[發(fā)明專利]一種康復(fù)機(jī)器人控制方法、裝置及康復(fù)機(jī)器人

在審

• 申請(qǐng)?zhí)枺?/td>: 202111371350.5
• 申請(qǐng)日: 2021-11-18
• 公開（公告）號(hào): CN114028164A
• 公開（公告）日: 2022-02-11
• 發(fā)明（設(shè)計(jì)）人: 孫維;黃冠
• 申請(qǐng)（專利權(quán)）人: 深圳華鵲景醫(yī)療科技有限公司
• 主分類號(hào): A61H1/02
• 分類號(hào): A61H1/02;B25J9/16;G06N3/04;G06N3/08
• 代理公司: 北京薈英捷創(chuàng)知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11726
• 代理人: 張陽

1.一種康復(fù)機(jī)器人控制方法，其特征在于，包括：

步驟S102，將訓(xùn)練目標(biāo)輸入訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)模型中進(jìn)行力矩預(yù)測(cè)，得到待訓(xùn)練關(guān)節(jié)的力矩預(yù)測(cè)值；

步驟S104，基于所述力矩預(yù)測(cè)值控制所述待訓(xùn)練關(guān)節(jié)按照所述訓(xùn)練目標(biāo)運(yùn)動(dòng)；

步驟S106，獲取并存儲(chǔ)所述待訓(xùn)練關(guān)節(jié)產(chǎn)生的實(shí)際運(yùn)動(dòng)數(shù)據(jù)，基于所述實(shí)際運(yùn)動(dòng)數(shù)據(jù)更新所述訓(xùn)練數(shù)據(jù)組；

步驟S108，基于更新后的訓(xùn)練數(shù)據(jù)組對(duì)所述神經(jīng)網(wǎng)絡(luò)模型進(jìn)行更新訓(xùn)練，將更新訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)模型作為新的所述訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)模型返回至所述步驟S102。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于所述實(shí)際運(yùn)動(dòng)數(shù)據(jù)更新所述訓(xùn)練數(shù)據(jù)組的步驟，包括：

判斷已存儲(chǔ)的所述實(shí)際運(yùn)動(dòng)數(shù)據(jù)是否達(dá)到預(yù)設(shè)數(shù)量，如果所述實(shí)際運(yùn)動(dòng)數(shù)據(jù)達(dá)到預(yù)設(shè)數(shù)量，確定所述實(shí)際運(yùn)動(dòng)數(shù)據(jù)滿足預(yù)設(shè)條件；其中，所述實(shí)際運(yùn)動(dòng)數(shù)據(jù)包括所述待訓(xùn)練關(guān)節(jié)的實(shí)際角度、實(shí)際角速度、實(shí)際角加速度和實(shí)際力矩；

計(jì)算所述訓(xùn)練數(shù)據(jù)組中各數(shù)據(jù)組中的各樣本數(shù)據(jù)與所述實(shí)際運(yùn)動(dòng)數(shù)據(jù)的樣本距離，將與所述實(shí)際運(yùn)動(dòng)數(shù)據(jù)的樣本距離最大的目標(biāo)數(shù)據(jù)組替換為所述實(shí)際運(yùn)動(dòng)數(shù)據(jù)，得到更新后的訓(xùn)練數(shù)據(jù)組；其中，所述目標(biāo)數(shù)據(jù)組所包括的樣本數(shù)據(jù)數(shù)量與所述實(shí)際運(yùn)動(dòng)數(shù)據(jù)的數(shù)量相同。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于更新后的訓(xùn)練數(shù)據(jù)組對(duì)所述神經(jīng)網(wǎng)絡(luò)模型進(jìn)行更新訓(xùn)練的步驟，包括：

從所述更新后的訓(xùn)練數(shù)據(jù)組中隨機(jī)抽取多個(gè)數(shù)據(jù)組作為訓(xùn)練樣本輸入所述神經(jīng)網(wǎng)絡(luò)模型中，以使所述神經(jīng)網(wǎng)絡(luò)模型基于所述訓(xùn)練樣本中所述待訓(xùn)練關(guān)節(jié)的角度、角速度和角加速度進(jìn)行力矩預(yù)測(cè)，并基于預(yù)測(cè)得到的力矩與所述訓(xùn)練樣本中的實(shí)際力矩的誤差進(jìn)行梯度反向傳播更新權(quán)重。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述神經(jīng)網(wǎng)絡(luò)模型基于歐拉拉格朗日動(dòng)力學(xué)方程構(gòu)建得到，所述神經(jīng)網(wǎng)絡(luò)模型包括前饋網(wǎng)絡(luò)、第一網(wǎng)絡(luò)、第二網(wǎng)絡(luò)、第三網(wǎng)絡(luò)和預(yù)測(cè)網(wǎng)絡(luò)，所述前饋網(wǎng)絡(luò)的輸出端分別與所述第一網(wǎng)絡(luò)、所述第二網(wǎng)絡(luò)和所述第三網(wǎng)絡(luò)的輸入端連接，所述第一網(wǎng)絡(luò)、所述第二網(wǎng)絡(luò)和所述第三網(wǎng)絡(luò)的輸出端均與所述預(yù)測(cè)網(wǎng)絡(luò)連接。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述訓(xùn)練目標(biāo)包括待訓(xùn)練關(guān)節(jié)的目標(biāo)角度、目標(biāo)角速度和目標(biāo)角加速度；

所述將訓(xùn)練目標(biāo)輸入訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)模型中進(jìn)行力矩預(yù)測(cè)，得到待訓(xùn)練關(guān)節(jié)的力矩預(yù)測(cè)值的步驟，包括：

將所述目標(biāo)角度輸入所述前饋網(wǎng)絡(luò)中，并將所述目標(biāo)角速度和所述目標(biāo)角加速度輸入所述預(yù)測(cè)網(wǎng)絡(luò)中，以使所述預(yù)測(cè)網(wǎng)絡(luò)基于所述第一網(wǎng)絡(luò)輸出的重力矩向量、所述第二網(wǎng)絡(luò)輸出的對(duì)角線元素、所述第三網(wǎng)絡(luò)輸出的下對(duì)角線元素、所述目標(biāo)角速度和所述目標(biāo)角加速度計(jì)算并輸出所述力矩預(yù)測(cè)值。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述力矩預(yù)測(cè)值的計(jì)算算式為：

其中，τ_p為所述力矩預(yù)測(cè)值，g(q)為所述重力矩向量，q為所述待訓(xùn)練關(guān)節(jié)的角度，為所述待訓(xùn)練關(guān)節(jié)的角速度，為所述待訓(xùn)練關(guān)節(jié)的角加速度，M(q)＝L(q)^TL(q)，L(q)為下三角矩陣，所述下三角矩陣由所述對(duì)角線元素和所述下對(duì)角線元素合并得到，為柯式項(xiàng)力矩，

7.根據(jù)權(quán)利要求2所述的方法，其特征在于，還包括：

若所述實(shí)際運(yùn)動(dòng)數(shù)據(jù)未達(dá)到所述預(yù)設(shè)數(shù)量，返回重復(fù)執(zhí)行所述步驟S102～步驟S104，直至所述實(shí)際運(yùn)動(dòng)數(shù)據(jù)滿足所述預(yù)設(shè)條件。

8.一種康復(fù)機(jī)器人控制裝置，其特征在于，包括：

使用模塊，用于將訓(xùn)練目標(biāo)輸入訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)模型中進(jìn)行力矩預(yù)測(cè)，得到待訓(xùn)練關(guān)節(jié)的力矩預(yù)測(cè)值；

控制模塊，用于基于所述力矩預(yù)測(cè)值控制所述待訓(xùn)練關(guān)節(jié)按照所述訓(xùn)練目標(biāo)運(yùn)動(dòng)；

數(shù)據(jù)處理模塊，用于獲取并存儲(chǔ)所述待訓(xùn)練關(guān)節(jié)產(chǎn)生的實(shí)際運(yùn)動(dòng)數(shù)據(jù)，基于所述實(shí)際運(yùn)動(dòng)數(shù)據(jù)更新所述訓(xùn)練數(shù)據(jù)組；

訓(xùn)練模塊，用于基于更新后的訓(xùn)練數(shù)據(jù)組對(duì)所述神經(jīng)網(wǎng)絡(luò)模型進(jìn)行更新訓(xùn)練，將更新訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)模型作為新的所述訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)模型傳輸至所述使用模塊。