[發明專利]柔性機器人末端抵達控制方法、電子設備和存儲介質

在審

• 申請號: 202010635603.4
• 申請日: 2020-07-03
• 公開（公告）號: CN111783250A
• 公開（公告）日: 2020-10-16
• 發明（設計）人: 孫俊;武海雷;韓飛;孫玥;劉超鎮;陽光
• 申請（專利權）人: 上海航天控制技術研究所
• 主分類號: G06F30/17
• 分類號: G06F30/17;G06F30/27;G06N3/04;B25J9/16
• 代理公司: 上海元好知識產權代理有限公司 31323
• 代理人: 章麗娟;周乃鑫

1.一種柔性機器人末端抵達控制方法，其特征在于，包括：

步驟S1、建立柔性機器人的動力學模型；

步驟S2、根據所述動力學模型建立深度神經網絡，所述深度神經網絡用于擬合所述動力學模型；

步驟S3、對所述深度神經網絡進行第一次柔性機器人末端抵達過程的初步訓練，得到所述深度神經網絡的初始參數；

步驟S4、對所述深度神經網絡進行第二次柔性機器人抵達過程的初步訓練，得到所述深度神經網絡的最終參數。

2.如權利要求1所述的柔性機器人末端抵達控制方法，其特征在于，所述步驟S1包括：

將所述柔性機器人視為以弧坐標為自變量的連續模型，所述柔性機器人的空間位姿可以看作橫截面繞中心線的轉動或移動；

建立基于Cosserat桿模型的所述柔性機器人的動力學模型；

所述動力學模型采用如下公式進行表示：

式中，F為截面上內力；M為截面上的主矩；f為柔性機器人的單節桿上均勻分布力；m為柔性機器人的單節桿上均勻力矩；J＝J(s,t)是單位長度桿的慣量張量；ρ為柔性機器人單位長度桿的密度；S為柔性機器人單位長度桿的截面面積；Ω為截面主軸坐標系P-xyz中P點在慣性坐標系中關于時間變量t的角速度。

3.如權利要求2所述的柔性機器人末端抵達控制方法，其特征在于，所述步驟S2包括：采用實驗室外部標定測量相機實時采集所述柔性機器人末端抵達過程的隨機軌跡數據；

根據所述動力學模型將所述隨機軌跡數據轉化為訓練數據，得到隨機軌跡數據集D_rand＝(s₁,a₁,r₁,s₂,a₂,r₂,...s_T,a_T,r_T)；其中，s_t表示當前時刻為t時的所述柔性機器人的狀態；a_t表示當前時刻為t時的所述柔性機器人的動作；r_t表示當前時刻為t時的預測環境的獎勵；t＝1，2，...，T；

將當前時刻為t時的所述狀態s_t和所述動作a_t作為輸入，則能夠預測下一時刻的狀態s_t+1的狀態轉化預測模型P(s_t+1|s_t,a_t)表示如下:

s_t+1～P(s_t+1|s_t,a_t)

將當前時刻為t時的所述狀態s_t和所述動作a_t作為輸入，則能夠下一時刻的預測環境的獎勵r_t+1的獎勵預測模型R(r_t+1|s_t,a_t)表示如下：

r_t+1～R(r_t+1|s_t,a_t)

根據所述狀態轉化預測模型P(s_t+1|s_t,a_t)和獎勵預測模型R(r_t+1|s_t,a_t)將所述隨機軌跡數據集D_rand＝(s₁,a₁,r₁,s₂,a₂,r₂,...s_T,a_T,r_T)分別轉化為包含T-1組訓練樣本的密度估計模型訓練集和回歸模型訓練集；

所述密度估計模型訓練集表示如下：

(s₁,a₁)→s₂,(s₂,a₂)→s₃,...(s_T-1,a_T-1)→s_T

所述回歸模型訓練集表示如下：

(s₁,a₁)→r₂,(s₂,a₂)→r₃,...(s_T-1,a_T-1)→r_T。