This paper proposes motion learning of robot dual arms and hands from demonstration using various sensor system. The motion learning system is developed for robots to learn various complex tasks from operator`s demonstration. The system helps robots to learn motions easily and to make human-like motion planning directly through operator`s demonstration rather than the RRT(Rapidly-Exploring Random Tree) algorithm or the vector field method.
And also this paper proposes robust behavior transformation to environmental change to overcome defective or failure problem. To overcome the environmental change, thin plate spline interpolation method are used.
To demonstrate the effectiveness of the developed system, experiments are carried out for real time wireless remote control of robot dual arms and hands. The experiment results show that motion learning system operates well enough to teach a robot various human-like complex tasks and warping trajectory of complex tasks makes the robot operate well in spite of environmental change.
본 논문은 다양한 센서시스템을 이용하여 휴머노이드 로봇의 양 팔과 양 손을 시연자의 모사학습을 통하여 행동을 학습하는 방법을 제안한다. 행동 모사 학습 시스템은 시연자의 시연을 통하여 다양하고 복잡한 행동을 쉽게 배울 수 있도록 개발되었다. 이 시스템은 로봇이 행동을 더 쉽게, 그리고 RRT(Rapidly-Exploring Random Tree) algorithm or the vector field method 와 비교하여 더 사람과 같은 행동을 학습 할 수 있다.
그리고 본 논문은 행동 실패 문제를 극복하기 위하여 환경 변화에 강인한 행동 변환 방법을 제안한다. 이러한 환경 변화를 극복하기 위하여 thin plate spline interpolation method 방법을 이용한다.
시연자의 시연을 통한 휴머노이드 양 팔과 손의 실시간 무선 리모트 컨트롤 실험과 환경 변화에 따른 행동 변환 실험을 통하여 본 알고리즘을 입증한다.
실험 결과는 시연을 통한 행동 학습이 로봇에게 다양한 사람과 같은 복잡한 행동을 가르치고 환경 변화에도 불과하고 변환된 궤적으로 로봇이 행동을 잘 수행함을 보여주고 있다.
