發(fā)展型學習算法構建的移動機械手抓取能力的研究.pdf

1、具有靈巧的作業(yè)能力的機械手能應用在眾多工業(yè)與生活領域中。傳統(tǒng)的機械手工作環(huán)境固定，無法適應陌生環(huán)境。而移動機械手的移動能力將機械手的工作區(qū)間從單個工作臺擴展到極大的區(qū)域，應用范圍也擴展到家庭服務，倉庫，后勤，軍事，以及生產線等多個領域，實際應用價值更高。因此移動機器人手眼協(xié)調問題具有非常重要的研究意義。
　　靜態(tài)環(huán)境下機器人的視覺空間和手臂本體感覺為非線性映射關系，而對于移動機械手來說，移動平臺帶來新的映射協(xié)調問題，這些都是移動機

2、械手研究中的重點。目前機器人手眼協(xié)調問題的研究主要側重于如何將視覺刺激映射到手臂本體感覺，建立映射的方法主要有兩種:一是數(shù)學建模方法，采用逆運動方程規(guī)劃;二是使用人工神經網絡的學習方法。而本文除了將視覺刺激映射到手臂本體感覺外，還引入另一條逆向的從手臂本體感覺到視覺刺激的映射，該手眼協(xié)調系統(tǒng)能雙向轉換眼和手之間的刺激。通過使用雙向刺激傳輸通道，在機器人系統(tǒng)中建立擬人的行為模式。這種擬人的能力可提高機器人的自主適應能力和生存能力。

3、　　對于移動機械手在動態(tài)環(huán)境下的手眼協(xié)調問題，目前的機器人在陌生環(huán)境下的自主性還有待提高。而本文將基于限制釋放的發(fā)展型學習方法應用于移動機械手學習過程，首先在靜態(tài)條件下建立手眼協(xié)調能力，然后轉入動態(tài)環(huán)境下建立移動手眼協(xié)調能力。通過制定限制釋放的順序，使機器人在每個新限制釋放的條件下學習新技能。兩個神經網絡分別用于手眼協(xié)調和移動視覺協(xié)調的建立。
　　最后在兩個機器人系統(tǒng)中分別進行擬人行為模式和移動抓取行為的實驗，實驗結果證實所用的學