论文题目：面向进食任务的服务机器人操作技能学习方法研究
摘要：演示学习是近年来机器人技能学习领域研究热点,机器人通过学习原始技能演示中的有效信息,拥有在原场景或新场景下再现操作技能的能力。本文在针对含有实际操作对象的技能场景下,依靠RGB-D视觉传感器进行操作物体检测识别,以机器人完成辅助进食为研究目标,从技能演示、技能分割、基元表征和技能重现四个方面,系统性地研究了面向进食任务的服务机器人操作技能学习方法,并在真实进食场景中呈现了所提出的操作技能学习方法的实验效果。论文在综述服务机器人操作方法和机器人技能学习研究现状基础上,重点从以下三个方面开展了研究工作:（1）基于Kinova机械臂构建面向进食任务的服务机器人操作实验平台。在此实验平台下,完成了食物位置检测和眼在手外的视觉系统建立工作,同时将机器人、相机、食物和进食者四者的坐标系变换到机器人基坐标系下,为开展机器人辅助进食操作技能演示和获取数据提供平台基础。（2）基于BP-HSMM贝叶斯非参数模型实现机器人辅助进食操作技能分割。在此模型中,首先利用Beta过程中被激活的特征数作为HSMM的隐状态数目进行模型训练,克服了一般HSMM模型训练时需要人为指定隐状态数的问题,然后使用BP-HSMM维特比算法详细推导了模型中的隐状态分布,最后在相关进食技能演示数据上对比验证了所提出新模型的分割效果,为后续操作基元表征以及操作技能重现提供重要数据来源。（3）基于DMP与行为树实现机器人辅助进食操作技能再现与泛化。采用DMP算法实现了在保留原始操作基元的运动趋势下,跟踪得到改变操作基元起点或终点和基元路径中存在障碍物时的轨迹。行为树框架逻辑清晰且易于拓展,通过使用该框架中的控制节点和行为节点建立了一棵实现机器人操作技能再现与泛化的行为树,并在改变食物位置、进食者嘴部位置高度以及避障的进食场景中顺利再现了机器人辅助进食操作技能,证实了在服务机器人操作技能学习与再现领域DMP结合行为树的控制方法是可行的。基于上述理论与实验研究,本文设计了以Kinova-Jaco2服务机械臂为操作主体,以完成辅助进食为目的的实验系统,探索了技能分割、基元表征和技能再现等具体过程。在进食面包和饮水两个实验场景中证实了所提出的理论和方法在服务机器人操作技能学习领域是有效的。
关键词：服务机器人;辅助进食;演示学习;HSMM;DMP;行为树
学科专业：仪器仪表工程
专用术语注释表
摘要
Abstract
第一章 绪论
1.1 课题研究背景及意义
1.2 国内外研究现状
1.2.1 服务机器人操作方法
1.2.2 机器人技能学习
1.3 论文主要研究内容
1.4 论文组织结构与安排
第二章 面向进食任务的服务机器人系统设计
2.1 引言
2.2 实验系统
2.2.1 硬件实验系统
2.2.2 软件实验系统
2.3 机器人辅助进食操作技能实验平台
2.3.1 机器人辅助进食操作技能演示
2.3.2 机器人辅助进食操作技能学习框架
2.4 本章小结
第三章 面向进食任务的服务机器人操作技能分割
3.1 引言
3.2 时间序列模型HSMM
3.2.1 HSMM理论基础
3.2.2 HSMM符号与变量
3.3 BP-HSMM构建与应用
3.3.1 BP理论基础与构建
3.3.2 BP-HSMM构建
3.3.3 BP-HSMM参数学习
3.3.4 BP-HSMM隐状态求解算法
3.4 基于BP-HSMM的机器人辅助进食操作技能分割
3.4.1 机器人辅助进食操作演示数据获取与处理
3.4.2 机器人辅助进食操作技能分割
3.5 本章小结
第四章 面向进食任务的服务机器人操作技能学习与再现
4.1 引言
4.2 机器人辅助进食操作基元底层运动学习
4.2.1 DMP理论基础
4.2.2 基于DMP的进食操作基元运动表征与学习
4.3 机器人辅助进食操作基元上层顺序学习
4.3.1 行为树基本理论
4.3.2 基于行为树的进食操作基元组织顺序学习
4.4 机器人辅助进食操作技能再现与泛化
4.4.1 进食操作技能再现方法
4.4.2 进食操作技能泛化方法
4.5 本章小结
第五章 总结与展望
5.1 工作总结
5.2 未来展望
参考文献
致谢