[發明專利]一種基于BP神經網絡的靈巧手規劃方法

在審

• 申請號: 201810343226.X
• 申請日: 2018-04-17
• 公開（公告）號: CN108527371A
• 公開（公告）日: 2018-09-14
• 發明（設計）人: 魏博;楊德偉;周詳宇;鄧聰穎;胡磊
• 申請（專利權）人: 重慶郵電大學
• 主分類號: B25J9/16
• 分類號: B25J9/16;B25J15/00
• 代理公司: 北京睿派知識產權代理事務所(普通合伙) 11597
• 代理人: 劉鋒

本發明提供了一種仿人靈巧手的規劃方法，包括以下步驟：步驟S1，BP神經網絡訓練，通過對網絡權值的修正與閾值的修正，使誤差函數沿梯度方向下降；所述BP神經網絡的輸入是抓取目標的仿射不變矩，輸出為與抓取手勢相對應的抓取目標種類；步驟S2，識別未知模式，通過訓練好的BP神經網絡判斷出相對應的抓取方式并給出仿人手各關節角度。本發明的方法能夠滿足機器人針對不同類型、尺寸的工具的抓取與操作需求。

技術領域

本發明涉及一種多自由度仿人靈巧手操作方式規劃方法，特別是在抓取過程中能夠適應不同抓取目標的操作規劃，屬于機器人系統技術領域。

背景技術

機器人作為20世紀人類最偉大的發明之一，經過長期的發展，應用在眾多領域，尤其是危險領域，包括空間、水中和地下資源開采等，代替或協助人類的工作。面對復雜的勞動工具，機器人需要一雙靈巧的手來完成各種各樣的任務。

近幾十年國內外涌現出一大批集成了最先進科技的機械靈巧手，這些機械靈巧手有些已經成功應用在軍事和太空領域，甚至有部分機械靈巧手率先邁入行業市場和義肢領域。這些靈巧手或是理論精湛或是簡單靈活或是復雜多變。

Aaron M.Dollar and Robert D.Howe在2010年提出了一種非常簡單的機械手設計概念，雖然這個機械手無法完成精細的操作，但是這種設計理念能夠使得機械手對抓取的目標表現出極高的適應性。德國宇航局研制出了仿人手DLR Hand Arm System，這種手的靈活性非常高，但由此帶來了38個電機和復雜的運動學負擔。NASA所研發的機器人宇航員Robonaut 2擁有一雙12個自由度的機械手。Shadow公司于2004年開始研發的五指仿人靈巧手，外形上接近人手，總計24個關節。仿人靈巧手機構復雜，自由度多，在完成抓取或操作過程中，對各關節進行規劃是一個難點。

發明內容

本發明的目的在于提供一種基于BP神經網絡的規劃方法，能夠使仿人靈巧手像人手一樣使用種類繁多的工具，完成操作任務。。

本發明的技術方案如下。

一種仿人靈巧手的規劃方法，包括以下步驟：

步驟S1，BP神經網絡訓練，通過對網絡權值的修正與閾值的修正，使誤差函數沿梯度方向下降；所述BP神經網絡的輸入是抓取目標的仿射不變矩，輸出為與抓取手勢相對應的抓取目標種類；

步驟S2，識別未知模式，通過訓練好的BP神經網絡判斷出相對應的抓取方式并給出仿人手各關節角度。

優選地，所述BP神經網絡包括輸入層、隱含層、輸出層。

優選地，所述隱含層的變換函數為非線性函數。

優選地，所述非線性函數為S型函數或雙曲線正切函數。

優選地，所述輸出層的變換函數為非線性的或線性的。

優選地，通過對圖像進行特征提取，得到不變距特征；分別將這些特征輸入網絡，實行樣本采樣訓練，然后實行樣本完整訓練；所述BP網絡的輸出為屬于各類物體的隸屬度，其輸出值最大的輸出節點對應一個輸出的具體物體類別，得到識別結果。

優選地，所述BP神經網絡的輸入包括工具類型t、該工具平面內的最小包絡圓半徑R，以及工具開合狀態b。

優選地，所述BP神經網絡的輸出定義為仿人手指尖末端相對手腕的位置，仿人手指各關節角度通過逆運動學計算求解得到。

優選地，所述輸入層與所述隱含層之間的傳輸函數為log-sigmoid函數，所述隱含層與所述輸出層之間的傳輸函數為線性函數，f(x)＝x。

優選地，在迭代過程中，根據誤差函數的變化采用變步長法對BP神經網絡的學習率η進行調整：