如权利要求4所述的机器人三维运动空间动作模仿学习方法，其特征在于，所述预处理包括：

计算机械臂的动作特征参数，计算公式如下：

α_ijt＝θ_ijt+1-θ_ijt

式中：

θ_ijt+1为关节角i在j方向上t+1时刻的角度；

θ_ijt为关节角i在j方向上t时刻的角度；

α_ijt为关节角i在j方向上t时刻转动的角度；

计算机械臂相对目标点的状态特征参数，计算公式如下：

D_kt＝S_kt-G_kt

式中：

S_kt为机械臂末端点S在k方向上t时刻的坐标，

G_kt为目标点G在k方向上t时刻的坐标；

D_kt为机械臂末端点S距离目标点G在k方向上t时刻的相对位移。