[发明专利]一种机械臂运动的控制方法、终端和可读存储介质

说明书

本发明实施例涉及机器人控制领域，公开了一种机械臂运动的控制方法、终端和可读存储介质。本发明中机械臂运动的控制方法，包括：获取机械臂的初始位置信息以及机械臂的目标位置信息；将初始位置信息和目标位置信息输入运动轨迹预测模型中，运动轨迹预测模型为预先训练至收敛用于预测机械臂的运动轨迹的极限学习机模型；获取运动轨迹预测模型输出的机械臂从初始位置运动至目标位置的运动轨迹，并控制机械臂按照运动轨迹运动。本实施方式，使得机械臂可以快速运动至目标位置。

技术领域

本发明实施例涉及机器人控制领域，特别涉及一种机械臂运动的控制方法、终端和可读存储介质。

背景技术

人口老龄化已经成为全世界面临的一个严峻问题，可以预见在不远的将来随着综合性劳动力需求的增加，劳动力成本也会急剧上升，可见，智能机器人在未来的生产生活中将扮演重要的角色。人类手臂能够完成简单的运动，但是对于机器人来说却比较困难，一个能够在非结构化空间中完成任务的灵活手臂就显得尤为重要。机器臂控制技术中，通常需要预先对机械臂的运动轨迹进行规划，进而控制机械臂按照规划的运动轨迹运动。目前机械臂的运动轨迹的规划主要是基于几何学上考虑的，通过对空间进行离散分割来形成解决方案。

发明人发现相关技术中至少存在如下问题：目前对机械臂运动控制的技术中，机械手臂运动轨迹的规划速度非常慢，导致机械臂丛初始位置运动到目标位置的速度非常慢。

发明内容

本发明实施方式的目的在于提供一种机械臂运动的控制方法、终端和可读存储介质，使得机械臂可以快速运动至目标位置。

为解决上述技术问题，本发明的实施方式提供了一种机械臂运动的控制方法，包括：获取机械臂的初始位置信息以及机械臂的目标位置信息；将初始位置信息和目标位置信息输入运动轨迹预测模型中，运动轨迹预测模型为预先训练至收敛用于预测机械臂的运动轨迹的极限学习机模型；获取运动轨迹预测模型输出的机械臂从初始位置运动至目标位置的运动轨迹，并控制机械臂按照运动轨迹运动。

本发明的实施方式还提供了一种终端，包括：至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述的机械臂运动的控制方法。

本发明的实施方式还提供了一种计算机可读存储介质，存储有计算机程序，计算机程序被处理器执行时实现上述的机械臂运动的控制方法。

本发明实施方式相对于现有技术而言，通过获取机械臂的初始位置信息以及该机械臂的目标位置信息，将该初始位置信息和目标位置信息输入运动轨迹预测模型中，获取运动轨迹预测模型输出的运动轨迹，控制该机械臂按照该运动轨迹运动；运动轨迹预测模型采用了极限学习机模型，由于极限学习机模型的网络结构简单，为单隐藏层的网络模型结构，使得利用该极限学习机训练获得的运动轨迹预测模型的训练速度快，同时，该运动轨迹预测模型可以适用于不同自由度机械臂，提高了适用范围；训练完后该运动轨迹预测模型的网络结构简单，使得根据输入的数据，可以快速得到输出结果，使得对机械臂的运动轨迹规划非常快，提高了机械臂运动至目标位置的速度，大大缩短了控制机械臂运动的速度。

另外，机械臂通过多个关节变换运动轨迹，控制机械臂按照运动轨迹运动，包括：根据运动轨迹生成与运动轨迹具有映射关系的多个关节角度，其中，多个关节角度与多个关节一一对应，多个关节角度复合形成运动轨迹；根据多个关节角度调整对应关节，以使机械臂沿运动轨迹运动。由于机械臂的运动与关节的关节角度相关，根据输出的运动轨迹生成与运动轨迹具有映射关系的多个关节角度，可以通过控制多个关节角度的变换实现机械臂的运动轨迹，控制方式简单，运动速度快。

另外，运动轨迹预测模型在训练之前，随机确定极限学习机模型中隐藏层的节点数以及输入权重。训练之前，随机确定极限学习机模型中隐藏层的节点数以及输入权重，由于无需通过训练确定，可以进一步提高后续运动轨迹预测模型训练的速度。