[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

本申請公開一種機械臂的運動控制方法及裝置，屬于控制技術領域，該方法包括：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，確定下一時刻各關節的實際輸入力矩，其中，根據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，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，進而根據下一時刻各關節的實際輸入力矩控制機械臂運動。

技術領域

本申請涉及控制技術領域，尤其涉及一種機械臂的運動控制方法及裝置。

背景技術

機械臂是一個多變量、高度非線性、強耦合的復雜系統，且存在不確定的時變、內部摩擦、參數攝動、外部干擾和重力場等因素影響，這些因素使得機械臂的動力學分析和控制律設計都比較困難。

相關技術中，為了簡化對機械臂的運動分析和控制算法設計，在對機械臂進行運動分析和控制算法設計時，忽略了不確定時變、內部摩擦、參數攝動、外部干擾以及重力場等因素對機械臂的影響，而以未考慮這些因素的機械臂的動力學模型來分析機械臂的運動并設計機械臂的控制算法，這樣，會降低機械臂的控制精度。

發明內容

本申請實施例提供一種機械臂的運動控制方法及裝置，用以解決現有技術中機械臂的控制準精度比較低的問題。

第一方面，本申請實施例提供的一種機械臂的運動控制方法，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。

在一種可能的實施方式中，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。

在一種可能的實施方式中，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：