[發(fā)明專利]基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的機器人姿態(tài)控制方法

有效

• 申請?zhí)枺?/td>: 202010117112.0
• 申請日: 2020-02-25
• 公開（公告）號: CN111331598B
• 公開（公告）日: 2021-08-31
• 發(fā)明（設(shè)計）人: 杜衛(wèi)鋒
• 申請（專利權(quán)）人: 杜衛(wèi)鋒
• 主分類號: B25J9/16
• 分類號: B25J9/16
• 代理公司: 重慶百潤洪知識產(chǎn)權(quán)代理有限公司 50219
• 代理人: 郝艷平

本發(fā)明公開了一種基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的機器人姿態(tài)控制方法，包括建立機器人手臂和夾持件位姿的運動學(xué)方程；確定機器人手臂和夾持件運動的軌跡參數(shù)；獲取機器人手臂和夾持件的運動軌跡，對運動的軌跡點進行采樣；對機器人運動學(xué)方程中無干涉軌跡點的手臂和夾持件位姿進行逆運動學(xué)求解，求出表征機器人手臂轉(zhuǎn)動角度的集合、行進距離的集合、加速度集合和機器人夾持件握持力度值的集合、握持空間大小距離值的集合；獲取機器人手臂和夾持件參數(shù)對應(yīng)集合，基于遺傳算法求出對應(yīng)的機器人手臂和夾持件參數(shù)對應(yīng)最優(yōu)解。實現(xiàn)通過遺傳算法優(yōu)化機器人的手臂和夾持件的姿態(tài)參數(shù)，得到最優(yōu)解，提高機器人姿態(tài)控制的準確性，提高加工效率。

技術(shù)領(lǐng)域

本發(fā)明涉及機器人姿態(tài)控制技術(shù)領(lǐng)域，尤其涉及一種基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的機器人姿態(tài)控制方法。

背景技術(shù)

如今工業(yè)發(fā)展迅速，傳統(tǒng)的人工操作已被機器人代替。機器人是自動執(zhí)行工作的機器裝置。它既可以接收人類指揮，又可以運行預(yù)先編排的程序，也可以根據(jù)以人工智能技術(shù)制定的原則綱領(lǐng)行動。但是現(xiàn)在的機器人姿態(tài)控制的準確率低，容易導(dǎo)致加工物體損壞，降低加工效率。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的機器人姿態(tài)控制方法，旨在解決現(xiàn)在的機器人姿態(tài)控制的準確率低，容易導(dǎo)致加工物體損壞，降低加工效率的問題。

為實現(xiàn)上述目的，本發(fā)明提供了一種基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的機器人姿態(tài)控制方法，包括：

S1：建立機器人手臂位姿和機器人夾持件位姿的機器人運動學(xué)方程；

S2：基于加工物體形狀、大小和位置確定機器人手臂運動的軌跡參數(shù)和機器人夾持件運動的軌跡參數(shù)，所述機器人手臂運動的軌跡參數(shù)包括以手臂為軸的轉(zhuǎn)動角度、行進距離和加速度；所述機器人夾持件運動的軌跡參數(shù)包括夾持件的握持力度和握持空間大小距離；

S3：獲取機器人手臂的運動軌跡和機器人夾持件的運動軌跡，對運動的軌跡點進行采樣；

S4：對所述機器人運動學(xué)方程中無干涉軌跡點的手臂和夾持件位姿進行逆運動學(xué)求解，求出表征機器人手臂轉(zhuǎn)動角度的集合、行進距離的集合、加速度集合和機器人夾持件握持力度值的集合、握持空間大小距離值的集合；

S5：獲取機器人手臂轉(zhuǎn)動角度的集合、行進距離的集合、加速度集合和機器人夾持件握持力度值的集合、握持空間大小距離值的集合，基于遺傳算法求出對應(yīng)的機器人手臂轉(zhuǎn)動角度最優(yōu)解、機器人手臂行進距離最優(yōu)解、機器人手臂加速度最優(yōu)解、機器人夾持件握持力度最優(yōu)解和機器人夾持件握持空間大小最優(yōu)解。

在一實施方式中，在所述步驟S2中，

S2-1：獲取加工物體圖像，對加工物體圖像進行預(yù)處理；

S2-2：基于圖像矩原理得出加工物體大小、形狀和位置。

在一實施方式中，在所述步驟S2中，

S2-3：基于神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)建立夾持件抓取力度運動方程，選取對應(yīng)加工物體的對應(yīng)抓取軌跡參數(shù)。

在一實施方式中，在所述步驟S3中，

S3-1：在所述機器人手臂的軌跡上等時間間隔選取參考點。

在一實施方式中，在所述步驟S5中，

S5-1：對機器人手臂轉(zhuǎn)動角度的集合、行進距離的集合、加速度的集合和機器人夾持件握持力度值的集合、握持空間大小距離值的集合分別進行編碼，分別生成對應(yīng)的初代種群染色體；

S5-2：分別建立機器人手臂對應(yīng)轉(zhuǎn)動角度、行進距離和加速度的運動關(guān)節(jié)變化量的目標函數(shù)以及機器人夾持件對應(yīng)握持力度和握持空間大小距離的運動關(guān)節(jié)變化量的目標函數(shù)；

S5-3：分別建立對應(yīng)所述目標函數(shù)的適應(yīng)度函數(shù)；