[发明专利]一种控制补偿的最优轨迹规划方法、设备及存储设备

权利要求书

1.一种控制补偿的最优轨迹规划方法，其特征在于：包括两个过程，分别为：轨迹规划过程和控制补偿过程；

所述轨迹规划过程包括以下步骤：

S101：获取上位机输入的目标权重和轨迹点；

S102：利用轨迹空间转换工具将所述轨迹点转换为机器人关节空间轨迹；

S103：根据所述目标权重和所述机器人关节空间轨迹，利用最优轨迹求解器，求解机器人最优轨迹；

所述控制补偿过程包括以下步骤：

S104：利用离散初始化工具将所述最优轨迹离散化，得到机器人离散控制补偿信息初始值；

S105：根据所述机器人离散控制补偿信息初始值，利用误差优化求解器求解得到优化后的控制补偿信息；

步骤S104~步骤S105的具体过程为：

离散初始化工具按照机器人接收控制信号频率对最优轨迹进行离散，并求得相应的离散控制补偿变量初始值；求解误差优化问题得到最优轨迹对应离散控制补偿变量；

根据离散最优轨迹建立误差优化模型；

所述误差优化模型的目标函数：，其中，minf的物理意义是按照控制补偿变量u_k控制造成的轨迹误差；其中，x_k为最优轨迹按照机器人接收控制信号频率离散获取的离散轨迹点，为常量；

约束条件为控制补偿变量约束，根据有各关节力矩约束推出，表示如下：；求解误差优化问题得到最优轨迹对应离散控制补偿变量；

S106：将所述最优轨迹和所述优化后的控制补偿信息一起作为机器人本体的控制输入，完成机器人轨迹最优控制；

步骤S102具体为：所述轨迹空间转换工具根据机器人结构参数判定机器人本体是否满足Pieper准则，若满足，则采用封闭解析法根据轨迹点求解机器人关节空间轨迹；否则，采用改进组合法求解机器人关节空间轨迹；

步骤S103中，所述最优轨迹求解器采用经典迭代方法或者启发式方法求解机器人最优轨迹；

采用改进组合法求解机器人关节空间轨迹的具体步骤为：

S201、将机器人笛卡尔空间位姿轨迹点作为多层前馈人工神经网络输入，输出机器人关节空间轨迹的粗略解；

S202、将粗略解作为数值迭代求解器的初值，快速得出机器人精确关节空间轨迹；具体为：

S301：由机器人关节空间轨迹的粗略解，根据公式求得当前末端位姿A_cur; 其中θ_i为机器人第i个关节角；n为机器人关节数；^i-1A_i(θ_i)表示坐标系i-1到坐标系i的齐次变换矩阵；i为正整数，取值为[1,n]；

S302：根据公式计算末端位姿的微分运动矩阵，其中A_pos为输入的机器人笛卡尔空间位姿轨迹点，I为单位阵；具体如下：

,

其中，d_x, d_y, d_z分别为微分平移矢量d的分量,δ_x,δ_y,δ_z分别为微分旋转矢量δ的分量；

S303：根据公式dq=J^-1(q_cur)D计算出关节变量偏差矢量；其中D为微分运动矢量，，d表示微分平移矢量；δ表示微分旋转矢量；

S304：当时，迭代结束，输出q_cur，作为最终的精确关节空间轨迹；其中是满足迭代精度的预设值；否则，更新关节变量q_cur=q_cur+dq和相应末端位姿A_cur，重复步骤S302~S304，直至输出最终的精确关节空间轨迹为止；

步骤S202中得出机器人精确关节空间轨迹的同时，以该精确关节空间轨迹和输入的机器人笛卡尔空间位姿轨迹点为反馈训练样本继续训练步骤S201中的神经网络，并更新该网络。