肖洒
- 作品数：3 被引量：0H指数：0
- 供职机构：福州大学机械工程及自动化学院更多>>
- 相关领域：自动化与计算机技术机械工程交通运输工程更多>>
- 一种基于DTW-DP-GMM的工业机器人轨迹学习策略
- 2025年
- 针对机器人示教编程过程中使用高斯混合模型(GMM)规划运动轨迹时存在的高斯分布个数难以选择、复现轨迹精度较低等问题,提出了一种复合的机器人运动轨迹学习策略.该策略包含动态时间规整(DTW)算法、高斯混合模型与道格拉斯-普克(DP)算法.首先,针对示教过程中采集的多条轨迹在时间长度上存在差异的问题,采用DTW算法来统一示教轨迹在时域上的变化.其次,使用GMM算法对示教轨迹的特征进行提取,并利用高斯混合回归(GMR)算法将其重构为复现轨迹.在这个过程中采用DP算法来预估GMM算法的关键参数高斯分布的数量,与传统方法相比,能够简单直观地得到相对准确的参数值.利用DP算法对复现轨迹的数据点进行稀疏化并优化,不仅确保了机器人最终运动轨迹的精度,而且大幅减少了最终轨迹数据点的数量.最后,进行了不同形状的模拟焊接轨迹学习规划实验.结果表明:经由DTW对齐后的示教轨迹具有更加明显的运动特征,经过GMM-GMR学习输出的复现轨迹具有良好的表征结果;在使用GMM-GMR算法学习示教轨迹的过程中,采用DP算法可以有效预估高斯分布个数;经过DP算法稀疏化并优化的最终轨迹的平均位置误差均在0.500 mm以内,其最大误差可以控制在0.800 mm以内,可以满足焊接轨迹规划的精度要求,验证了该策略的有效性和优越性.
- 肖洒陈旭阳叶锦华叶锦华
- 关键词：工业机器人高斯混合模型动态时间规整
- 一种基于DP-KMP的机器人避障交互式学习方法
- 2024年
- 为了使机器人在执行复杂任务时能够及时避开障碍,提出了一种基于DP-KMP的机器人避障交互式学习方法。首先构建了该方法的整体框架,采用分割泛化策略,实现对示教轨迹的快速分段学习和对分段轨迹的避障规划;针对学习阶段,提出了基于DP算法的轨迹分割策略以提高分割效率,并使用高斯混合模型策略提取各子轨迹的参考数据库;针对轨迹规划阶段,使用KMP模型完成轨迹复现与泛化,并引入基于人机交互反馈的参考数据库更新策略,提升了人机交互避障的成功率;针对该更新策略可能失效导致避障轨迹规划失败的问题,提出了两个相应的适用条件用于检验分割生成的子轨迹。最后,通过仿真验证了所述适用条件的有效性;真实实验结果表明,使用所提出的方法分割两个实验的示教轨迹分别仅用时0.084和0.107 s, KUKA协作机器人在执行不同搬运任务的过程中通过与用户的多次交互成功避开了所有静止和突然变化的障碍。
- 肖洒吕勇明吴海彬
- 关键词：模仿学习避障
- 基于HyperWorks的汽车制动踏板静力分析流程自动化系统的设计
- 2016年
- 针对静力分析前处理过程中操作步骤繁琐,重复性工作量大等问题,本文结合企业实际CAE分析经验,设计出基于Hyper Works的汽车制动踏板静力分析流程自动化系统。该系统应用Tcl/Tk语言进行开发,实现了静力分析前处理流程的规范化,不仅可以引导CAE工程师完成流程的分析过程,而且大幅减少前处理操作时间,提高了工作效率。实践效果表明,该系统不仅提高了CAE分析工作效率,缩短了产品研发设计周期,同时也有利于企业积累相关的CAE分析经验,对于企业有着相当明显的经济效益和积极意义。
- 肖洒彭育辉
- 关键词：HYPERWORKSTCL/TK制动踏板静力分析自动化系统
