基于机器学习的人机协调操作意图感知与控制方法研究

摘要：

为了实现人机协作所需要的柔顺控制,需要机器人具有一定的合作经验.通过分析人进行意图识别的方法与过程,提出一种基于机器学习识别操作者意图的方法.建立了BP神经网络模型,对机器人进行意图识别离线训练,使其具有一定的合作技能,以便在合作过程中能够根据合作者的作用力和机器人的运动特征在线估计人的意图.该方法的优势在于克服了传统方法中建立人机合作模型困难,尤其复杂多变的人体运动模型,人体阻抗参数难以估计等缺点.实验结果证明:该方法减小了合作者作用力的同时,提升了人机协作的运动同步性,机器人柔顺性得以提高.

关键词：人机协作、力信息、机器学习、柔顺控制、意图识别

所属期刊栏目：47

分类号：TP273(自动化技术及设备)

在线出版日期：2019-07-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：147-150