[发明专利]用于生成机器人的控制器的技术

说明书

一种模型生成器实施了一种生成描述机器人的一个或多个物理性质的机器人模型的数据驱动方法。所述模型生成器生成一般来说描述大范围的系统的一系列物理性质的一组基函数。然后，所述模型生成器基于发布给所述机器人的一个或多个命令、由所述机器人实施的一个或多个对应末端执行器位置以及稀疏约束而生成对应于所述一组基函数的一组系数。所述模型生成器通过将所述一组基函数与所述一组系数组合来生成所述机器人模型。这样做时，所述模型生成器会禁用不描述与所述机器人相关联的物理性质的特定基函数。所述机器人模型随后可在机器人控制器内使用，以生成用于控制所述机器人的命令。

相关申请的交叉参考

本申请主张于2019年10月21日提出申请的标题为“基于用于机器人建模以及控制的稀疏学习创建机器人控制器(Creating Robot Controllers Based on SparseLearning for Robot Modeling and Control)”且序列号为62/924,051的美国临时专利申请的优先权益，并且主张于2020年6月3日提出申请的标题为“用于生成机器人的控制器的技术(Techniques for Generating Controllers for Robots)”且序列号为16/892,216的美国专利申请的优先权益。这些相关申请的主题特此以引用方式并入本文中。

发明背景

技术领域

各种实施例一般来说涉以及控制理论以及机器人学，且更具体来说涉以及用于生成机器人的控制器的技术。

相关技术说明

在典型机器人控制器设计过程中，设计人员分析机器人的物理结构以便确定与机器人相关联的运动学方程组。所述运动学方程组一般来说描述机器人的物理性质，包含机器人中所包含的一个或多个关节和/或连杆机构的各种静态和/或动态性质。举例来说，给定运动学方程可将包含于机器人中的末端执行器的位置描述为与机器人相关联的关节角度的函数。

随后，设计者通过计算不同运动学方程的基于时间的导数来确定用于机器人的雅可比矩阵。雅可比矩阵一般来说将关联于机器人的关节的一个或多个角速度与关联于机器人的不同部分(包含机器人的末端执行器)的一个或多个线性速度和/或角速度相关。然后，雅可比矩阵可用于生成用于机器人的控制器，所述控制器将末端执行器的目标位置映射到机器人的关节角度的一个或多个改变。当在机器人中实施时，控制器能够响应于各种输入而将末端执行器朝向目标位置引导。

上述方法的一个缺点是，确定与机器人相关联的运动学方程组是复杂的手动过程，所述过程通常经由可能有些不准确的一个或多个建模近似值来简化。举例来说，当确定与机器人相关联的给定连杆机构的运动学方程时，设计者可能会做出舍入假设，从而导致连杆机构的惯性矩的有些不准确的近似值。这些类型的不准确建模近似值会导致机器人的控制器所基于的雅可比矩阵不准确，从而可阻止控制器准确地控制机器人。

上述方法的另一缺点是，机器人的一些或所有物理结构可能对设计者有所隐藏。举例来说，给定机器人可被制造为具有围封在外壳内的特定关节和/或连杆机构，以阻止设计者检验那些关节和/或连杆机构。如果设计者无法分析机器人的物理结构，那么设计者就无法确定机器人的对应运动学方程组或机器人的雅可比矩阵，因此阻止了设计者生成机器人的控制器。

如前述内容所说明，本领域需要更有效的技术来生成机器人的控制器。

发明内容

各种实施例包含一种用于控制机器人的计算机实施方法，所述计算机实施方法包含：确定由所述机器人响应于第一组输入而生成的第一组输出；基于所述第一组输入和所述第一组输出而生成第一组基函数，其中所述第一组基函数描述了第一机器人的一个或多个物理特性；以及致使所述机器人基于所述第一组基函数而执行第一动作。

所公开技术相对于现有技术的至少一个技术优势在于，所公开技术能够生成准确的机器人控制器，而无需确定任何运动学方程。因此，可避免其中不准确的建模假设导致不准确的机器人控制器的情况。