[发明专利]一种机械臂的运动控制方法及装置有效
| 申请号: | 202010782836.7 | 申请日: | 2020-08-06 | 
| 公开(公告)号: | CN112077839B | 公开(公告)日: | 2022-03-22 | 
| 发明(设计)人: | 周海雷;李小鹏;王云枫;吴继发;朱文艳 | 申请(专利权)人: | 中科云谷科技有限公司;中联重科股份有限公司 | 
| 主分类号: | B25J9/16 | 分类号: | B25J9/16 | 
| 代理公司: | 北京同达信恒知识产权代理有限公司 11291 | 代理人: | 赵祎 | 
| 地址: | 201306 上海市浦东*** | 国省代码: | 上海;31 | 
| 权利要求书: | 查看更多 | 说明书: | 查看更多 | 
| 摘要: | |||
| 搜索关键词: | 一种 机械 运动 控制 方法 装置 | ||
本申请公开一种机械臂的运动控制方法及装置,属于控制技术领域,该方法包括:在按照预设的轨迹控制算法控制机械臂的n个关节按照各自的给定轨迹运动的过程中,若确定满足设定的误差获取条件,则获取当前时刻各关节的运动误差,确定下一时刻各关节的实际输入力矩,其中,根据轨迹控制算法和每个关节的运动误差,计算下一时刻该关节的期望输入力矩,利用该关节对应的神经网络模型和下一时刻该关节的给定运动状态,确定下一时刻用于对该关节的期望输入力矩进行补偿的补偿力矩,利用下一时刻该关节的补偿力矩对下一时刻该关节的期望输入力矩进行补偿,得到下一时刻该关节的实际输入力矩,进而根据下一时刻各关节的实际输入力矩控制机械臂运动。
技术领域
本申请涉及控制技术领域,尤其涉及一种机械臂的运动控制方法及装置。
背景技术
机械臂是一个多变量、高度非线性、强耦合的复杂系统,且存在不确定的时变、内部摩擦、参数摄动、外部干扰和重力场等因素影响,这些因素使得机械臂的动力学分析和控制律设计都比较困难。
相关技术中,为了简化对机械臂的运动分析和控制算法设计,在对机械臂进行运动分析和控制算法设计时,忽略了不确定时变、内部摩擦、参数摄动、外部干扰以及重力场等因素对机械臂的影响,而以未考虑这些因素的机械臂的动力学模型来分析机械臂的运动并设计机械臂的控制算法,这样,会降低机械臂的控制精度。
发明内容
本申请实施例提供一种机械臂的运动控制方法及装置,用以解决现有技术中机械臂的控制准精度比较低的问题。
第一方面,本申请实施例提供的一种机械臂的运动控制方法,包括:
在按照预设的轨迹控制算法控制机械臂的n个关节按照各自的给定轨迹运动的过程中,若确定满足设定的误差获取条件,则获取当前时刻各关节的运动误差,n为大于零的整数;
确定下一时刻各关节的实际输入力矩,其中,根据所述轨迹控制算法和每个关节的运动误差,计算下一时刻该关节的期望输入力矩,利用该关节对应的神经网络模型和下一时刻该关节的给定运动状态,确定下一时刻用于对该关节的期望输入力矩进行补偿的补偿力矩,所述神经网络模型是对控制该关节按照轨迹样本运动时该关节的给定运动状态与补偿力矩之间的关系特征进行学习得到的,利用下一时刻该关节的补偿力矩对下一时刻该关节的期望输入力矩进行补偿,得到下一时刻该关节的实际输入力矩;
根据下一时刻各关节的实际输入力矩,控制所述机械臂运动。
在一种可能的实施方式中,利用该关节对应的神经网络模型和下一时刻该关节的给定运动状态,确定下一时刻用于对该关节的期望输入力矩进行补偿的补偿力矩,包括:
利用该关节对应的神经网络模型的输入层参数对下一时刻该关节的给定运动状态进行计算,得到输入层输出结果;利用该关节对应的神经网络模型的隐含层参数对所述输入层输出结果进行计算,得到隐含层输出结果;以及
根据该关节的运动误差、下一时刻该关节的给定运动状态和预设的用于确定该关节对应的神经网络模型的输出层参数的参数确定算法,计算下一时刻该关节对应的神经网络模型的输出层参数;
利用所述隐含层输出结果和计算的输出层参数,计算下一时刻用于对该关节的期望输入力矩进行补偿的补偿力矩。
在一种可能的实施方式中,根据以下公式计算下一时刻第i个关节对应的神经网络模型的输出层参数:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中科云谷科技有限公司;中联重科股份有限公司,未经中科云谷科技有限公司;中联重科股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010782836.7/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种多轮交互方法、装置及存储介质
- 下一篇:一种用于隧道规划的勘测方法





