[發明專利]單軌雙輪機器人的控制方法、裝置和計算機設備

在審

• 申請號: 202210338183.2
• 申請日: 2022-04-01
• 公開（公告）號: CN114690639A
• 公開（公告）日: 2022-07-01
• 發明（設計）人: 鄭清源;陳章;梁斌;蘆維寧;楊君
• 申請（專利權）人: 清華大學
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 北京華進京聯知識產權代理有限公司 11606
• 代理人: 馬云超

1.一種單軌雙輪機器人的控制方法，其特征在于，所述方法包括：

獲取單軌雙輪機器人拍攝的目標圖像數據和所述單軌雙輪機器人的目標位姿信息；

將所述目標圖像數據和所述目標位姿信息輸入預先訓練的控制器模型；所述控制器模型包括視覺子網絡和控制子網絡；

通過所述視覺子網絡，識別所述目標圖像數據，得到導航信息；所述視覺子網絡包括初步特征提取模塊、深度特征提取模塊和導航模塊；

根據所述控制子網絡、所述目標位姿信息和所述導航信息，得到控制信息；所述控制信息用于控制所述單軌雙輪機器人的行駛。

2.根據權利要求1所述的方法，其特征在于，所述通過所述視覺子網絡，識別所述目標圖像數據，得到導航信息包括：

將所述目標圖像數據輸入至初步特征提取模塊，得到所述目標圖像數據的初步特征信息；

將所述初步特征信息輸入至深度特征提取模塊，得到所述目標圖像數據的深度特征信息；所述深度特征提取模塊基于密集連接卷積網絡構建；

將所述深度特征信息輸入至導航模塊，得到所述目標圖像數據對應的導航信息。

3.根據權利要求2所述的方法，其特征在于，所述深度特征提取模塊包括第一提取子模塊、第一深度串聯子模塊、第二提取子模塊和第二深度串聯子模塊；所述將所述初步特征信息輸入至深度特征提取模塊，得到所述目標圖像數據的深度特征信息包括：

將所述初步特征信息輸入至第一提取子模塊，得到第一深度提取結果；

將所述初步特征信息和所述第一深度提取結果輸入至第一深度串聯子模塊，得到所述目標圖像數據的中間特征信息；

將所述中間特征信息輸入至第二提取子模塊，得到第二深度提取結果；

將所述中間特征信息和所述第二深度提取結果輸入至第二深度串聯子模塊，得到所述目標圖像數據的深度特征信息。

4.根據權利要求1所述的方法，其特征在于，所述控制子網絡包括位姿模塊和控制模塊；所述根據所述控制子網絡、所述目標位姿信息和所述導航信息，得到控制信息包括：

將所述目標位姿信息輸入至所述位姿模塊，得到所述單軌雙輪機器人的位姿信息轉換結果；

將所述導航信息和所述位姿信息轉換結果輸入至所述控制模塊，得到控制信息。

5.根據權利要求1所述的方法，其特征在于，所述控制器模型的訓練過程包括：

構建控制器網絡，并根據所述控制器網絡，構建兩個評論家網絡；所述兩個評論家網絡的學習率不同；

復制所述控制器網絡和所述兩個評論家網絡，得到目標控制器網絡和兩個目標評論家網絡；

基于預先建立的機器人仿真模型和所述控制器網絡，得到仿真數據樣本，并根據所述仿真數據樣本，更新第一經驗池；所述第一經驗池包括多個仿真數據樣本；

當所述第一經驗池內的仿真數據樣本數滿足預設的抽取樣本條件時，從第一經驗池中和第二經驗池中分別抽取數據樣本，并根據抽取的所述數據樣本、所述控制器網絡、所述目標控制器網絡、所述兩個評論家網絡和所述兩個目標評論家網絡，更新所述控制器網絡和所述兩個評論家網絡；所述第二經驗池包括多個真實數據樣本；

根據更新后的控制器網絡和兩個評論家網絡，更新所述目標控制器網絡和所述兩個目標評論家網絡；

返回所述基于預先建立的機器人仿真模型和所述控制器網絡，得到仿真數據樣本，并根據所述仿真數據樣本，更新第一經驗池步驟；

當訓練任務完成數量滿足預設的訓練完成條件時，停止訓練，并將當前的控制器網絡作為控制器模型。

6.根據權利要求5所述的方法，其特征在于，所述根據抽取的所述數據樣本、所述控制器網絡、所述目標控制器網絡、所述兩個評論家網絡和所述兩個目標評論家網絡，更新所述控制器網絡和所述兩個評論家網絡包括：

針對每一個數據樣本，根據所述數據樣本、所述控制器網絡、所述目標控制器網絡和所述兩個目標評論家網絡，計算所述數據樣本對應的目標價值計算值；

根據抽取的所述數據樣本、所述控制器網絡和所述兩個評論家網絡，更新所述控制器網絡；

針對每一個評論家網絡，根據各所述數據樣本對應的目標價值計算值和所述評論家網絡，更新所述評論家網絡。