收录：
摘要：
本发明涉及一种人体示教与机器学习相结合的仿人机器人步态规划方法，属于人工智能与机器人控制领域。本发明将人体示教和支持向量回归学习算法相结合应用在仿人机器人的步态规划中，基于支持向量回归算法构建仿人机器人步态平衡泛化模型，将人体完成步行动作时的关节角度和ZMP信息输入步态平衡泛化模型，可直接得到经稳定性补偿的关节角度。引用WOA优化模型的参数以使模型得到最优的泛化效果，完善步态平衡模型的性能。利用步态平衡泛化模型得到的关节角度驱动NAO仿人机器人可使其完成稳定步行动作。本发明降低了仿人机器人步态模仿算法的复杂度，提高了实时性，并且保留了仿人机器人步行动作的稳定性和拟人性。
关键词：
通讯作者信息：
电子邮件地址：
