[發明專利]機器人正運動學求解方法、裝置、可讀存儲介質及機器人有效
| 申請號： | 202110334669.4 | 申請日： | 2021-03-29 |
| 公開（公告）號： | CN112959326B | 公開（公告）日： | 2022-06-07 |
| 發明（設計）人： | 胡毅森;董浩;丁宏鈺;熊友軍 | 申請（專利權）人： | 深圳市優必選科技股份有限公司 |
| 主分類號： | B25J9/16 | 分類號： | B25J9/16 |
| 代理公司： | 深圳中一聯合知識產權代理有限公司 44414 | 代理人： | 劉永康 |
| 地址： | 518000 廣東省深圳市南山區*** | 國省代碼： | 廣東;44 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 機器人 運動學 求解 方法 裝置 可讀 存儲 介質 | ||
本申請屬于機器人技術領域，尤其涉及一種機器人正運動學求解方法、裝置、計算機可讀存儲介質及機器人。所述方法包括：獲取機器人目標部位的驅動機構運動參數；根據預設的正運動學求解模型對所述驅動機構運動參數進行處理，得到所述目標部位的末端位姿；所述正運動學求解模型為由預設的訓練樣本集合訓練得到的神經網絡模型，且所述訓練樣本集合為根據預設的逆運動學函數關系構建的集合。通過本申請，將復雜的正運動學求解過程轉化為相對簡單的逆運動學求解過程和神經網絡模型處理過程，降低了計算復雜度，縮短了計算耗時，能夠滿足對機器人實時控制的需求。
技術領域
本申請屬于機器人技術領域，尤其涉及一種機器人正運動學求解方法、裝置、計算機可讀存儲介質及機器人。
背景技術
在雙足機器人的步態控制中，需要對腿部進行運動學求解，包括正運動學和逆運動學。正運動學是指從關節角度計算末端位姿的過程，逆運動學是指從微末位姿反推關節角度的過程。正運動學主要用于估計機器人的當前姿態，以進行必要的算法補償，保證機器人穩定性。逆運動學主要用于運動軌跡規劃后的關節角度計算，以保證機器人按照規劃的軌跡進行運動。對于并聯機構，通過構型能夠比較容易地直接推導逆運動學的解析解，但是對于正運動學，解析解推導將會得到高階的方程組，求解難度大。因此，并聯構型的正運動學一般會采用數值法計算，基于雅克比矩陣，通過牛頓-拉夫遜方法迭代逼近，但這種方式計算復雜度較高，耗時較長，難以滿足對機器人實時控制的需求。
發明內容
有鑒于此，本申請實施例提供了一種機器人正運動學求解方法、裝置、計算機可讀存儲介質及機器人，以解決現有的機器人正運動學求解方法計算復雜度較高，耗時較長，難以滿足對機器人實時控制的需求的問題。
本申請實施例的第一方面提供了一種機器人正運動學求解方法，可以包括：
獲取機器人目標部位的驅動機構運動參數；所述目標部位為連桿傳動機構，所述連桿傳動機構包括：第一轉動臂、由第一驅動機構驅動的搖擺件、第一連桿組件及第二轉動臂，所述搖擺件的兩端分別轉動連接于所述第一轉動臂和所述第一連桿組件，所述第一轉動臂遠離所述搖擺件的一端、所述第一連桿組件遠離所述搖擺件的一端均活動連接于所述第二轉動臂；所述驅動機構運動參數為所述第一驅動機構的驅動角度；
根據預設的正運動學求解模型對所述驅動機構運動參數進行處理，得到所述目標部位的末端位姿，所述末端位姿為所述第二轉動臂的姿態角；所述正運動學求解模型為由預設的訓練樣本集合訓練得到的神經網絡模型，且所述訓練樣本集合為根據預設的逆運動學函數關系構建的集合；所述逆運動學函數關系為：
a＝xA-xC
b＝zA-zC
其中，θox為所述第二轉動臂繞預設的x軸的姿態角，θoy為所述第二轉動臂繞預設的y軸的姿態角，Rx(θox)為繞所述x軸旋轉θox所對應的旋轉矩陣，Ry(θoy)為繞所述y軸旋轉θoy所對應的旋轉矩陣，A為所述第一驅動機構與所述搖擺件的連接點，B為所述第一連桿組件與所述搖擺件的連接點，C為所述第一連桿組件與所述第二轉動臂的連接點，xA為點A在所述x軸上的坐標分量，zA為點A在預設的z軸上的坐標分量，xC為點C在所述x軸上的坐標分量，zC為點C在所述z軸上的坐標分量，lAB為點A到點B的長度，lBC為點B到點C的長度，θ0為所述搖擺件與水平面的初始夾角，為點A的初始位置向量，為點C的初始位置向量，θ為所述第一驅動機構的驅動角度。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于深圳市優必選科技股份有限公司，未經深圳市優必選科技股份有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202110334669.4/2.html，轉載請聲明來源鉆瓜專利網。
