[发明专利]一种多空间融合的人机技能迁移与参数补偿方法及系统

权利要求书

1.一种多空间融合的人机技能迁移与参数补偿方法，其特征在于，包括以下步骤：

S1、构建上臂刚度模型，设计摄动法辨识模型参数，将演示过程中产生的刚度多空间矩阵分解成特征值矩阵和特征向量矩阵；

S2、将特征向量矩阵转换成四元数，四元数q为：

其中，欧氏空间项：黎曼空间项：θ为四元数旋转角度，x y z为四元数旋转轴方向向量分量；

S3、分解转换的四元数，将四元数表示成轴角形式，轴角形式具体为：

其中，q为四元数，θ为四元数旋转角度，v为四元数旋转轴线，为一维实数，为一维流形；

S4、将人机技能的黎曼空间部分表示成轴角形式后，建立基于DMPs的多空间融合的动态系统、正则系统模块和线性加权回归更新模块，基于DMPs的多空间融合的动态系统包括：

欧氏空间动态系统：

其中，表示四元数的角度，z和分别为角速度项和角加速度项，θ_g和θ₀分别表示目标角度和起始角度，f_θ(s)表示用于调整欧氏空间参数轨迹曲线的非线性力项，α_θ和β_θ为时间常量；

黎曼空间动态系统：

其中，||v||＝1表示四元数的转轴，为相邻向量v_i和v_i+1的测地线距离，dt表示相邻向量之间的时间间隔，和分别表示第i时刻转轴变化的速度项和加速度项，v_g和v₀分别表示目标转轴和起始转轴，α_v和β_v为时间常量；f_v(s_i)为调整黎曼空间参数轨迹曲线的非线性力项；

正则系统具体为：

引入相位变量，s∈[0,1]，s(0)＝1作为一阶线性动力系统的状态参数：

其中，τ和α_s为常数，表示s的导数项，当s趋向于0时，欧氏空间和黎曼空间动态系统中的非线性项f_θ(s)和f_v(s)将消失；四元数的角度θ和转轴v将最终收敛至目标吸引子θ_g和v_g；

利用若干个非线性径向基函数的加权线性组合表示线性加权回归更新模块如下：

其中，f(s)为动态系统中的非线性力项，N为径向基函数个数，ω_i为各径向基函数的权重，ψ_i(s)为各径向基函数，s为相位变量；

S5、获取多空间技能参数，利用步骤S4建立的基于DMPs的多空间融合的动态系统、正则系统模块和线性加权回归更新模块实现技能迁移，构建机器人仿人变阻抗控制器，将技能参数迁移给机器人仿人变阻抗控制器，比较对应技能参数得到的机器人复现效果与演示者在本组技能参数下演示的效果，将多次演示下的差异值和机器人实际操作效果导入概率模型进行训练，建立实际值与差异值之间的规律模型，根据实际场景中机器人末端反馈和规律模型回归得到的预计值之间的差异进行技能参数补偿；

构建机器人仿人变阻抗控制器如下：

其中，M(q)为机械臂惯性项，表示机械臂科氏力离心力项，G(q)表示机械臂重力项，τ为机械臂关节力矩，J_r^T为机器人几何雅可比矩阵的转置，F_ext为机器人末端所受外力，F_c为待补偿非线性力项。

2.根据权利要求1所述的多空间融合的人机技能迁移与参数补偿方法，其特征在于，步骤S1中，刚度特征值矩阵K_c为：

刚度特征向量矩阵K_v为：

其中，l为肩关节中心S到腕关节中心W的方向向量，r为肩关节中心S到轴关节中心E的方向向量，d₁表示演示者肩关节中心S到腕关节中心E的方向向量r距离，d₂表示肘关节中心E到方向向量l的距离m，α₁和α₂表示需要辨识的模型参数。