[發(fā)明專利]抗擾動(dòng)模型訓(xùn)練、控制方法、裝置、設(shè)備、機(jī)器人及介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202011134929.5
• 申請(qǐng)日: 2020-10-21
• 公開（公告）號(hào): CN112276950B
• 公開（公告）日: 2021-08-24
• 發(fā)明（設(shè)計(jì)）人: 冷曉琨;常琳;何治成;白學(xué)林;柯真東;王松;吳雨璁;黃賢賢
• 申請(qǐng)（專利權(quán)）人: 樂聚(深圳)機(jī)器人技術(shù)有限公司
• 主分類號(hào): B25J9/16
• 分類號(hào): B25J9/16
• 代理公司: 北京超凡宏宇專利代理事務(wù)所(特殊普通合伙) 11463
• 代理人: 曹瑞敏

本發(fā)明提供一種抗擾動(dòng)模型訓(xùn)練、控制方法、裝置、設(shè)備、機(jī)器人及介質(zhì)，涉及智能控制技術(shù)領(lǐng)域。該方法包括：獲取機(jī)器人的訓(xùn)練狀態(tài)信息，訓(xùn)練狀態(tài)信息用于指示機(jī)器人在訓(xùn)練過程中受擾動(dòng)后的狀態(tài)；根據(jù)訓(xùn)練狀態(tài)信息，采用具有多種預(yù)設(shè)抗擾動(dòng)策略的抗擾動(dòng)模型進(jìn)行處理，得到多種預(yù)設(shè)抗擾動(dòng)策略的訓(xùn)練控制參數(shù)；獲取機(jī)器人基于多種預(yù)設(shè)抗擾動(dòng)策略的訓(xùn)練控制參數(shù)進(jìn)行動(dòng)作控制后的抗擾動(dòng)結(jié)果；根據(jù)抗擾動(dòng)結(jié)果，對(duì)抗擾動(dòng)模型的網(wǎng)絡(luò)參數(shù)進(jìn)行更新，得到目標(biāo)抗擾動(dòng)模型。對(duì)具有多種預(yù)設(shè)抗擾動(dòng)策略的抗擾動(dòng)模型進(jìn)行訓(xùn)練得到目標(biāo)抗擾動(dòng)模型，使得機(jī)器人在基于該控制參數(shù)進(jìn)行抗擾動(dòng)運(yùn)動(dòng)時(shí)更加穩(wěn)定，提高機(jī)器人的抗擾動(dòng)效果。

技術(shù)領(lǐng)域

本發(fā)明涉及智能控制技術(shù)領(lǐng)域，具體而言，涉及一種抗擾動(dòng)模型訓(xùn)練、控制方法、裝置、設(shè)備、機(jī)器人及介質(zhì)。

背景技術(shù)

隨著智能化時(shí)代的到來，各種各樣的機(jī)器人層出不窮。對(duì)于機(jī)器人進(jìn)行自動(dòng)控制是重要的主題之一，當(dāng)機(jī)器人受到外力擾動(dòng)時(shí)機(jī)身狀態(tài)會(huì)發(fā)生變化，為了避免機(jī)器人摔倒，對(duì)機(jī)器人抗擾動(dòng)的控制也變得越來越重要。

相關(guān)技術(shù)中，當(dāng)機(jī)器人受到擾動(dòng)時(shí)，依據(jù)受到的擾動(dòng)大小從預(yù)設(shè)策略中確定一種策略，繼而基于該策略實(shí)現(xiàn)機(jī)器人抗擾動(dòng)。不同策略可以使得機(jī)器人執(zhí)行不同動(dòng)作，例如，邁出一步或者轉(zhuǎn)動(dòng)軀干等。

但是，相關(guān)技術(shù)中，通過單一控制策略控制機(jī)器人抗擾動(dòng)時(shí)，降低了機(jī)器人的穩(wěn)定性，會(huì)出現(xiàn)抗擾動(dòng)效果較差的問題。

發(fā)明內(nèi)容

本發(fā)明的目的在于，針對(duì)上述現(xiàn)有技術(shù)中的不足，提供一種抗擾動(dòng)模型訓(xùn)練、控制方法、裝置、設(shè)備、機(jī)器人及介質(zhì)，以便解決相關(guān)技術(shù)中，通過單一控制策略控制機(jī)器人抗擾動(dòng)時(shí)，降低了機(jī)器人的穩(wěn)定性，會(huì)出現(xiàn)抗擾動(dòng)效果較差的問題。

為實(shí)現(xiàn)上述目的，本發(fā)明實(shí)施例采用的技術(shù)方案如下：

第一方面，本發(fā)明實(shí)施例提供了一種抗擾動(dòng)模型的訓(xùn)練方法，包括：

獲取機(jī)器人的訓(xùn)練狀態(tài)信息，所述訓(xùn)練狀態(tài)信息用于指示所述機(jī)器人在訓(xùn)練過程中受擾動(dòng)后的狀態(tài)；

根據(jù)所述訓(xùn)練狀態(tài)信息，采用具有多種預(yù)設(shè)抗擾動(dòng)策略的抗擾動(dòng)模型進(jìn)行處理，得到所述多種預(yù)設(shè)抗擾動(dòng)策略的訓(xùn)練控制參數(shù)；

獲取所述機(jī)器人基于所述多種預(yù)設(shè)抗擾動(dòng)策略的訓(xùn)練控制參數(shù)進(jìn)行動(dòng)作控制后的抗擾動(dòng)結(jié)果；

根據(jù)所述抗擾動(dòng)結(jié)果，對(duì)所述抗擾動(dòng)模型的網(wǎng)絡(luò)參數(shù)進(jìn)行更新，得到目標(biāo)抗擾動(dòng)模型。

可選的，所述獲取機(jī)器人的訓(xùn)練狀態(tài)信息，包括：

獲取所述機(jī)器人受擾動(dòng)后的訓(xùn)練質(zhì)心狀態(tài)、訓(xùn)練腳掌狀態(tài)和訓(xùn)練關(guān)節(jié)狀態(tài)，所述訓(xùn)練狀態(tài)信息包括：訓(xùn)練質(zhì)心狀態(tài)、訓(xùn)練腳掌狀態(tài)和訓(xùn)練關(guān)節(jié)狀態(tài)。

可選的，所述獲取所述機(jī)器人受擾動(dòng)后的質(zhì)心狀態(tài)、腳掌狀態(tài)和訓(xùn)練關(guān)節(jié)狀態(tài)，包括：

獲取所述機(jī)器人的關(guān)節(jié)編碼器所檢測(cè)的訓(xùn)練關(guān)節(jié)角度；

獲取所述機(jī)器人的陀螺儀檢測(cè)的訓(xùn)練軀干傾角；

根據(jù)所述訓(xùn)練關(guān)節(jié)角度和所述訓(xùn)練軀干傾角，計(jì)算訓(xùn)練質(zhì)心位置、訓(xùn)練質(zhì)心速度和訓(xùn)練腳掌傾角；其中，所述訓(xùn)練質(zhì)心狀態(tài)包括：訓(xùn)練質(zhì)心位置、訓(xùn)練質(zhì)心速度；

獲取所述機(jī)器人的足底壓力傳感器檢測(cè)的訓(xùn)練腳掌壓力，其中，所述訓(xùn)練腳掌狀態(tài)包括：所述訓(xùn)練腳掌傾角和所述訓(xùn)練腳掌壓力；

通過所述機(jī)器人的電機(jī)的電流檢測(cè)訓(xùn)練髖關(guān)節(jié)扭矩和訓(xùn)練踝關(guān)節(jié)扭矩，所述訓(xùn)練關(guān)節(jié)狀態(tài)包括：所述訓(xùn)練髖關(guān)節(jié)扭矩和所述訓(xùn)練踝關(guān)節(jié)扭矩。

可選的，所述多種預(yù)設(shè)抗擾動(dòng)策略包括如下至少兩種策略：踝關(guān)節(jié)抗擾動(dòng)策略、髖關(guān)節(jié)抗擾動(dòng)策略、邁步抗擾動(dòng)策略。

可選的，所述根據(jù)所述抗擾動(dòng)結(jié)果，對(duì)所述抗擾動(dòng)模型的網(wǎng)絡(luò)參數(shù)進(jìn)行更新，得到目標(biāo)抗擾動(dòng)模型，包括：