[发明专利]一种提升机器人手臂操纵精度的多关节联动方法及系统

权利要求书

1.一种提升机器人手臂操纵精度的多关节联动方法，其特征在于，包括以下步骤：

构建基于神经网络的内模型，该内模型包括正向模型和反向模型，该正向模型含有机器人手臂关节角度到笛卡尔空间中方向的映射关系，该反向模型含有笛卡尔空间中方向到机器人手臂关节角度的映射关系；

训练该内模型，包括训练正向模型和训练反向模型；训练内模型的方法为：通过训练数据的运动方向-控制指令对训练内模型的正向模型和反向模型，将训练数据的运动方向输入到反向模型中输出控制指令，将训练数据的控制指令输入到正向模型中输出执行后的机器人手臂运动方向，直至输出的运动方向-控制指令对与输入的运动方向-控制指令对一致则完成训练；

启动基于训练好的内模型的机器人手臂，通过传感器获取目标相对于该手臂末端的方向，通过反向模型生成机器人手臂朝着目标方向运动的控制指令；通过正向模型预测执行该控制指令后机器人手臂末端的运动方向，若该预测的运动方向与目标方向一致，则执行该控制指令，否则重新检测目标方向。

2.如权利要求1所述的方法，其特征在于，训练数据的运动方向-控制指令对，其通过随机赋予机器人手臂各个关节一个小于5°的角度变换，记录机器人手臂末端的位移和运动前后的关节角度而得到。

3.如权利要求1所述的方法，其特征在于，控制指令用于控制机器人手臂运动前后关节角度之差。

4.如权利要求1所述的方法，其特征在于，运动方向与目标方向一致是指运动方向与目标方向的差值小于预设阈值。

5.如权利要求1所述的方法，其特征在于，传感器包括摄像头、激光雷达。

6.一种提升机器人手臂操纵精度的多关节联动系统，其特征在于，包括机器人手臂、传感器和基于神经网络的内模型；该内模型包括正向模型和反向模型，该正向模型含有机器人手臂关节角度到笛卡尔空间中方向的映射关系，该反向模型含有笛卡尔空间中方向到机器人手臂关节角度的映射关系；该内模型通过训练提升精度，训练内模型的方法为：通过训练数据的运动方向-控制指令对来分别训练内模型的正向模型和反向模型，其中，将训练数据的运动方向输入到反向模型中生成控制指令，将训练数据的控制指令输入到正向模型中预测执行后的机器人手臂运动方向；通过该传感器获取目标相对于机器人手臂末端的方向，通过反向模型生成机器人手臂朝着目标方向运动的控制指令；通过正向模型预测执行该控制指令后机器人手臂末端的运动方向，若该预测的运动方向与目标方向一致，则执行该控制指令，否则重新检测目标方向。

7.如权利要求6所述的系统，其特征在于，训练数据为运动方向-控制指令对，其通过随机赋予机器人手臂各个关节一个小于5°的角度变换，记录机器人手臂末端的位移和运动前后的关节角度而得到。

8.如权利要求6所述的系统，其特征在于，传感器包括摄像头、激光雷达。