[发明专利]一种智能排爆机器人五指灵巧手控制方法

权利要求书

1.一种智能排爆机器人五指灵巧手控制方法，其特征在于，步骤如下：

S1，构建排爆机器人五指灵巧手的抓取模式知识库；

在步骤S1中，步骤如下：S1.1，建立五指灵活手的手掌和手指间的运动模型；

S1.2，构建抓取模式模型；

S1.3，确定接近方向；

S1.4，确定灵巧手工作空间；

S1.5，采用神经网络对五指灵巧手的抓取模式进行训练，形成抓取知识库；

S2，基于五指灵巧手的视觉系统对目标物识别；

S3，模式匹配；

将获得的目标物的大小、形状特征信息与抓取知识库中所存物体的信息进行比较，搜索有无类似物体，如有则仿照抓取知识库中所列物体的抓取规划方法，确定接触点和抓取模式；

如果不是知识库中存在的抓取规划模型，通过从2根手指到5根手指的抓、握、捏的方式试探抓取，并更新抓取知识库；

S4，实施抓取

抓取模式规划完毕之后，进行力规划，通过手指指端缓慢收紧的同时抬起被抓物体，当被抓物体能够被稳定抓起时不再收紧指端的方法，获取抓取物体的最佳抓取力度；

在步骤S1.2中，具体步骤如下：S1.2.1，给定初始参数；

在三维空间中物体的几何特征定义为物体的高度h，宽度w，厚度d，并设d_max＝max(h，d，w)，d_min＝min(h，d，w)，抓取平面为(d_max，d_min)组成的截面；

S1.2.2，基于目标物体相对于手掌的尺寸大小，设定不同的抓取模式：

按照人手的抓取原理，将五指灵巧手的抓取分为三种基本模式：抓、握、捏；

S1.2.2.1，比较手掌和手指的总体长度d_x与抓取平面的最小长度d_min的大小；

当抓取平面的d_min＞d_x，不能实行抓取，当d_min≤d_x时，进行下一步根据物体抓取平面的d_max与五指灵巧手的手指宽度的相对大小，规划使用不同的手指数进行抓取；

S1.2.2.2，若d_max小于或等于一指宽，则使用拇指和食指两根手指采用捏的方式；

若d_max大于一指宽小于或等于三指宽使用拇指、食指和中指三只手指采用捏的方式；

若d_max大于三指宽且d_min小于或等于两指宽时使用全部手指采用握的方式，其他尺寸采用抓的方式；

S1.2.3，根据物体的形状规划不同的抓取方式；

当目标物体具有球体的几何特征或大多数面为曲面时，以过质心的截面与曲面的相交点为拇指的接触点，与该接触点所在面相对的面为其他手指接触点所在面，且除拇指外的其他手指均匀的分布在与拇指所在面相对的面上；

当目标物体的大多数面为平面且相对面近似平行，d_max＞＞d_s，d_s表示手掌的宽度，且d_min＜d_x时，以d_max所在面的中点为拇指接触点，与其相对面为其他手指接触点所在面，拇指沿手掌横向伸展与物体接触，四指在与拇指垂直方向弯曲，使手掌和四指与物体完全接触；

在步骤S1.5中，具体步骤如下：采用基函数为高斯函数的RBF神经网络规划抓取模式的知识库，按照步骤S1.2所述分类对待抓物体及与其匹配的抓取模式进行训练：以待抓取物体的形状和位姿为神经网络的输入，预期输出为与输入相匹配的抓取模式；

RBF神经网络的输入层、隐含层、输出层的节点数分别为n，l，m；节点的高斯核函数为：

式中，x为输入模式样本向量，为隐层第j个单元的输出，c_j为第j个高斯单元的中心，为方差；

则RBF神经网络第k个输出节点的输出为隐层各节点的输出的线性加权和：

式中，ω_kj为j神经元和输出层k神经元之间的权值；

该RBF神经网络的学习参数有RBF的中心c_j、方差和输出单元的权值ω_kj；

其中节点的中心c_j采用K均值算法：

式中，N_j是第j聚类数据，隐含层和输出层之间的权值ω_kj采用最小二乘法确定；

训练步骤为：S1.5.1，选择比较小的随机数初始化ω_kj；

S1.5.2，输入五指灵巧手的参数，物体的几何特征，计算RBF网络的输出；

S1.5.3，求输出神经元的误差：e_k＝d_k-y_k，其中，d_k为输出神经元k的期望输出；

S1.5.4，计算高斯核函数并更新权值其中，η为学习效率；

S1.5.5，根据步骤S1.2所述物体分类与抓取模式设定进行一次训练，完成一次训练后返回步骤S1.5.2再次训练，直至训练结束；

训练过程为：基于灵巧手当前相对于目标物体的位置，根据规划的接近方向，灵巧手朝着目标物体移动，当移动到目标物体处于灵巧手的可抓取空间时，停止移动，再根据采用的不同抓取模式，形成预抓取姿势，并根据灵巧手的预抓取姿势调整灵巧手和目标物体间的相对位置：若使用两只手指捏取物体，以与手掌相连的基指节为第一指节，则移动手掌使目标物体位于拇指和食指的第二指节和第三指节范围内；若使用三只手指捏取物体，则目标物体处于弯曲的三指形成的C形范围内；若使用全部手指抓或握时，各手指的第二关节弯曲，目标物体位于拇指和其他四指组成的半封闭球形内；

S1.5.6，已分类物体与相匹配的抓取模式训练完成后，终止训练过程，完成知识库的搭建。