公开(公告)号：CN111872934A

公开(公告)日：2020-11-03

申请号：CN202010563175.9

申请日：2020-06-19

Applicant: 南京邮电大学

Inventor： 徐国政 ,  杨赛 ,  陈盛 ,  高翔 ,  王强 ,  朱博 ,  谭彩铭

IPC: B25J9/16

Abstract: 本发明公开了一种基于隐半马尔可夫模型的机械臂控制方法及系统，其中方法包括：通过对获取的多组机械臂抓取过程观测数据建立对应的HMSS训练模型，再基于BIC准则从训练模型中选择最优模型；使用维特比算法对最优模型进行解码，得到隐藏的基元运动行为，建立基元运动库；计算HSMM新型前向概率，根据HSMM新型前向概率的滤波概率求得当前时刻被激活的运动基元，重新规划基元运动序列；最后基于DMP算法对每个运动基元建立基元轨迹模型，控制机械臂执行基元轨迹。本发明提高了机器的自主学习能力，同时具备稳定性和泛化性。

公开(公告)号：CN111872934B

公开(公告)日：2023-01-31

申请号：CN202010563175.9

申请日：2020-06-19

Applicant: 南京邮电大学

Inventor： 徐国政 ,  杨赛 ,  陈盛 ,  高翔 ,  王强 ,  朱博 ,  谭彩铭

IPC: B25J9/16

Abstract: 本发明公开了一种基于隐半马尔可夫模型的机械臂控制方法及系统，其中方法包括：通过对获取的多组机械臂抓取过程观测数据建立对应的HMSS训练模型，再基于BIC准则从训练模型中选择最优模型；使用维特比算法对最优模型进行解码，得到隐藏的基元运动行为，建立基元运动库；计算HSMM新型前向概率，根据HSMM新型前向概率的滤波概率求得当前时刻被激活的运动基元，重新规划基元运动序列；最后基于DMP算法对每个运动基元建立基元轨迹模型，控制机械臂执行基元轨迹。本发明提高了机器的自主学习能力，同时具备稳定性和泛化性。