当前位置: 首页 > 专利查询>中山大学专利>正文

一种基于神经动力学方法的软体机器人控制方法技术

技术编号:24189125 阅读:123 留言:0更新日期:2020-05-20 08:54
本发明专利技术公开了一种基于神经动力学方法的软体机器人控制方法,包括以下步骤:1、对于当前时刻t,结合软体机器人的末端坐标位置、目标轨迹和其速度,以及软体机器人的雅可比矩阵的逆,建立一个表示软体机器人驱动器状态变化率的一阶微分方程;2、根据软体机器人末端位姿和驱动器的状态的变化率确定雅可比矩阵,对雅可比矩阵使用零化神经动力学得到一个关于雅可比矩阵的逆的一阶微分方程;3、确定步骤1和步骤2的两个微分方程的初始条件并将两个微分方程联合起来求解;4、由步骤3得到的结果,得出软体机器人驱动器的状态,从而驱动机器人运动。本发明专利技术的达到较高的精确度,只需要模型的雅可比矩阵和目标轨迹信息便能完成追踪任务。

【技术实现步骤摘要】
一种基于神经动力学方法的软体机器人控制方法
本专利技术涉及机器人控制
,尤其涉及一种基于神经动力学方法的软体机器人控制方法。
技术介绍
软体机器人的应用领域非常广泛,从工业领域到医疗领域都得到广泛使用。软体机器人的主要特征是其能够任意弯曲,由于内在的顺从性,使得其非常灵活并且能够在受限的环境进行安全的交互。但是正是由于这种柔软性,控制软体机器人变得具有挑战性,常见的控制软体机器人的方法有基于神经网络的方法、自适应控制方法、雅可比矩阵伪逆的方法。本专利技术所使用的方法是基于雅可比矩阵伪逆的方法,使用本专利技术的方法可以驱动软体机器人做出特定的运动,从而完成各种任务。如图1所述,现有的雅可比矩阵伪逆的方法控制软体机器人,该方法通过求解微分方程得到驱动器的状态q,其中W为一个避免驱动器末端停止的对角矩阵,K为减少实际轨迹和目标轨迹误差的对角矩阵,J为连续体机器人的雅可比矩阵,xd为目标轨迹,为目标轨迹的导数,x为实际轨迹。求得驱动器状态后驱动软体机器人运动,实际x将发生变化并且作为下一状态的输入,通过反复的迭代上述过程,最终可以完成设定本文档来自技高网...

【技术保护点】
1.一种基于神经动力学方法的软体机器人控制方法,其特征在于,包括以下步骤:/n步骤1、对于当前时刻t,结合软体机器人的末端坐标位置、目标轨迹和其速度,以及软体机器人的雅可比矩阵的逆,建立一个表示软体机器人驱动器状态变化率的一阶微分方程;/n步骤2、根据软体机器人末端位姿和驱动器的状态的变化率确定雅可比矩阵,对雅可比矩阵使用零化神经动力学得到一个关于雅可比矩阵的逆的一阶微分方程;/n步骤3、确定步骤1和步骤2的两个微分方程的初始条件并将两个微分方程联合起来求解;/n步骤4、由步骤3得到的结果,得出软体机器人驱动器的状态,从而驱动机器人运动。/n

【技术特征摘要】
1.一种基于神经动力学方法的软体机器人控制方法,其特征在于,包括以下步骤:
步骤1、对于当前时刻t,结合软体机器人的末端坐标位置、目标轨迹和其速度,以及软体机器人的雅可比矩阵的逆,建立一个表示软体机器人驱动器状态变化率的一阶微分方程;
步骤2、根据软体机器人末端位姿和驱动器的状态的变化率确定雅可比矩阵,对雅可比矩阵使用零化神经动力学得到一个关于雅可比矩阵的逆的一阶微分方程;
步骤3、确定步骤1和步骤2的两个微分方程的初始条件并将两个微分方程联合起来求解;
步骤4、由步骤3得到的结果,得出软体机器人驱动器的状态,从而驱动机器人运动。


2.如权利要求1所述的一种基于神经动力学方法的软体机器人控制方法,其特征在于:所述步骤1对于当前时刻t,结合软体机器人的末端坐标位置、目标轨迹和其速度,以及软体机器人的雅可比矩阵的逆,建立一个表示软体机器人驱动器状态变化率的一阶微分方程,具体为:
根据软体机器人的运动学公式,建立软体机器人驱动器状态变化率的一阶微分方程;
其中,软体机器人的运动学公式为:r(t)=f(u(t)),其中r(t)表示t时刻机器人末端的坐标,u(t)表示t时刻机器人驱动器的状态,f(·)是...

【专利技术属性】
技术研发人员:谭宁黄明伟余鹏
申请(专利权)人:中山大学
类型:发明
国别省市:广东;44

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1