[發明專利]基于幾何感知與節律動態運動基元的人機技能遷移方法

在審

• 申請號: 202310309634.4
• 申請日: 2023-03-27
• 公開（公告）號: CN116079745A
• 公開（公告）日: 2023-05-09
• 發明（設計）人: 李俊陽;劉程果;宋延奎;曾振威
• 申請（專利權）人: 重慶大學
• 主分類號: B25J9/16
• 分類號: B25J9/16
• 代理公司: 北京海虹嘉誠知識產權代理有限公司 11129
• 代理人: 胡博文

1.一種基于幾何感知與節律動態運動基元的人機技能遷移方法，其特征在于：包括如下步驟：

S1.構建機器人期望行為模型；

S2.基于機器人期望行為模型進行剛度矩陣估計，得到估計后的剛度矩陣；

S3.構建基于幾何感知與節律動態運動基元的機器人技能學習模型；

S4.將估計后的剛度矩陣輸入到機器人技能學習模型，使得機器人對剛度軌跡進行模仿，實現剛度軌跡的復現。

2.根據權利要求1所述的基于幾何感知與節律動態運動基元的人機技能遷移方法，其特征在于：根據如下公式確定機器人期望行為模型：

其中，M為質量矩陣，B為阻尼矩陣，K為剛度矩陣，X_d為機器人的期望位置，X為機器人的當前位置，為機器人的當前速度，為機器人的當前加速度，F_e為機器人外界的交互力。

3.根據權利要求2所述的基于幾何感知與節律動態運動基元的人機技能遷移方法，其特征在于：所述步驟S2，具體包括：

S21.對機器人期望行為模型進行線性化處理，得到線性化模型：

其中，

S22.利用最小二乘法對線性化模型進行求解，得到每個時刻的剛度矩陣估計；

S23.引入優化模型對求解后的線性化模型進行優化處理，得到滿足對稱正定矩陣約束的剛度矩陣；所述優化模型為：

其中，為估計后的剛度矩陣，H是P的奇異值分解P＝USV^T的對稱極性因子，U與V為酉矩陣，S為含奇異值的對角矩陣。

4.根據權利要求1所述的基于幾何感知與節律動態運動基元的人機技能遷移方法，其特征在于：根據如下公式確定機器人技能學習模型：

其中，τ為運行頻率Ω的倒數，為剛度矩陣K的二階導數，α_y以及β_y均為系統增益參數；K_g為目標對稱正定矩陣，K_j為時刻t_j對應的剛度矩陣，K₁為初始剛度矩陣，

z為剛度矩陣K的一階導數，vec(·)為一個使用Mandel符號將對稱矩陣變換成向量的函數；

Ψ_i(φ)＝exp(h(cos(Ψ_i(φ)-c_i)-1))；

其中，N為數據點總數，φ為相位；為權重，r為調制周期信號，c_i和h分別為基函數Ψ_i(φ)的中心與寬度。

5.根據權利要求4所述的基于幾何感知與節律動態運動基元的人機技能遷移方法，其特征在于：根據如下式子對相位與頻率τ進行估計：

其中，為相位φ的一階導數，為頻率Ω的一階導數，Ω＝1/τ，P是一個正定耦合常數，是外部信號U和內部估計之間的差異；

其中，M是傅里葉級數的個數，c為傅里葉級數的序列編號，

A以及B均為常數，η是學習率；

6.根據權利要求1所述的基于幾何感知與節律動態運動基元的人機技能遷移方法，其特征在于：根據如下公式使得機器人對剛度軌跡進行模仿：

其中，為機器人模仿的剛度矩陣，t表示當前時刻，δt為時間間隔，Exp_K(t)(·)表示指數映射函數，K(t)為當前時刻的剛度矩陣，z(t)為當前時刻剛度矩陣的向量表示，表示并行傳輸函數，K₁為初始剛度矩陣，mat(·)為使用Mandel符號將向量變換成對稱矩陣的函數，τ為運行頻率Ω的倒數。