基于RGBD的机器人模仿学习研究开题报告
2020-06-04 20:19:00
1. 研究目的与意义(文献综述包含参考文献)
一、课题研究背景及意义
1.1机器人模仿学习研究背景
模仿学习在最近的机器人学习控制中获得了相当多的关注,很多研究者希望模仿学习可以减少编程或者示教给机器人更有用的行为。在传统的示教中人类操作者需要在所需要的位置让移动机器人所有的关节走一条路径来教给机器人所需的手臂行走轨迹,通常这是一个很繁琐的过程,显然机器人如果能够很简单的就可以学到人类教给的动作,这会更有效。因此在构建智能机器人的方法中模仿学习由于具有适应性强、学习效率高等优点越来越受到关注。模仿学习避免了针对特定任务的复杂编程过程使机器人像人类一样可以通过自己的感觉系统与环境交互作用在与环境的交流中学习新的知识和解决问题的方法。模仿学习使机器人具有了更高的适应性通过观察示教者的动作可以快速学习到有用的动作这样就能够迅速适应新的环境,并且较之传统的机器人个体之间相互独立的学习过程模仿学习大大提高了机器人的学习效率。实践证明模仿学习是一种有效的机器人学习方法。
2. 研究的基本内容、问题解决措施及方案
2.1本课题主要研究或解决的问题
(1) 获取kinect 视觉传感器中骨骼点的三维位置信息。
(2) 采用高斯滤波、中值滤波、均值滤波和双标滤波的方式对采集的xyz坐标进行数字滤波处理。并对四种处理的结果进行对比,选择合适的滤波方式作为本课题的结果。
(3)发送滤波后的数据给机器人实现动作再现。