机械手臂的控制方法和控制装置制造方法及图纸

本发明专利技术实施例提供了机械手臂的控制方法和控制装置。该控制方法包括：采集生物电信号Z，所述生物电信号Z表示手臂的至少一个关节的运动；依据以下方程式对所获取的生物电信号Z的特征信号Z’进行转换以得到用于控制所述机械手臂的相应的至少一个关节的运动的控制信号F：Z’＝W’·F，其中W’是系统转移矩阵W的伪逆矩阵，且所述系统转移矩阵通过训练过程中的稀疏非负整数因数分解算法获得；和，基于控制信号F来控制所述机械手臂的运动。通过根据本发明专利技术的机械手臂的控制方法和控制装置，可以利用生物电信号控制机械手臂的至少一个关节，以使得机械手臂基于生物电信号进行多自由度动作，从而提高了机械手臂的控制的精确度和便利度。

【技术实现步骤摘要】
机械手臂的控制方法和控制装置
本专利技术涉及控制系统领域，特别涉及基于生物电信号的机械手臂的控制方法和控制装置。
技术介绍
机械手臂是一种能够按照既定的程序或要求，自动完成物件(如材料、工件、零件或工具等)传送或操作作业的机械装置，它能部分地代替人的手工劳动。较高形式的机械手还能模拟人的手臂动作，完成较复杂的作业。机械手臂广泛应用于半导体制造、工业、医疗、军事、以及太空探索等领域。尽管各种机械手臂的形态各有不同，但它们都有一个共同的特点，就是能够接受指令，精确地定位到三维(或二维)空间上的某一点进行作业。机械手臂根据结构形式的不同分为多关节机械手臂，直角坐标系机械手臂，球坐标系机械手臂，极坐标机械手臂，柱坐标机械手臂等。对于工业应用来说，有时并不需要机械手臂具有完整的六个自由度(即，X移动、Y移动、Z移动、Z转动、Y转动、Z转动)，而只需其中的一个或几个自由度。直角坐标系机械手臂可以由单轴机械手臂组合而成。单轴机械手臂作为一个组件在工业中应用广泛。一般来说，传统工艺应用的机械手臂由以下几部分组成：运动元件，如油缸、气缸、齿条、凸轮等，作为驱动机械手臂运动的部件；导向装置，保证机械手臂的正确方面及承受由于工件的重量所产生的弯曲和扭转的力矩；机械手臂，起着连接和承受外力的作用。另外，机械手臂上的零部件，如油缸、导向杆、控制件等都安装在机械手臂上。此外，根据机械手臂运动和工作的要求，如管路、冷却装置、行程定位装置和自动检测装置等一般也都安装在机械手臂上。所以，机械手臂的结构、工作范围、承载能力和动作精度都直接影响机械手臂的工作性能。丹麦的UniversalRobots公司最近公开了其第三代工业用机械手臂UR5和UR10。图1是UR5机械手臂的示意图。如图1所示，该机械手臂是6轴，最高载重分别达5公斤和10公斤的用户友好的轻型机器手臂。该机械手臂主要面向中小企业设计，适合广泛的应用，不需复杂的培训和专业的技术知识就可以对其快速编程，以移动工具并使用电信号与其他机器进行通信。对于上述UR5机械手臂和其他类型的机械手臂，用户期望更加方便的控制方式。
技术实现思路
本专利技术的目的在于针对上述现有技术的缺陷和不足，提供能够利用生物电信号便捷地控制机械手臂的控制方法和控制装置。根据本专利技术的一方面，提供了一种机械手臂的控制方法，其特征在于，包括：采集生物电信号Z，所述生物电信号Z表示手臂的至少一个关节的运动；依据以下方程式对所获取的生物电信号Z的特征信号Z’进行转换以得到用于控制所述机械手臂的相应的至少一个关节的运动的控制信号F：Z′＝W′·F(1)其中W’是系统转移矩阵W的伪逆矩阵，且所述系统转移矩阵通过训练过程中的稀疏非负整数因数分解算法获得；和，基于控制信号F来控制所述机械手臂的运动。在上述机械手臂的控制方法中，所述特征信号Z’是所述生物电信号Z的均方根：在上述机械手臂的控制方法中，所述特征信号Z’是所述生物电信号Z的自回归参数。在上述机械手臂的控制方法中，所述生物电信号包括以下的至少其中之一：肌电信号、脑电信号。在上述机械手臂的控制方法中，以包括如下步骤的训练过程获得所述系统转移矩阵W：使得训练对象进行多个训练动作，所述训练动作包括所述手臂的至少一个关节的多自由度动作和单自由度动作中的至少一个；将从每个训练动作检测到的生物电信号组合记为生物电信号矩阵Z1；应用稀疏非负整数因数分解算法将所述生物电信号矩阵Z1分解为非负系统转移矩阵Wi和稀疏的非负控制信号矩阵Fi，i表示迭代次数；通过迭代来更新非负系统转移矩阵Wi和系数的非负控制信号矩阵Fi，其中所述非负控制信号矩阵Fi的每个行向量表示所述手臂的其中一个关节的一单自由度动作；和，获得更新后的非负系统转移矩阵Wi作为系统转移矩阵W。在上述机械手臂的控制方法中，所述稀疏非负整数因数分解算法向非负整数因数分解的解添加约束且要求所述解最大化结果控制函数的稀疏性。在上述机械手臂的控制方法中，所述训练动作包括所述训练对象通过手臂的肩肘部的肌电信号控制所述机械手臂沿着0、45、90、135、180度的5条线运动。在上述机械手臂的控制方法中，应用所述稀疏非负整数因数分解算法分解所述生物电信号矩阵Z1具体包括：以l1范数来控制非负控制信号矩阵F的稀疏性程度，由以下方程式表示：满足W,F≥0,满足Wij,Fij≥0其中，F(:,t)是控制信号矩阵F的第t列矢量，’Fro’是尼乌斯范数，m是检测生物电信号的信道数，T是时间长度，λ>0是平衡因数分解的精确性和F的稀疏性程度的正则参数，上标“+”和“-”表示每个自由度的正向和负向。在上述机械手臂的控制方法中，所述方程式(2)重写为：满足W,F≥0,其中e1×2m是所有项等于1的行矢量，且01×T等于0。在上述机械手臂的控制方法中，通过交替非负最小二乘方法来求解方程式(3)，并通过固定所述系统转移矩阵W和所述信号矩阵F中的一个来迭代的更新另一个，如以下方程式所示：其中所述F(k+1)和W(k+1)具有闭合形式的解。在上述机械手臂的控制方法中，通过交叉验证来选择最优λ，所述最优λ是获得最小的平均信噪比的正则参数。在上述机械手臂的控制方法中，所述控制信号由以下方程式表示：其中，F1是用于肩部关节的控制信号，且F2是用于肘部关节的控制信号，上标“+”表示所述肩部关节和所述肘部关节的顺时针旋转，且上标“-”表示所述肩部关节和所述肘部关节的逆时针旋转。在上述机械手臂的控制方法中，进一步包括：根据以下方程式由缩放校正因数缩放所述控制信号：其中，所述缩放校正因数τij被确定为使得所述控制信号F被映射到所述多自由度动作中的整个关节角度范围。在上述机械手臂的控制方法中，进一步包括：在运动带宽对所述控制信号进行低通滤波，并以滤波后的控制信号控制所述操作对象进行所述多自由度动作。根据本专利技术的另一方面，提供了一种机械手臂的控制装置，其特征在于，包括：信号采集单元，用于采集生物电信号Z，所述生物电信号Z表示手臂的至少一个关节的运动；信号处理单元，用于依据以下方程式对所获取的生物电信号Z的特征信号Z’进行转换以得到用于控制所述机械手臂的相应的至少一个关节的运动的控制信号F：Z′＝W′·F(1)其中W’是系统转移矩阵W的伪逆矩阵，且该系统转移矩阵通过训练过程中的稀疏非负整数因数分解算法获得；和，运动控制单元，用于基于控制信号F来控制所述机械手臂的运动。在上述机械手臂的控制装置中，进一步包括：力/扭矩传感器，用于采集所述手臂的模拟力/扭矩信号；所述运动控制单元进一步用于基于所述控制信号F和所述模拟力/扭矩信号的结合来控制所述机械手臂的运动。在上述机械手臂的控制装置中，所述特征信号Z’是所述生物电信号Z的均方根：在上述机械手臂的控制装置中，所述特征信号Z’是所述生物电信号Z的自回归参数。在上述机械手臂的控制装置中，所述生物电信号包括以下的至少其中之一：肌电信号、脑电信号。在上述机械手臂的控制装置中，通过包括如下步骤的训练过程获得所述系统转移矩阵W：使得训练对象进行多个训练动作，所述训练动作包括所述手臂的至少一个关节的多自由度动作和单自由度动作中的至少一个；将从每个训练动作检测到的生物电信号组合记为生物电信号矩阵Z1；应用稀疏非负整数因数分解算法将所述生物电信本文档来自技高网...

【技术保护点】
一种机械手臂的控制方法，其特征在于，包括：采集生物电信号Z，所述生物电信号Z表示手臂的至少一个关节的运动；依据以下方程式对所获取的生物电信号Z的特征信号Z’进行转换以得到用于控制所述机械手臂的相应的至少一个关节的运动的控制信号F：Z’＝W’·F                                          (1)其中W’是系统转移矩阵W的伪逆矩阵，且所述系统转移矩阵通过训练过程中的稀疏非负整数因数分解算法获得；和基于控制信号F来控制所述机械手臂的运动。

【技术特征摘要】
1.一种机械手臂的控制方法，其特征在于，包括：采集生物电信号Z，所述生物电信号Z表示手臂的至少一个关节的运动；依据以下方程式对所获取的生物电信号Z的特征信号Z’进行转换以得到用于控制所述机械手臂的相应的至少一个关节的运动的控制信号F：Z’＝W’·F(1)其中W’是系统转移矩阵W的伪逆矩阵，且所述系统转移矩阵通过训练过程中的稀疏非负整数因数分解算法获得；和基于控制信号F来控制所述机械手臂的运动。2.根据权利要求1所述的机械手臂的控制方法，其特征在于，所述特征信号Z’是所述生物电信号Z的均方根：Z’＝√Z。3.根据权利要求1所述的机械手臂的控制方法，其特征在于，所述特征信号Z’是所述生物电信号Z的自回归参数。4.根据权利要求1所述的机械手臂的控制方法，其特征在于，所述生物电信号包括以下的至少其中之一：肌电信号、脑电信号。5.根据权利要求1所述的机械手臂的控制方法，其特征在于，以包括如下步骤的训练过程获得所述系统转移矩阵W：使得训练对象进行多个训练动作，所述训练动作包括所述手臂的至少一个关节的多自由度动作和单自由度动作中的至少一个；将从每个训练动作检测到的生物电信号组合记为生物电信号矩阵Z1；应用稀疏非负整数因数分解算法将所述生物电信号矩阵Z1分解为非负系统转移矩阵Wi和稀疏的非负控制信号矩阵Fi，i表示迭代次数；通过迭代来更新非负系统转移矩阵Wi和系数的非负控制信号矩阵Fi，其中所述非负控制信号矩阵Fi的每个行向量表示所述手臂的其中一个关节的一单自由度动作；和获得更新后的非负系统转移矩阵Wi作为系统转移矩阵W。6.根据权利要求5所述的机械手臂的控制方法，其特征在于，所述稀疏非负整数因数分解算法向非负整数因数分解的解添加约束且要求所述解最大化结果控制函数的稀疏性。7.根据权利要求5所述的机械手臂的控制方法，其特征在于，所述训练动作包括所述训练对象通过手臂的肩肘部的肌电信号控制所述机械手臂沿着0、45、90、135、180度的5条线运动。8.根据权利要求7所述的机械手臂的控制方法，其特征在于，应用所述稀疏非负整数因数分解算法分解所述生物电信号矩阵Z1具体包括：以l1范数来控制非负控制信号矩阵F的稀疏性程度，由以下方程式表示：满足W，F≥0满足.Wij，Fij≥0其中，F(:,t)是控制信号矩阵F的第t列矢量，’Fro’是尼乌斯范数，m是检测生物电信号的信道数，T是时间长度，λ>0是平衡因数分解的精确性和F的稀疏性程度的正则参数，上标“+”和“-”表示每个自由度的正向和负向。9.根据权利要求8所述的机械手臂的控制方法，其特征在于，所述方程式(2)重写为：其中e1×2m是所有项等于1的行矢量，且01×T等于0。10.根据权利要求9所述的机械手臂的控制方法，其特征在于，通过交替非负最小二乘方法来求解方程式(3)，并通过固定所述系统转移矩阵W和所述信号矩阵F中的一个来迭代的更新另一个，如以下方程式所示：其中所述F(k+1)和W(k+1)具有闭合形式的解。11.根据权利要求8到10中任意一项所述的机械手臂的控制方法，其特征在于，通过交叉验证来选择最优λ，所述最优λ是获得最小的平均信噪比的正则参数。12.根据权利要求1所述的机械手臂的控制方法，其特征在于，所述控制信号由以下方程式表示：其中，F1是用于肩部关节的控制信号，且F2是用于肘部关节的控制信号，上标“+”表示所述肩部关节和所述肘部关节的顺时针旋转，且上标“-”表示所述肩部关节和所述肘部关节的逆时针旋转。13.根据权利要求12所述的机械手臂的控制方法，其特征在于，进一步包括：根据以下方程式由缩放校正因数缩放所述控制信号：其中，所述缩放校正因数τij被确定为使得所述控制信号F被映射到所述多自由度动作中的整个关节角度范围。14.根据权利要求13所述的机械手臂的控制方法，其特征在于，进一步包括：在运动带宽对所述控制信号进行低通滤波，并以滤波后的控制信号控制所述操作对象进行所述多自由度动作。15.一种机械手臂的控制装置，其特征在于，包括：信号采集单元，用于采集生物电信号Z，所述生物电信号Z表示手臂的至少一个关节的运动；信号处理单元，用于依据以下...

【专利技术属性】
技术研发人员：林闯，
申请(专利权)人：宁波原子智能技术有限公司，
类型：发明
国别省市：浙江,33