(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211048193.9 (22)申请日 2022.08.30 (71)申请人 华中科技大 学 地址 430000 湖北省武汉市洪山区珞喻路 1037号 (72)发明人 赵欢　郭吉阳　汪一苇　丁汉　 (74)专利代理 机构 武汉知伯乐知识产权代理有 限公司 42 282 专利代理师 李金龙 (51)Int.Cl. B25J 9/16(2006.01) B25J 13/02(2006.01) (54)发明名称 基于多运动技能先验的人机共享自治遥操 作方法及系统 (57)摘要 本发明公开了一种基于多运动技能先验的 人机共享自治遥操作方法及系统， 包括以下步 骤： 基于动态运动基元的方法， 通过对不同任务 轨迹进行示教学习， 构建运动技能库； 获取实时 轨迹在运行技能库中的最优分类； 构建人类和机 器人共享控制的导纳控制模型； 基于人类和机器 人的置信度获取共享控制权重， 进行共享控制率 仲裁。 将人和机器人各自的规划控制统一在导纳 控制框架下， 并通过二者的置信度度量设计仲裁 函数， 分配共享控制权值， 在线调整机器人自治 水平， 实现共享控制遥操作； 相比于机器人主导 的离线轨迹生成方法， 本方法增加了人类介入操 作的灵活性， 可以实现避障、 轨迹修调等功能， 提 升了复现精度， 降低人类功耗和任务完成时间。 权利要求书4页 说明书13页 附图3页 CN 115488881 A 2022.12.20 CN 115488881 A 1.一种基于多运动技能先验的人机共享自治遥操作方法， 其特 征在于， 包括以下步骤： S100基于动态运动基元的方法， 通过对不同任务轨 迹进行示教学习， 构建运动技能库； S200获取实时轨 迹在运行技能库中的最优分类； S300构建人类和机器人共享控制的导纳控制模型； S400基于人类和机器人的置信度获取共享控制权 重， 进行共享控制率仲裁 。 2.根据权利要求1所述的一种基于多运动技能先验的人机共享自治遥操作方法， 其特 征在于， 所述S20 0包括： S210对实时轨 迹进行分类汇总： 其中， x0→T表示从开始到当前时刻的轨迹； N为运动技能库包含的动态运动基元的总个 数； g代表给定的目标点； P为 概率； T为总时间； S220获取实时生成的轨 迹与运动技能库中的期望 轨迹的相似度关系： lρ(i,j)＝d(i,j)+ρ ·min{l(i‑1,j‑1),l(i‑1,j),l(i,j ‑1)} l(i,j)＝d(i,j)+mi n{l(i‑1,j‑1),l(i‑1,j),l(i,j ‑1)} 其中， i＝1,2, …m， j＝1,2, …n， m,n分别代表轨迹xA和xB的路径数据点总数； N为规整路 径的长度； S230对实时生成的轨迹与运动技能库中的期望轨迹逐一对比， 获得已知轨迹相对于各 个运动技能库技能的相似性度量 S240基于相似性度量， 以最大熵 原则为准则， 获得最优分类： 其中， β为可调参数， 最优的参数值为 其中的ε为一个正的常 数， 取 ε＝0.0 01。 3.根据权利要求2所述的一种基于多运动技能先验的人机共享自治遥操作方法， 其特 征在于， 所述S2 20包括： S221定义A， B两路径之间的相似度为： 其中D表示距离函数； 使用路径的积分长度评价当前轨迹与技能库中标准路径距离， 有 如下约束：权　利　要　求　书 1/4 页 2 CN 115488881 A 2其中， m,n分别代表 轨迹xA和xB的路径数据点总数； s为弧长， S0和Sm分别代表 轨迹起始点 0到m的各段弧长， S0和Sn分别代表轨迹起始点0 到n的各段弧长； S222采用动态时间归整计算距离： 其中， xA和xB为轨迹； S223以路径点 和 之间的欧式距离作为第i行j列构造距离矩阵Dm×n， 求解动态规 划， 并引入遗 忘因子修 正： lρ(i,j)＝d(i,j)+ρ ·min{l(i‑1,j‑1),l(i‑1,j),l(i,j ‑1)} l(i,j)＝d(i,j)+mi n{l(i‑1,j‑1),l(i‑1,j),l(i,j ‑1)} 其中， i＝1,2, …m， j＝1,2, …n，…n， m,n分别代表轨迹xA和xB的路径数据点总数； ρ 为遗 忘因子； S224距离的度量在l(i,j)的基础上取平均， 得到轨迹xA和xB的距离， 即为实 时生成的轨 迹与运动技能库中的期望 轨迹的相似度关系： 其中， N为规整路径的长度。 4.根据权利要求1所述的一种基于多运动技能先验的人机共享自治遥操作方法， 其特 征在于， 所述S10 0具体包括： S101在DMP运动规划框架中确定运动轨 迹特征， 获取任一 运动技能表示： p＝[ τ,w1,w2,...wN]T 其中， τ为任务执行的速度因子； {wi}为从人类示教数据中学习到的权值； N为高斯基函 数个数， 由人工调参设定； T为向量 转置； S102通过对不同的任务轨迹进行示教学习， 获得若干组pi， 构建一簇动态运动 基元库， 即运动技能库： DMPs＝{p1,p2,...,pl}。 5.根据权利要求1所述的一种基于多运动技能先验的人机共享自治遥操作方法， 其特 征在于， 所述S3 00具体包括： S301获取外环的零刚度条件下笛卡尔空间的导纳控制模型： 其中， Md和Cd分别为设计的惯性和阻尼参数； xr(t)表示笛卡尔空间的期望轨迹； ur(t)和 fh(t)分别代表机器人和 人类操作者所施加的力的输入， α和β则分别为机器人和 人类操作 者的控制权 重； S302基于动态运动基元的方法， 构造无刚度的导纳控制， 获得阻尼参数和机器人所施 加的力的输入：权　利　要　求　书 2/4 页 3 CN 115488881 A 3