任务执行控制方法、装置、控制设备及可读存储介质制造方法及图纸

本申请提供一种任务执行控制方法、装置、控制设备及可读存储介质，涉及机器人控制技术领域。本申请基于获取到的机器人当前的运动状态信息以及与目标任务对应的期望运动轨迹信息，确定机器人执行目标任务时的任务执行系数矩阵及动力学约束条件，并根据运动状态信息及机体动作安全约束条件构建参数分布约束条件，接着使用任务执行系数矩阵求解任务执行损失函数，得到满足动力学约束条件以及参数分布约束条件的目标驱动参数，最后基于目标驱动参数将机器人实时状态结合到机器人运动状况的控制过程中，确保机器人实现预期运动效果，并同步地确保机器人的机体动作符合机器人运动规律且处于安全运动范围内，提升机器人运行安全性。

【技术实现步骤摘要】
任务执行控制方法、装置、控制设备及可读存储介质
本申请涉及机器人控制
，具体而言，涉及一种任务执行控制方法、装置、控制设备及可读存储介质。
技术介绍
随着科学技术的不断发展，机器人技术因具有极大的研究价值及应用价值受到了各行各业的广泛重视，而在机器人技术的实际应用过程中，通常需要确保机器人的机体结构在运动过程中不产生奇异，或将机器人的机体动作限定在特定的运动范围内，以避免机器人与外界事物发生碰撞，保证机器人得以安全运行。
技术实现思路
有鉴于此，本申请的目的在于提供一种任务执行控制方法、装置、控制设备及可读存储介质，能够将机器人实时状态结合到机器人运动状况的控制过程中，确保机器人实现预期运动效果，并确保机器人的机体动作符合机器人运动规律且处于安全运动范围内，提升机器人运行安全性。为了实现上述目的，本申请实施例采用的技术方案如下：第一方面，本申请提供一种任务执行控制方法，所述方法包括：获取机器人当前的运动状态信息以及与目标任务对应的期望运动轨迹信息；根据所述期望运动轨迹信息以及所述运动状态信息，确定所述机器人执行所述目标任务所对应的任务执行系数矩阵；根据所述期望运动轨迹信息以及所述运动状态信息，针对所述机器人的任务驱动参数构建匹配的动力学约束条件；根据所述运动状态信息以及与所述目标任务对应的机体动作安全约束条件，针对所述任务驱动参数构建匹配的参数分布约束条件；采用所述任务执行系数矩阵求解预存的任务执行损失函数，得到满足所述动力学约束条件以及所述参数分布约束条件的目标驱动参数；按照所述目标驱动参数对所述机器人各关节端执行器的运行状态进行控制，使所述机器人对应执行所述目标任务。在可选的实施方式中，所述目标任务包括至少一项待执行任务，所述任务执行系数矩阵包括第一任务系数矩阵及第二任务系数矩阵，所述根据所述期望运动轨迹信息以及所述运动状态信息，确定所述机器人执行所述目标任务所对应的任务执行系数矩阵，包括：针对每个待执行任务，从所述期望运动轨迹信息中获取与所述待执行任务对应的末端雅可比矩阵，并基于获取到的所述末端雅可比矩阵构建所述待执行任务的第一执行系数子矩阵；从所述运动状态信息中获取所述机器人的广义速度，从所述期望运动轨迹信息中获取与所述待执行任务对应的期望末端加速度，并根据所述广义速度、所述末端雅可比矩阵以及所述期望末端加速度构建所述待执行任务的第二执行系数子矩阵；根据所述目标任务中每个待执行任务的执行权重，将同一待执行任务的第一执行系数子矩阵与第二执行系数子矩阵分别与该待执行任务的执行权重进行加权运算，得到该待执行任务的第一加权参数子矩阵及第二加权参数子矩阵；将所述目标任务下所有待执行任务各自的第一加权参数子矩阵进行矩阵聚合，得到所述目标任务的第一任务系数矩阵，并将所述目标任务下所有待执行任务各自的第二加权参数子矩阵进行矩阵聚合，得到所述目标任务的第二任务系数矩阵。在可选的实施方式中，所述任务驱动参数包括机器人在广义坐标位置处的加速度以及机器人所受外力大小，动力学约束条件采用如下式子表达为：其中，q用于表示所述运动状态信息中的机器人广义坐标位置，用于表示所述运动状态信息中的机器人广义速度，M(·)用于表示所述期望运动轨迹信息中的机器人惯量矩阵，B(·)用于表示所述期望运动轨迹信息中的由离心力和科里奥利力产生的非线性矩阵，G(·)用于表示所述期望运动轨迹信息中的机器人重力矩阵，Jext用于表示所述期望运动轨迹信息中的外力作用点的雅可比矩阵，τ用于表示作用在所述机器人广义坐标位置上的广义力大小，表示所述机器人在所述广义坐标位置处的加速度，fext用于表示所述机器人所受外力大小。在可选的实施方式中，所述机体动作安全约束条件包括针对机器人关节的有效关节位置约束条件，则所述根据所述运动状态信息以及与所述目标任务对应的机体动作安全约束条件，针对所述任务驱动参数构建匹配的参数分布约束条件的步骤，包括：根据所述运动状态信息中的关节实时位置，构建匹配的关节位置预测函数；将所述关节位置预测函数代入所述有效关节位置约束条件中进行参数换算，得到与所述机器人在广义坐标位置处的加速度对应的参数分布约束条件。在可选的实施方式中，所述关节位置预测函数采用如下式子表达为：其中，q(t)用于表示t时刻的预测关节位置，用于表示当前时刻的关节实时位置，Δt用于表示预设时间间隔，为的一阶导数，用于表示当前时刻的关节速度，为的二阶导数，用于表示当前时刻的关节加速度；所述与所述机器人在广义坐标位置处的加速度对应的参数分布约束条件采用如下式子表达为：其中，表示所述机器人在所述广义坐标位置处的加速度，用于表示所述运动状态信息中的机器人广义速度，q用于表示所述运动状态信息中的机器人广义坐标位置，θmin用于表示所述有效关节位置约束条件中的关节位置下限边界，θmax用于表示所述有效关节位置约束条件中的关节位置上限边界。在可选的实施方式中，所述机体动作安全约束条件包括针对机器人任务空间的任务空间位置约束条件，则所述根据所述运动状态信息以及与所述目标任务对应的机体动作安全约束条件，针对所述任务驱动参数构建匹配的参数分布约束条件的步骤，包括：根据所述运动状态信息中的任务空间实时位置，构建匹配的任务空间位置预测函数；将任务空间实时位置、速度雅可比矩阵及机器人广义速度之间的预设关联关系，以及所述任务空间位置预测函数代入所述任务空间位置约束条件中进行参数换算，得到与所述机器人在广义坐标位置处的加速度对应的参数分布约束条件。在可选的实施方式中，所述任务空间位置预测函数采用如下式子表达为：其中，γ(t)用于表示t时刻的预测任务空间位置，用于表示当前时刻的任务空间实时位置，Δt用于表示预设时间间隔，为的一阶导数，为的二阶导数；所述与所述机器人在广义坐标位置处的加速度对应的参数分布约束条件采用如下式子表达为：其中，表示所述机器人在所述广义坐标位置处的加速度，J用于表示所述期望运动轨迹信息中的速度雅可比矩阵，用于表示当前时刻的机器人广义速度，为J的一阶导数，rmin用于表示所述任务空间位置约束条件中的位置下限边界，rmax用于表示所述任务空间位置约束条件中的位置上限边界。在可选的实施方式中，所述采用所述任务执行系数矩阵求解预存的任务执行损失函数，得到满足所述动力学约束条件以及所述参数分布约束条件的目标驱动参数的步骤，包括：将所述任务执行系数矩阵、所述动力学约束条件以及所述参数分布约束条件代入所述任务执行损失函数进行参数迭代求解；若在对应迭代求解次数小于或等于预设求解次数阈值，并且/或者对应迭代求解时长小于或等于预设求解时长阈值的情况下求解出所述任务执行损失函数，则将求解出的机器人在广义坐标位置处的目标加速度以及机器人目标外力数值作为所述目标驱动参数，否则将当前时刻以前最近使用的任务本文档来自技高网...

【技术保护点】
1.一种任务执行控制方法，其特征在于，所述方法包括：/n获取机器人当前的运动状态信息以及与目标任务对应的期望运动轨迹信息；/n根据所述期望运动轨迹信息以及所述运动状态信息，确定所述机器人执行所述目标任务所对应的任务执行系数矩阵；/n根据所述期望运动轨迹信息以及所述运动状态信息，针对所述机器人的任务驱动参数构建匹配的动力学约束条件；/n根据所述运动状态信息以及与所述目标任务对应的机体动作安全约束条件，针对所述任务驱动参数构建匹配的参数分布约束条件；/n采用所述任务执行系数矩阵求解预存的任务执行损失函数，得到满足所述动力学约束条件以及所述参数分布约束条件的目标驱动参数；/n按照所述目标驱动参数对所述机器人各关节端执行器的运行状态进行控制，使所述机器人对应执行所述目标任务。/n

【技术特征摘要】
1.一种任务执行控制方法，其特征在于，所述方法包括：
获取机器人当前的运动状态信息以及与目标任务对应的期望运动轨迹信息；
根据所述期望运动轨迹信息以及所述运动状态信息，确定所述机器人执行所述目标任务所对应的任务执行系数矩阵；
根据所述期望运动轨迹信息以及所述运动状态信息，针对所述机器人的任务驱动参数构建匹配的动力学约束条件；
根据所述运动状态信息以及与所述目标任务对应的机体动作安全约束条件，针对所述任务驱动参数构建匹配的参数分布约束条件；
采用所述任务执行系数矩阵求解预存的任务执行损失函数，得到满足所述动力学约束条件以及所述参数分布约束条件的目标驱动参数；
按照所述目标驱动参数对所述机器人各关节端执行器的运行状态进行控制，使所述机器人对应执行所述目标任务。


2.根据权利要求1所述的方法，其特征在于，所述目标任务包括至少一项待执行任务，所述任务执行系数矩阵包括第一任务系数矩阵及第二任务系数矩阵，所述根据所述期望运动轨迹信息以及所述运动状态信息，确定所述机器人执行所述目标任务所对应的任务执行系数矩阵，包括：
针对每个待执行任务，从所述期望运动轨迹信息中获取与所述待执行任务对应的末端雅可比矩阵，并基于获取到的所述末端雅可比矩阵构建所述待执行任务的第一执行系数子矩阵；
从所述运动状态信息中获取所述机器人的广义速度，从所述期望运动轨迹信息中获取与所述待执行任务对应的期望末端加速度，并根据所述广义速度、所述末端雅可比矩阵以及所述期望末端加速度构建所述待执行任务的第二执行系数子矩阵；
根据所述目标任务中每个待执行任务的执行权重，将同一待执行任务的第一执行系数子矩阵与第二执行系数子矩阵分别与该待执行任务的执行权重进行加权运算，得到该待执行任务的第一加权参数子矩阵及第二加权参数子矩阵；
将所述目标任务下所有待执行任务各自的第一加权参数子矩阵进行矩阵聚合，得到所述目标任务的第一任务系数矩阵，并将所述目标任务下所有待执行任务各自的第二加权参数子矩阵进行矩阵聚合，得到所述目标任务的第二任务系数矩阵。


3.根据权利要求1所述的方法，其特征在于，所述任务驱动参数包括机器人在广义坐标位置处的加速度以及机器人所受外力大小，动力学约束条件采用如下式子表达为：



其中，q用于表示所述运动状态信息中的机器人广义坐标位置，用于表示所述运动状态信息中的机器人广义速度，M(·)用于表示所述期望运动轨迹信息中的机器人惯量矩阵，B(·)用于表示所述期望运动轨迹信息中的由离心力和科里奥利力产生的非线性矩阵，G(·)用于表示所述期望运动轨迹信息中的机器人重力矩阵，Jext用于表示所述期望运动轨迹信息中的外力作用点的雅可比矩阵，τ用于表示作用在所述机器人广义坐标位置上的广义力大小，表示所述机器人在所述广义坐标位置处的加速度，fext用于表示所述机器人所受外力大小。


4.根据权利要求1所述的方法，其特征在于，所述机体动作安全约束条件包括针对机器人关节的有效关节位置约束条件，则所述根据所述运动状态信息以及与所述目标任务对应的机体动作安全约束条件，针对所述任务驱动参数构建匹配的参数分布约束条件的步骤，包括：
根据所述运动状态信息中的关节实时位置，构建匹配的关节位置预测函数；
将所述关节位置预测函数代入所述有效关节位置约束条件中进行参数换算，得到与所述机器人在广义坐标位置处的加速度对应的参数分布约束条件。


5.根据权利要求4所述的方法，其特征在于，所述关节位置预测函数采用如下式子表达为：



其中，q(t)用于表示t时刻的预测关节位置，用于表示当前时刻的关节实时位置，Δt用于表示预设时间间隔，为的一阶导数，用于表示当前时刻的关节速度，为的二阶导数，用于表示当前时刻的关节加速度；
所述与所述机器人在广义坐标位置处的加速度对应的参数分布约束条件采用如下式子表达为：






其中，表示所述机器人在所述广义坐标位置处的加速度，用于表示所述运动状态信息中的机器人广义速度，q用于表示所述运动状态信息中的机器人广义坐标位置，θmin用于表示所...

【专利技术属性】
技术研发人员：王家俊，赵明国，熊友军，
申请(专利权)人：深圳市优必选科技股份有限公司，
类型：发明
国别省市：广东;44