[发明专利]一种运载机器人手臂操控多点映射智能控制方法及系统

摘要

本发明公开了一种运载机器人手臂操控多点映射智能控制方法及系统，该方法包括步骤1对运载机器人手臂进行多次抓取训练，获得运载机器人在不同固定抓取点完成抓取任务的抓取样本集；步骤2依据各手臂关节控制值的变化幅度a％对抓取样本集中进行关节分类，获得各类关节样本集；步骤3利用步骤2得到的关节样本集构建运载机器人手臂关节控制值的预测模型；步骤4将运载机器人基座与抓取台底端边缘之间的距离作为输入值，通过预测模型，分别得到各个关节的控制值并输出控制值，完成抓取任务控制。本发明通过建立机器人基座、抓取台之间距离与机器人手臂姿态之间的映射，避免了繁琐的运动学方程建立；获取准确的关节控制值，控制灵活。

主权项

一种运载机器人手臂操控多点映射智能控制方法，其特征在于,包括以下步骤：步骤1：当运载机器人位于指定抓取距离区间内的固定抓取点时，利用远程服务器控制运载机器人手臂进行多次抓取训练，获得运载机器人在不同固定抓取点完成抓取任务的抓取样本集；每个抓取样本包括运载机器人基座所在固定抓取点与抓取台底端边缘之间的距离和完成抓取任务过程中所有关节的控制值矩阵，所述所有关节的控制值矩阵大小为N*M，N表示运载机器人手臂关节个数，M表示抓取过程手臂动作次数；步骤2：依据各手臂关节控制值的变化幅度a％对抓取样本集中进行关节分类，获得各类关节样本集；从每个抓取样本中提取出各个关节样本，每个关节样本包括距离和控制值向量，所述关节样本中的距离是指运载机器人基座所在的固定抓取点与抓取台底端边缘之间的距离，所述关节样本中的控制值向量，是指运载机器人基座位于固定抓取点时，完成抓取任务过程中对应的关节控制值向量，向量大小为1*M；依据关节控制值变化幅度a％，对抓取样本集对应的所有关节样本进行分类：若a％<20％，该类关节作为第一类关节；若20％≤a％≤50％，该类关节作为第二类关节；若a％>50％，该类关节作为第三类关节每个关节样本的关节控制值变化幅度a％是指每个关节在一次抓取过程所有动作中的最大控制值和最小控制值之差与对应关节的控制量程之比；步骤3：利用步骤2得到的关节样本集构建运载机器人手臂关节控制值的预测模型；依次各类关节样本集中的每个关节样本的距离和控制值向量分别作为训练模型的输入数据和输出数据进行训练，构建预测模型，包括第一类关节预测模型、第二类关节预测模型以及第三类关节预测模型；其中，第一类关节预测模型使用的训练模型为基于Elman神经网络模型；第二类关节预测模型使用的训练模型为多核支持向量机MKSVM模型；第三类关节预测模型使用的训练模型为小波神经网络模型；步骤4：利用运载机器人基座所在固定抓取点与抓取台底端边缘之间的距离作为三类关节预测模型的输入值，分别得到各个关节的控制值，输出运载机器人手臂所有关节的控制值，完成抓取任务。