机械工程学报

作者：苏永彬, 刘暾东

单位：厦门大学萨本栋微米纳米科学技术研究院 厦门 361102

关键词：演示学习,动态时间规整,概率运动基元,轨迹建模；

针对大作业半径机器人在演示学习过程中存在的轨迹离群问题，提出一种基于混合概率运动基元的机器人演示轨迹鲁棒性建模方法。该方法采用基于动态时间规整的方法对采集到的演示轨迹进行预处理，通过映射矩阵路径寻优提升轨迹点的分布质量，解决了演示者动作卡顿与速度不均造成的轨迹时间长度不一问题。在此基础上，采用概率运动基元模型的置信区间设定轨迹点数量阈值，对轨迹样本进行聚类和权重分配；利用聚类结果和权重参数构建混合概率运动基元模型，抑制离群轨迹对模型参数的偏移，以提高模型鲁棒性。为验证方法有效性，设计了手写字母轨迹公共数据集和实际机械臂上料轨迹的演示学习实验，并引入平均弗雷歇距离和平均欧氏距离定量评估模型可靠性；实验结果表明：所提方法有效约束了离群轨迹对模型参数造成的偏移，与传统的概率运动基元模型和高斯混合模型相比表现出更强的鲁棒性，在大作业半径的工业机器人领域具有良好的应用前景。

来源：2025年第3期

《机械工程学报》期刊编辑部

查看机械工程学报杂志2025年第3期