[發明專利]一種類人機器人上肢運動模型的類神經精準控制方法

有效

• 申請號: 201610101992.6
• 申請日: 2016-02-24
• 公開（公告）號: CN105619408B
• 公開（公告）日: 2017-10-27
• 發明（設計）人: 喬紅;吳偉;陳嘉浩;尹沛劼
• 申請（專利權）人: 中國科學院自動化研究所
• 主分類號: B25J9/16
• 分類號: B25J9/16
• 代理公司: 北京瀚仁知識產權代理事務所(普通合伙)11482
• 代理人: 宋寶庫

1.一種類人機器人上肢運動模型的類神經精準控制方法，包括模型及模板的構建、模板的選擇和控制輸出兩大部分，模型及模板的構建包括類人機器人的上肢動力學模型、運動模板庫的構建，其特征在于，模型及模板的構建還包括權重修正模型的建立，模板的選擇和控制輸出部分之前設置有更新權重修正模型的步驟：

建立權重修正模型：

步驟A1：設定一組運動目標點，依次對各運動目標點，基于習慣計劃理論的類神經控制方法從運動模板庫中選擇k個運動模板并計算各模板點的權重值w_i，進一步計算運動目標點的控制信號u，依據控制信號u執行第一輪上肢運動，計算該輪執行結果中運動終點位置與對應運動目標點位置的誤差error₁；

步驟A2：依據第一輪上肢運動的每一個終點位置與對應運動目標點和各模板下的運動參考點的坐標的相對位置，對權重值w_i進行離線修正，得到修正后的權重值w′_i；

步驟A3：依次對各運動目標點，根據修正后的各權重值w′_i計算各運動目標點的控制信號u′，依據控制信號u′執行第二輪上肢運動，計算該輪執行結果中運動終點位置與對應運動目標點位置的誤差error₂；

步驟A4：依據誤差error₁和誤差error₂的變化趨勢進行樣本篩選，保存誤差減小的運動目標點的運動信息，建立樣本庫；

步驟A5：根據樣本庫中的信息建立初始的權重修正模型；

更新權重修正模型：

步驟B1：指定一批新的運動目標點，基于習慣計劃理論的類神經控制方法，并結合權重修正模型執行一輪上肢運動，計算該輪運動中運動終點坐標與運動目標點坐標的誤差的平均值error_mean；

步驟B2：若error_mean＞設定的誤差閾值error_threshold，則權重修正模型還未滿足控制要求，需要執行步驟B3進行模型更新；若error_mean≤設定的誤差閾值error_threshold，則權重修正模型已滿足控制要求，結束模型的更新過程；

步驟B3：若已有的權重修正模型不能滿足控制要求，則建立新的權重修正模型，并根據新的權重修正模型再次執行步驟B1和步驟B2。