机器人示教缝纫动作的学习方法

摘要：

提出了 一种基于高斯混合模型(Gaussian mixture model,GMM)-高斯混合回归(Gaussian mixture regression,GMR)的机器人动作学习方法,以实现机器人对示教缝纫动作的学习.采用改进的OPENPOSE模型识别示教缝纫动作,并运用标签融合方法更正关节点标签,解决缝纫过程中因布料遮挡造成的关节定位失败问题.以人体上肢关节的坐标变化作为缝纫动作训练样本,采用时间间隔将轨迹样本分割成运动基元,并运用GMM对每段运动基元和时间进行混合编码,得到高斯分量的回归函数.应用GMR对运动基元进行运动预测,生成缝纫动作轨迹,更新回归函数的高斯参数,实现工人上肢缝纫动作的学习.通过轨迹跟踪的仿真实验以及与Kalman方法进行实验对比,验证了本文缝纫动作学习方法的平稳性和有效性.

关键词：缝纫机器人、OPENPOSE模型、示教动作、高斯混合模型、高斯混合回归

所属期刊栏目：36

分类号：TP242(自动化技术及设备)

资助基金：国家自然科学基金;陕西省重点研发计划;陕西省重点研发计划项目

在线出版日期：2022-05-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：76-84