The application of motion primitives to encode robot motion has garnered considerable attention in the field of academic research. Existing models predominantly focus on reproducing task trajectory in relation to position, often neglecting the significance of orientation. Orientation Probabilistic Movement Primitives (ProMPs) indirectly encode motion primitives for attitude by utilizing their trajectory probabilities on Riemannian manifolds, specifically the 3-sphere S3. However, assuming a Gaussian distribution imposes constraints on its abilities. We propose Mixed Orientation ProMPs to enhance trajectory planning and minimize the occurrence of singular configurations. This model consists of multiple separate Gaussian distributions in the tangent space, enabling the approximation of any distribution. Furthermore, optimization objective functions of the Lagrangian type can incorporate constraints, such as singularity avoidance, and others. Finally, the effectiveness and reliability of the algorithm were validated through trajectory planning experiments conducted on the UR5 robotic arm. © The Author(s), under exclusive license to Springer Nature Singapore Pte Ltd. 2024.

The problem of Person Re-Identification is still a big challenge, as the complex network structure and unsatisfactory generalization performance of widely used deep neural networks make them unsuitable for application to real-world problems. In this paper, we propose a global feature-based person re-identification network with strong generalization. The extracted features part contains two channels of feature fusion: the feature extraction module and the feature generalization module. The feature generalization module is a new MixStyle module added to the feature extraction module, which can effectively mix the style information of images under different domains or even the same domain to form multiple potential domain features, thus improving the generalization performance of the model. In addition, this paper also makes some improvements to the loss function by adding a new constraint on the positive sample pair distance, which makes it possible to maximizes the reduction of intra-class distance in addition to pushing the distance between different classes during the training process. Experimental results on two datasets, Market1501 and DukeMTMC, demonstrate that the method proposed in this paper exhibits strong generalization performance for the person re-identification problem and outperforms current global feature-based person re-identification methods. © The Author(s), under exclusive license to Springer Nature Singapore Pte Ltd. 2024.

随着工业4.0和制造2025的持续深化,协作机器人脱颖而出。从工业制造到家庭,机器人的应用广泛,工作环境逐渐从结构化环境演化为非结构化环境,机器人不再是完全替代人而是赋予人的角色,与人协作完成复杂的任务。实际过程中,人机协作面对不同的环境、不同任务以及不同的协作者,而且若在人机协作的场景中加入障碍物,这也对协作机器人来说是一个巨大的挑战。面向人机协作和避障这一共性问题,针对时间敏感的人机协作任务,开展基于时间索引高斯过程的双空间协作概率运动基元研究,规避了复杂的逆运动学求解。针对状态敏感的人机协作任务,开展基于状态索引的非线性动态系统的融合动态协作系统的协作基元研究,增加了协作的鲁棒性,并将上述两种协作框架分别结合避障算法以实现人机协作中的避障。本文具体研究如下:（1）人机协作中深度学习检测空间障碍物的研究。根据目前前沿的深度学习算法,YOLOv3算法具备实时性和识别速度快的性能,利用实验室现有的小觅双目深度摄像头,搭建好实验平台,拍摄好照片利用YOLOv3算法识别出实验给定的障碍物,接着根据深度图可得到空间坐标,进而可得到空间障碍物的尺寸信息。（2）时间/状态索引协作基元研究。开展双空间并行概率运动基元框架研究,该框架构建人机协作在关节和笛卡尔两个空间运动基元的概率模型,从示范任务中学习人与机器人在双空间中交互动作的非线性相关性,接着使用人体动作为条件并根据人与机器人在双空间中的相关关系来推断机器人的协作运动,适用于时间敏感的人机协作任务。针对状态敏感的协作任务,基于SEDS模型总结出基于状态索引的融合动态系统,并融合两个SEDS动力学系统,通过GMR预测同步协调人和机器人的运动,通过点对点的多步估计收敛到目标终点,且能够对环境的变化做出快速反应。（3）人机协作中避障路径规划研究。总结出两种避障方法来与两种协作系统模型进行结合,皆能很好的完成避障。其一是改进的RRT*作为双空间协作概率运动框架的避障方法,由于双空间协作框架已经预测出轨迹,因此这是属于有轨迹导向的路径点选择,接着在RRT*引力函数中加入人工势场法的引力分量,使其到达目标的速度加快。其二是在融合动态协作系统中加入在线避障算法,在保证很好的与提出的人机协作框架进行协调的前提下,根据障碍物的大小、位置以及形状等信息建立一个动态系统调制矩阵,对利用动态系统描述的机器人轨迹进行实时的调制,可以保证机器人在不确定的环境下安全到达目标位置。（4）人机协作和避障仿真结果验证研究。本文采用两个XSENS传感器穿戴在协作者的手臂上采集人体上肢动作,UR5协作机器人采集机器人动作,最后使用ROS读取两者的数据。接着采用MATLAB进行人机协作框架数据的处理与训练,以及协作智能体的意图识别以及机器人的动作预测。最后使用MATLAB和机器人工具箱进行实验的仿真验证,通过实验结果证明融合动态协作系统以及避障算法是有效的。

机器人是一个国家科技实力和高端制造能力的象征。机器人在工业制造领域已经取得了极大的成功,正逐步走向日常的生活场景。面对非结构化的日常生活中的工作场景,强化学习结合深度学习的机器人学习被视为实现机器人快速自主技能学习最有前景的技术之一。但是强化学习和深度学习都面临着数据低效的问题,即需要大量训练样本,这在机器人的应用场景中是难以被满足的。本文以强化学习和深度学习相结合的镜像下降引导策略搜索方法（MDGPS）为基础,从行为策略、示教轨迹策略提取、变分贝叶斯高斯混合模型动力学先验等方面进行数据高效机器人学习的探索研究。本文主要工作如下:（1）基于MDGPS方法探索了通过特征提取示教轨迹获得先验进而加速学习的问题,提出使用贝叶斯定理从示教轨中提取时变线性高斯策略的方法。对比分析了没有示教轨迹、仅提供示教轨迹和示教轨迹结合从示教轨迹中提取的时变线性策略三种方法,实验验证所提出的方法能够让MDGPS方法通过几次迭代便能够学习到最优的局部策略和全局策略,提高了数据高效性。（2）基于MDGPS方法探索了行为策略选择问题,提出了off/on-policy行为策略切换的技巧。根据代价下降率进行行为策略的切换,通过此技巧既保证了探索的充分性,也保证了算法最终的策略收敛效果和鲁棒性。（3）基于MDGPS方法探索了基于数据拟合动力学模型的问题,提出了使用变分贝叶斯高斯混合模型替代普通的高斯混合模型的方法。变分贝叶斯高斯混合模型避免了模型聚类中心个数的选择困难问题,能够提供更加准确的近似全局模型。以此为先验,提供更加准确的时变线性动力学模型,从而加速算法收敛,提高数据的高效性。（4）基于Coppelia Sim的一、二连杆摆,对比分析了有模型LQR与无模型PI~2、MDGPS与PIGPS在数据高效性上的表现,验证了所提出的off/on-policy行为策略切换的技巧。基于Box2D的Point Mass,验证了所提出的基于示教轨迹的策略提取方法和变分贝叶斯高斯混合模型方法。基于Mu Jo Co平台的Peg-In-Hole,在更加复杂对象下验证了所提出的基于示教轨迹的策略提取方法的表现。实验结果表明,本文所提出的基于示教轨迹的策略提取方法、off/on-policy行为策略切换技巧和变分贝叶斯高斯混合模型可行、有效,提高了基于引导策略搜索方法的数据效率。

Robot vision, which integrates measurement and perception, plays an important role in robot manipulation applications. Although the current deep learning-based visual neural network models have high perception capabilities, their network structures are usually too large to be implemented on embedded devices for robot vision. In this paper, we propose neural network architecture search (NAS) that combines pre-training and pruning operations to simplify deep neural network architectures. It not only solves this problem without losing network accuracy, but also significantly alleviates the difficulties of long network computation time and redundant search space in traditional NAS methods. Finally, the experimental results show that the neural network generated by the proposed algorithm outperforms the artificially designed neural network, which demonstrates the effectiveness of the method. At the end of the paper, the rationality of the method is proved by experiments and comparisons. The performance of the new algorithm and the generated neural network is better than that of the artificially designed neural network. © 2023 IEEE.

机器人技术反映着一个国家的科学技术水平,是当代最具有重要战略意义的产业之一,而随着机器人技术的发展,其应用场景越来越复杂多变,传统的固定作业机器人无法满足生产要求,机器人要求被赋予更灵活快速的应激能力和更智能的行为。机器人运动技能的获取与泛化就是赋予机器人智能的一种重要方法,而基于示范学习加强化学习的框架（LfDRL）的运动技能获取方法,应用最为成功,本文基于策略表示、模仿学习和优化的三段范式LfDRL框架,针对在特定的性能约束条件下根据演示任务自主完成新的任务这一热点问题,提出了一种基于改进的局部加权回归（iLWR）、路径积分策略提升（PI~2）和基重组的运动技能学习方法（iLWR-PI~2-AL）。由于经典的LWR-PI~2方法训练过程中基函数固定,可能不适用于新任务,对此本文加入基函数自重组和iLWR双摄动方法,让算法在双空间里交替学习,将逐渐实现从熟悉任务到新任务的泛化学习。本文的研究内容如下:首先,本文研究了国内外的机器人发展现状,然后通过大量文献调研了与本文密切相关的模仿学习、强化学习以及与前两者相结合的深度学习方法。然后,本文介绍了机器人运动学的基本知识,包括正逆运动学、D-H坐标表示法,讨论了机器人研究中常见的运动解耦和关节冗余问题。其后,本文基于DMPs-iLWR和DMPs-GMR模仿学习方法,总结出一个模仿学习的统一框架,紧接着基于模仿学习,通过PI~2强化学习实现技能泛化,本文比较分析了iLWR-PI~2和GMR-PI~2两种方法的优劣势,提出了基于双空间交替学习的iLWR-PI~2策略提升方法（iLWR-PI~2-AL）,该方法通过权空间和基空间的交替优化寻找任务的最优/次优解,最后从理论层面解释了双空间学习的可行性。最后本文分别用SCARA、平面十连杆、NAO和UR5机器人作为实验平台验证所提出的算法,前两种机器人仅用MATLAB作仿真实验,后面两种在仿真后用实物进行验证,结果表明该算法性能优秀。

随着社会的发展,机器人的应用需求进一步提高,机器人更多地向协作化方向发展。当机器人需要停止一项任务去执行另一项任务时,需要花费较多成本。同时,为应对不同的任务需求,机器人末端执行器的动作也是不同的。如何使机器人在非结构化场景中高效率地工作是机器人产业的一大热点需求。本文以多任务人机协作为背景,将机器人与人的意图相结合。使机器人在根据人手行为意图直接从一项任务切换到另一项任务的同时,还可以根据人手的语义意图执行相应的末端动作。本文主要工作如下:首先,分析了ProMP和iProMP的缺陷。针对这些缺陷,提出了MTProMP和mtiProMP两种混合的概率运动模型。这些改进的模型混合了多个运动基元,可以更加有效地学习到示范任务的特征。其次,任务过程中提出基于EM算法的双空间交替估计方法,在优化局部独立运动基元的同时,优化全局的权重信息,保证了轨迹的精度和平滑。并从理论上验证了该方法的可行性。然后,基于GeoConGAN框架实现了对人手的行为意图识别和语义意图识别。并将这两种意图融合到多任务协作中,使机器人和人在协作过程中,不仅能根据人手行为意图的变化切换任务轨迹,还可以根据人手语义意图的变化执行不同的末端操作。最后,在Sawyer机械臂上通过轨迹规划实验验证了模型的可靠性,并将基于行为意图的任务切换实验和基于语义意图的猜拳识别实验结合,使机器人在整个猜拳游戏中,可以实时根据行为意图切换任务轨迹,根据语义意图做出对应的猜拳手势。实验结果验证了该方案的可行性。

人机交互是一个广泛的研究领域,具有很高的经济影响。机器人已经开始从实验室和制造环境进入更复杂的人类生活。这对人与机器人之间的交互提出了新的要求。本文以人机交互为背景,基于模仿学习、意图识别策略及任务切换等展开了研究。本文主要工作如下:（1）基于动力学系统的模仿学习研究。人机交互中的模仿学习方法主要有动态运动基元和概率运动基元。以上两种模型是典型的基于时间索引的模型。时间依赖性使得这些模型对空间和时间扰动都非常敏感。动态运动基元模型还有另外一个不足,它只能对单个演示进行建模,对于多组示范轨迹就不适用。本文引入了基于状态索引的动力学系统（Dynamical System,DS）模型,该模型能很好克服前面两种模型的缺陷。文中动力学系统是基于高斯混合模型得到的,通过SEDS算法可以得到非线性动力学系统的参数,并且这个非线性动力学系统在目标点处是全局渐进稳定的。最后,文中机器人所有需要完成的任务都是基于DS编码的。（2）基于视觉与隐马尔可夫模型的意图识别策略研究以及视觉/力多通道融合策略研究。本文利用隐马尔科夫模型对人类用户的手部动作序列进行建模,从而识别人类意图。视觉方面,利用实验室的Kinect V1深度摄像头,在ROS平台下运行openni＿tracker功能包跟踪人类手部并获得手的三维空间位置。接着本文提出了人手动作序列识别算法。该算法使用了角度编码方法对手空间位置进行编码,通过Baum-Welch算法从序列化数据中学习隐马尔科夫模型参数。当人做出手部动作时,利用前向后向算法可以计算出在各个模型下该观测出现的概率。此外,文中还引入了阈值模型,通过它可以区分未定义动作和已定义动作。另外DS模型对环境变化的鲁棒性允许当目标位置发生改变时,机器人能够立即适应新目标的位置。本文通过将惯性传感器绑定在手上可以得到新的目标（手掌心）位置。若人做出已定义动作后手部发生了移动,那么机器人会到达这个新的目标位置。最后,为了能灵活地根据实时场景选择合适的交互方式,文中提出了一种简洁有效的视觉/力多通道融合方法,该方法可以将多种交互方式结合起来。（3）基于运动的意图识别策略的研究。人类用户给Sawyer机器人施加力使机器人产生运动,通过识别力产生的真实速度,机器人能够识别人类用户的意图,完成任务的自适应切换。即给定机器人的当前位置和当前速度,它们可以评估任意任务和当前速度之间的相似性度量。本文采用了一组参数化的动力学系统,每个动力学系统编码一个任务。通过将这些动力学系统线性组合,可以允许编码任务之间的平滑和自适应切换。为了符合人类的意图,本文引入了一种自适应机制,该机制使生成的运动（期望的速度）适应人类用户的意图（真实的速度）,从而切换到最相似的任务。（4）人机交互和任务切换的实验验证。本文模拟人与机器人的日常交互,首先设计了抬手与挥手动作,通过实验验证了基于视觉与隐马尔可夫模型的意图识别策略的有效性。然后通过人类用户施加力作用在Sawyer机器人上完成了多任务之间平滑且自适应的切换,验证了基于运动的意图识别策略的有效性与任务间切换的可能性。最后,集成多模态感知的人机交互实验验证了所提视觉/力多通道融合策略的可行性。