龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：浙江大学
摘要：本发明公开了基于任务参数化与核化运动基元的技能轨迹泛化方法，首先通过动觉示教采集多组机器人末端位姿轨迹用以表征技能，将四元数表示的姿态轨迹基于黎曼流形重新表示，然后使用动态时间规整算法将所有演示轨迹进行时间对齐完成预处理。将演示轨迹的起止位姿设置为任务参数，并将所有轨迹分别投影变换至各任务参数中表示，在每个任务参数下使用高斯混合模型与高斯混合回归生成新的概率分布作为技能参考轨迹分布。使用核化运动基元算法对技能参考轨迹重新建模，对核化运动基元算法的超参数进行优化，并通过局部采样参考轨迹的方式来修正原始核化运动基元的建模结果，实现轨迹的局部特征增强，最后给定新任务参数，实现新场景下的技能轨迹泛化。
主权项：1.基于任务参数化与核化运动基元的技能轨迹泛化方法，其特征在于包括如下步骤：步骤1：采集多组机器人末端位姿轨迹作为演示轨迹；将末端姿态轨迹以流形数据表示，进行基于流形的切空间映射；并将所有演示轨迹进行时间对齐；步骤2：设置演示轨迹的起止位姿为任务参数，并将所有演示轨迹分别投影变换至各任务参数中，以任务参数进行表示；步骤3：在各任务参数下，使用高斯混合模型对所有时间对齐的演示轨迹进行编码，基于输入的时间与输出的位置与姿态进行建模，并迭代计算模型参数；在各任务参数下，基于高斯混合模型的所述模型参数，进行高斯混合回归，再将切空间映射回流形空间，得到技能参考轨迹；步骤4：使用核化运动基元算法对技能参考轨迹重新建模；步骤5：在各任务参数下，对技能参考轨迹进行局部轨迹点采样，并设置采样点的概率分布，用局部轨迹点的概率分布修正核化运动基元的建模结果，增强核化运动基元的局部特征；步骤6：给定新任务参数，通过概率分布线性变换，将上述任务参数下的局部特征增强后的核化运动基元概率分布结果，变换至对应的新任务参数下，再将所有新任务参数下的结果融合，生成全局坐标系下的技能轨迹。
全文数据：
权利要求：
百度查询： 浙江大学 基于任务参数化与核化运动基元的技能轨迹泛化方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号