[發明專利]一種機械臂的運動控制方法及裝置

有效

• 申請號: 202010782836.7
• 申請日: 2020-08-06
• 公開（公告）號: CN112077839B
• 公開（公告）日: 2022-03-22
• 發明（設計）人: 周海雷;李小鵬;王云楓;吳繼發;朱文艷
• 申請（專利權）人: 中科云谷科技有限公司;中聯重科股份有限公司
• 主分類號: B25J9/16
• 分類號: B25J9/16
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 趙祎

1.一種機械臂的運動控制方法，其特征在于，包括：

在按照預設的軌跡控制算法控制機械臂的n個關節按照各自的給定軌跡運動的過程中，若確定滿足設定的誤差獲取條件，則獲取當前時刻各關節的運動誤差，n為大于零的整數；

確定下一時刻各關節的實際輸入力矩，其中，根據所述軌跡控制算法和每個關節的運動誤差，計算下一時刻該關節的期望輸入力矩，利用該關節對應的神經網絡模型和下一時刻該關節的給定運動狀態，確定下一時刻用于對該關節的期望輸入力矩進行補償的補償力矩，所述神經網絡模型是對控制該關節按照軌跡樣本運動時該關節的給定運動狀態與補償力矩之間的關系特征進行學習得到的，利用下一時刻該關節的補償力矩對下一時刻該關節的期望輸入力矩進行補償，得到下一時刻該關節的實際輸入力矩；

根據下一時刻各關節的實際輸入力矩，控制所述機械臂運動；

利用該關節對應的神經網絡模型和下一時刻該關節的給定運動狀態，確定下一時刻用于對該關節的期望輸入力矩進行補償的補償力矩，包括：

利用該關節對應的神經網絡模型的輸入層參數對下一時刻該關節的給定運動狀態進行計算，得到輸入層輸出結果；利用該關節對應的神經網絡模型的隱含層參數對所述輸入層輸出結果進行計算，得到隱含層輸出結果；以及

根據該關節的運動誤差、下一時刻該關節的給定運動狀態和預設的用于確定該關節對應的神經網絡模型的輸出層參數的參數確定算法，計算下一時刻該關節對應的神經網絡模型的輸出層參數；

利用所述隱含層輸出結果和計算的輸出層參數，計算下一時刻用于對該關節的期望輸入力矩進行補償的補償力矩。

2.如權利要求1所述的方法，其特征在于，根據以下公式計算下一時刻第i個關節對應的神經網絡模型的輸出層參數：

其中，為下一時刻第i個關節對應的神經網絡模型的輸出層參數，w_1i，w_2i分別為下一時刻第i個關節的第一濾波誤差和第二濾波誤差，σ(*)為激勵函數，sat(*)為飽和函數，λ_1i,λ_2i均為預先確定的正常數，Γ∈R^p×p為預先確定的正定對角矩陣，p為第i個關節對應的神經網絡模型中的神經元個數，e_i為第i個關節的運動誤差，x_i為下一時刻第i個關節的給定運動狀態，1≤i≤n。

3.如權利要求1或2所述的方法，其特征在于，根據以下公式計算下一時刻各關節的期望輸入力矩：

τ＝k_ptanh(e)+k_vtanh(r)+b_vsign(e)，

其中：τ為n*1的向量，τ中的第i個元素τ_i表示下一時刻第i個關節的期望輸入力矩，α、k_p、k_v和b_v均為預先確定的n*n的對角矩陣，且α、k_p、k_v和b_v中的元素均為非負數，e為n*1的向量，e中的第i個元素e_i表示第i個關節的運動誤差，1≤i≤n。

4.如權利要求1所述的方法，其特征在于，利用該關節的補償力矩對該關節的期望輸入力矩進行補償，得到下一時刻該關節的實際輸入力矩，包括：

將該關節的補償力矩和該關節的期望輸入力矩之和，確定為下一時刻該關節的實際輸入力矩。