论文部分内容阅读
目前,机器人演示学习已成为机器人学中最为活跃的研究课题之一,而作为演示学习三要点之一的轨迹生成便成为研究热点。轨迹生成是决定演示学习是否成功的重要因素,传统上使用SIFT算法生成轨迹,但是这种方法存在很多局限,例如特征点较多、选择轨迹困难、轨迹存在一定噪声等。为此,提出了一种将SIFT、PCA和UKF等算法相结合的新的轨迹生成方法,通过实验仿真和机器人实体运行,结果表明了算法的有效性。