[發明專利]一種機器人神經網絡式計算力矩控制器訓練平臺及訓練方法

無效

• 申請號: 201310185856.6
• 申請日: 2013-05-17
• 公開（公告）號: CN103279039A
• 公開（公告）日: 2013-09-04
• 發明（設計）人: 張良安;王鵬;柏家峰;萬俊;單家正;解安東
• 申請（專利權）人: 安徽工業大學
• 主分類號: G05B17/02
• 分類號: G05B17/02;G05D17/02
• 代理公司: 南京知識律師事務所 32207
• 代理人: 蔣海軍

1.一種機器人神經網絡式計算力矩控制器訓練平臺及訓練方法，其特征是，所述的訓練平臺由上位控制單元、開放式運動控制驅動單元、高速并聯機器人虛擬現實單元、數據采集與通信單元及基于人工神經網絡的自適應控制模型組成；所述的上位控制單元完成運動規劃及過程監視；所述的開放式運動控制驅動單元包括運動控制器、驅動器、伺服電機，是完成上位控制單元控制指令向電控驅動轉化的實電部分；所述的高速并聯機器人虛擬現實單元用于實現高速并聯機器人虛機及相關三維場景的構建；所述的數據采集與通信單元實現所述上位控制單元、開放式運動控制驅動單元及高速并聯機器人虛擬現實單元三者間相互的數據通訊，并能夠采集人工神經網絡所需訓練樣本；所述的基于人工神經網絡的自適應控制模型由并行工作的神經網絡式機器人逆動力學模型逼近器與線性比例微分反饋控制器組成。

2.一種權利要求1所述的機器人神經網絡式計算力矩控制器的訓練方法，其特征在于該方法具體步驟如下：

（1）以權利要求1所述的上位控制單元、開放式運動控制驅動單元、高速并聯機器人虛擬現實單元及數據采集與通信單元為組成部分，搭建高速并聯機器人虛機實電控制系統；

（2）建立基于人工神經網絡的自適應控制模型，該模型由并行工作的神經網絡式機器人逆動力學模型逼近器與線性比例微分反饋控制器組成，神經網絡式機器人逆動力學模型逼近器的輸出力矩與線性比例微分反饋控制器的輸出力矩之和作為控制器的信號輸入，驅動高速并聯機器人虛機各關節運動；

（3）將步驟（2）所述的基于人工神經網絡的自適應控制模型嵌入步驟（1）所述的高速并聯機器人虛機實電控制系統，得到高速并聯機器人虛機實電訓練平臺；

（4）從步驟（3）所述的高速并聯機器人虛機實電訓練平臺中獲取期望的運動軌跡及相對應的高速并聯機器人虛機的實際運動軌跡的若干組數據，作為訓練樣本；

（5）將步驟（4）所述的訓練樣本輸入步驟（2）所述的基于人工神經網絡的自適應控制模型對其進行訓練，并以步驟（2）中所述的線性比例微分反饋控制器的輸出力矩作為其調整參照指標，不斷調整人工神經網絡的連接權值和閾值，待所述的線性比例微分反饋控制器的控制作用至可忽略的程度時，訓練過程結束；

（6）舍去步驟（5）訓練的基于人工神經網絡的自適應控制模型中的線性比例微分反饋控制器，保留所述的神經網絡式機器人逆動力學模型逼近器，并固化所述的神經網絡式機器人逆動力學模型逼近器內人工神經網絡的連接權值和閾值，即得神經網絡式計算力矩控制器；

（7）用步驟（6）所述的神經網絡式計算力矩控制器替換步驟（3）中所述的基于人工神經網絡的自適應控制模型，得到力矩控制的高速并聯機器人控制系統。