[發明專利]一種基于多輸出高斯過程回歸的機器人變形補償方法在審
| 申請號: | 201811433882.5 | 申請日: | 2018-11-28 |
| 公開(公告)號: | CN109352655A | 公開(公告)日: | 2019-02-19 |
| 發明(設計)人: | 徐靜;陳懇;李志虎;萬安;吳丹;宋立濱 | 申請(專利權)人: | 清華大學 |
| 主分類號: | B25J9/16 | 分類號: | B25J9/16 |
| 代理公司: | 北京清亦華知識產權代理事務所(普通合伙) 11201 | 代理人: | 廖元秋 |
| 地址: | 100084*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 高斯過程回歸 機器人 多輸出 變形補償 變形量 目標坐標位置 訓練數據集 關節 機器人運動學 變形量補償 機器人末端 機器人運動 機器人作業 計算機器人 控制機器人 運動學參數 參數運動 模型訓練 訓練數據 構建 輸出 預測 | ||
1.一種基于多輸出高斯過程回歸的機器人變形補償方法,其特征在于,包括以下步驟:
1)隨機設定一組機器人各關節角度,控制機器人運動達到各關節設定的角度,通過機器人運動學計算此時機器人末端名義坐標位置,測量機器人末端實際坐標位置,計算機器人末端實際坐標位置與名義坐標位置的差值,即為設定的該組機器人各關節角度對應的機器人末端變形量;
2)隨機設定N組機器人各關節角度,重復步驟1),得到N組機器人各關節角度對應的機器人末端變形量;將總共得到的N+1組機器人各關節角度和對應的機器人末端變形量,組成訓練數據集;
3)構建多輸出高斯過程回歸模型,利用訓練數據集對模型進行訓練,得到訓練完畢的多輸出高斯過程回歸模型;具體步驟如下:
3-1)建立一個多輸出高斯過程回歸模型,模型的輸入為機器人各關節角度PM,模型輸出為各關節角度對應的機器人末端變形量Vr;
3-2)利用訓練數據集對步驟3-1)建立的模型進行訓練,得到最優的超參數,則多輸出高斯過程回歸模型訓練完畢;
4)根據機器人作業時要達到的目標坐標位置Lt,利用機器人逆運動學計算對應的各關節角度pM*,將pM*輸入步驟3)訓練完畢的多輸出高斯過程回歸模型,模型輸出預測的對應的機器人末端變形量vr*;
5)將末端變形量vr*作為機器人末端定位誤差的補償值,代入到機器人的逆運動學中,得到機器人經過補償后的運動學參數,計算機器人補償后的末端坐標位置Le和對應的各關節角度
6)設定一個閾值ΔL并進行判定:若補償后的末端坐標位置Le與目標坐標位置Lt的偏差小于或等于設定的閾值ΔL,則補償完畢,控制機器人按照補償后的運動學參數運動;若補償后的末端坐標位置Le與目標坐標位置Lt的偏差大于設定的閾值ΔL,則重新返回步驟4),將補償后的末端坐標位置Le對應的各關節角度作為新的繼續進行機器人空間定位誤差的預測和補償,直至補償后的末端坐標位置與目標坐標位置的偏差小于設定的閾值ΔL,則補償完畢,控制機器人按照補償后的運動學參數進行運動。
2.如權利要求1所述的方法,其特征在于,該方法還包括以下步驟:
7)測量機器人經過步驟6)運動完畢后的末端實際坐標位置Lr;
8)根據步驟7)的測量結果,判定機器人末端實際坐標位置Lr與目標坐標位置Lt的偏差是否小于或等于設定的閾值ΔL:若是,則補償完畢;若否,則根據Lr與Lt坐標值的差值,使用增量模式控制機器人進行運動,使機器人到達目標坐標位置,同時將機器人到達目標坐標位置后機器人各關節角度與此時的機器人末端變形量作為一組新的訓練數據加入訓練數據集得到更新后的訓練數據集;
9)當機器人下一次作業任務到來時,重新返回步驟3),利用更新后的訓練數據集重新訓練高斯過程回歸模型。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于清華大學,未經清華大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201811433882.5/1.html,轉載請聲明來源鉆瓜專利網。





