[發明專利]一種基于深度學習的機器人動力學建模方法

有效

• 申請號: 201810408136.4
• 申請日: 2018-04-28
• 公開（公告）號: CN108621159B
• 公開（公告）日: 2020-05-19
• 發明（設計）人: 邵振洲;孫鵬飛;渠瀛;關永;施智平;王曉東
• 申請（專利權）人: 首都師范大學
• 主分類號: B25J9/16
• 分類號: B25J9/16
• 代理公司: 北京永創新實專利事務所 11121
• 代理人: 冀學軍

1.一種基于深度學習的機器人動力學建模方法，其特征在于，具體步驟如下：

步驟一、針對某機器人，收集該機器人的關節位置，關節速度，關節加速度以及對應的扭矩數據，并劃分為訓練集和數據集；

步驟二、構建針對機器人的關節位置，關節速度和關節加速度的動力學模型；

矢量q表示關節位置；表示關節速度；表示關節加速度；

τ表示要學習的扭矩，代表著控制關節運動的力進而控制機械臂的運動趨勢；M(q)表示慣性矩陣，表示結合了科氏力、摩擦力和重力的作用；表達式為：表示科氏力，表示摩擦力；g(q)表示重力；

為模擬函數，模擬其他因素；

步驟三、根據動力學模型設置輸入向量x的目標學習函數y；

y＝f(x)；y＝τ，x為輸入的矢量值，包括機器人的關節位置，關節速度和關節加速度；

步驟四、搭建包括輸入隱藏層，GRU cell層和輸出隱藏層的RNN循環神經網絡，用于對目標學習函數y進行優化；

GRU cell層包括更新門和重置門；

步驟五、針對訓練集，按時間步進行劃分，并輸入到RNN循環神經網絡的輸入隱藏層，經過運算轉化為三維數據到達GRU cell層；

X_t＝W_i·x_t+b_i

x_t是t時刻起始輸入，X_t是通過輸入隱藏層后t時刻要輸入GRU的向量，W_i為輸入隱藏層的權重；b_i為輸入隱藏層的偏置值；

步驟六、當三維數據進入GRU cell層中，根據規則判斷是否有用，如果是，進入重置門把當前輸入的信息與之前的信息相結合，進入步驟七；否則，進入步驟九，通過更新門決定有多少之前的信息向下傳遞到當前狀態；

步驟七、當三維數據輸入到達重置門時，計算前一時刻的狀態信息參與到新生成的狀態的比例r_t；

針對時間步t時刻，比例r_t計算公式如下：

r_t＝σ(W_r·[h_t-1,X_t]+b_r)；

σ為sigmoid函數；W_r表示重置門的權重；b_r是重置門的偏置值；X_t為t時刻的輸入向量，包括關節位置，關節速度和關節加速度；h_t-1保存的是前一個時間步t-1時刻的信息；

步驟八、根據t時間步的比例r_t，計算輸入到達重置門的三維數據當前的候選狀態進入步驟十；

計算公式如下：

表示當前候選狀態的權重；b_h是隱藏層的偏置值；

步驟九、當三維數據輸入到達更新門時，計算前一時刻的信息傳遞到當前狀態的比例z_t；

針對t時間步，比例z_t計算公式如下：

z_t＝σ(W_z·[h_t-1,X_t]+b_z)；

W_z表示更新門的權重；b_z是更新門的偏置值；

步驟十、把當前的候選狀態和前一個時間步t-1時刻的信息通過更新門的選擇，得到當前時刻的隱藏層狀態，并將其傳遞到下一時間步；

步驟十一、當前t時間步訓練集的數據全部傳輸完畢，得到當前t時間步時刻對應的隱藏層狀態值h_t；

步驟十二、根據當前t時間步時刻對應的隱藏層狀態值h_t，并輸出到RNN循環神經網絡的輸出隱藏層，得到t時間步通過動力學模型的預測值；

y_t＝W_o·h_t+b_o

W_o表示輸出的權重；b_o表示輸出的偏置值；

步驟十三、利用均方誤差訓練公式MSE對輸出隱藏層輸出的最終測試結果和采集的真實結果進行對比；

均方誤差訓練公式如下：

d代表關節的數量，n代表數據的數量，j代表關節累加的基數為從1開始，t代表時間步累加的基數為從1開始，代表采集的真實結果，即為輸入的實際扭矩，代表著通過動力學模型預測出來的扭矩，即最終的測試結果；

步驟十四、判斷對比結果是否小于等于誤差閾值，如果是，則結束，最終的W_r，W_z，W_o，W_i，b_r，b_h，b_z，b_o，b_i為RNN循環神經網絡的最優值；否則，通過優化器以一定的學習率來改變權重和偏置值，進而減小誤差，然后進入步驟五重復測試N次，直至得到RNN循環神經網絡W_r，W_z，W_o，W_i，b_r，b_h，b_z，b_o，b_i的最優值；

步驟十五、利用數據集對得到最優值W_r，W_z，W_o，W_i，b_r，b_h，b_z，b_o，b_i的GRU門控循環單元網絡進行檢測。