机器人关节的控制方法、装置、机器人及存储介质制造方法及图纸

本申请公开了一种机器人关节的控制方法、装置、机器人及存储介质，涉及机器人控制领域。所述机器人关节的控制方法包括：获取机器人关节的期望控制力矩；根据期望映射模型确定与期望控制力矩对应的电机电流，期望映射模型是根据期望控制力矩和电机电流的非线性关系生成的，期望映射模型中包括根据机器人关节的关节运动数据对机器人关节的关节摩擦力进行的补偿；根据电机电流，驱动机器人关节的电机。通过对关节摩擦力的补偿，对期望映射模型中涉及到的期望控制力矩和电机电流之间的参数进行了修正，使得得到的电机电流的精度得到提高，更加逼近实际所需的数值，提高机器人关节的控制精度。精度。精度。

【技术实现步骤摘要】
机器人关节的控制方法、装置、机器人及存储介质


[0001]本申请涉及机器人控制领域，特别涉及一种机器人关节的控制方法、装置、机器人及存储介质。

技术介绍

[0002]由于机器人的结构具有复杂性，使得设置于机器人关节内部的齿轮、轴承等传动结构之间存在复杂的摩擦现象，包括滚动摩擦和滑动摩擦。而这些摩擦现象将会影响机器人关节进行的运动，进而影响机器人的控制。
[0003]在机器人关节的控制过程中，通常将机器人关节的期望控制力矩转化为电机电流的控制量。相关技术中将期望控制力矩和电机电流视为线性关系，根据需要的期望控制力矩的大小可以得到对应的电机电流，从而通过底层控制器向机器人关节输出该电机电流，以驱动机器人关节的电机，从而实现对机器人关节的控制。
[0004]然而，实际中的期望控制力矩和电机电流的关系呈非线性关系，且由于摩擦现象导致关节摩擦力的存在，使得期望控制力矩和电机电流的关系更加复杂。因此，单一的线性关系无法充分描述二者之间的映射，从而导致机器人关节的电机无法获取到准确执行出期望运动所需要的电机电流，影响机器人关节的控制精度。

技术实现思路

[0005]本申请实施例提供了一种机器人关节的控制方法、装置、机器人及存储介质，通过对关节摩擦力的补偿，提高了机器人关节的控制精度。所述技术方案如下：
[0006]根据本申请的一个方面，提供了一种机器人关节的控制方法，该方法包括：
[0007]获取机器人关节的期望控制力矩；
[0008]根据期望映射模型确定与期望控制力矩对应的电机电流，期望映射模型是根据期望控制力矩和电机电流的非线性关系生成的，期望映射模型中包括根据机器人关节的关节运动数据对机器人关节的关节摩擦力进行的补偿；
[0009]根据电机电流，驱动机器人关节的电机。
[0010]根据本申请的一个方面，提供了一种期望映射模型的参数辨识方法，该方法包括：
[0011]根据机器人关节的关节运动数据，构建机器人关节的关节摩擦模型；
[0012]根据机器人关节的理论输出力矩，构建机器人关节的理论映射模型；
[0013]根据关节摩擦模型和理论映射模型，构建参数辨识模型；
[0014]对参数辨识模型进行参数辨识，将参数辨识模型中的模型参数的辨识值，确定为期望映射模型中的参数值。
[0015]根据本申请的一个方面，提供了一种机器人关节的控制装置，该装置包括：
[0016]获取模块，用于获取机器人关节的期望控制力矩；
[0017]确定模块，用于根据期望映射模型确定与期望控制力矩对应的电机电流，期望映射模型是根据期望控制力矩和电机电流的非线性关系生成的，期望映射模型中包括根据机
器人关节的关节运动数据对机器人关节的关节摩擦力进行的补偿；
[0018]驱动模块，用于根据电机电流，驱动机器人关节的电机。
[0019]根据本申请的一个方面，提供了一种期望映射模型的参数辨识装置，该装置包括：
[0020]构建模块，用于根据机器人关节的关节运动数据，构建机器人关节的关节摩擦模型；
[0021]构建模块，还用于根据机器人关节的理论输出力矩，构建机器人关节的理论映射模型；
[0022]构建模块，还用于根据关节摩擦模型和理论映射模型，构建参数辨识模型；
[0023]确定模块，用于对参数辨识模型进行参数辨识，将参数辨识模型中的模型参数的辨识值，确定为期望映射模型中的参数值。
[0024]根据本申请的一个方面，提供了一种机器人，该机器人包括处理器和存储器，存储器中存储有至少一条程序代码，程序代码由处理器加载并执行如上所述的机器人关节的控制方法。
[0025]根据本申请的一个方面，提供了一种计算机设备，该计算机设备包括处理器和存储器，存储器中存储有至少一条程序代码，程序代码由处理器加载并执行如上所述的期望映射模型的参数辨识方法。
[0026]根据本申请的一个方面，提供了一种计算机可读存储介质，该计算机可读存储介质中存储有至少一条程序代码，程序代码由处理器加载并执行以实现如上所述的机器人关节的控制方法，或者，期望映射模型的参数辨识方法。
[0027]本申请实施例提供的技术方案带来的有益效果至少包括：
[0028]通过对关节摩擦力的补偿，对期望映射模型中涉及到的期望控制力矩和电机电流之间的参数进行了修正，使得根据期望映射模型确定与期望控制力矩对应的电机电流的精度得到提高，从而使得电机向机器人关节提供的电机电流更加逼近实际所需的数值，提高了机器人关节的控制精度。
附图说明
[0029]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0030]图1是本申请一个示例性实施例提供的应用场景示意图；
[0031]图2是本申请一个示例性实施例提供的机器人关节的控制方法的流程图；
[0032]图3是本申请一个示例性实施例提供的确定期望映射模型中的参数值的流程图；
[0033]图4是本申请一个示例性实施例提供的确定期望映射模型中的参数值的流程图；
[0034]图5是本申请一个示例性实施例提供的机器人关节的控制方法的流程图；
[0035]图6是本申请一个示例性实施例提供的期望映射模型的参数辨识方法的流程图；
[0036]图7是本申请一个示例性实施例提供的机器人关节的控制装置的结构图；
[0037]图8是本申请一个示例性实施例提供的期望映射模型的参数辨识装置的结构图；
[0038]图9是本申请一个示例性实施例提供的机器人的结构框图；
[0039]图10是本申请一个示例性实施例提供的电子设备的结构框图。
具体实施方式
[0040]为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。
[0041]人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个综合技术，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。
[0042]人工智能技术是一门综合学科，涉及领域广泛，既有硬件层面的技术也有软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
[0043]在人工智能技术本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种机器人关节的控制方法，其特征在于，所述方法包括：获取所述机器人关节的期望控制力矩；根据期望映射模型确定与所述期望控制力矩对应的电机电流，所述期望映射模型是根据所述期望控制力矩和所述电机电流的非线性关系生成的，所述期望映射模型中包括根据所述机器人关节的关节运动数据对所述机器人关节的关节摩擦力进行的补偿；根据所述电机电流，驱动所述机器人关节的电机。2.根据权利要求1所述的方法，其特征在于，所述期望映射模型中的参数值是通过如下方式得到的：根据所述关节运动数据，构建所述机器人关节的关节摩擦模型；根据所述机器人关节的理论输出力矩，构建所述机器人关节的理论映射模型；根据所述关节摩擦模型和所述理论映射模型，构建参数辨识模型；对所述参数辨识模型进行参数辨识，将所述参数辨识模型中的模型参数的辨识值，确定为所述期望映射模型中的参数值。3.根据权利要求2所述的方法，其特征在于，所述根据所述关节运动数据，构建所述机器人关节的关节摩擦模型，包括：根据所述关节运动数据生成所述关节摩擦模型的至少一个参数项；根据所述至少一个参数项，构建所述关节摩擦模型。4.根据权利要求3所述的方法，其特征在于，所述根据所述关节运动数据生成所述关节摩擦模型的至少一个参数项，包括如下步骤中的至少一个：根据所述机器人关节的关节角度生成角度参数项；根据所述机器人关节的关节角速度生成角速度参数项；根据所述机器人关节的关节角加速度生成角加速度参数项。5.根据权利要求4所述的方法，其特征在于，所述根据所述机器人关节的关节角度生成角度参数项，包括：在所述关节角度位于第一预设区间时，生成第一角度参数项；在所述关节角度位于第二预设区间时，生成第二角度参数项；其中，所述第一预设区间和所述第二预设区间是不存在交集的两个区间。6.根据权利要求4所述的方法，其特征在于，所述根据所述机器人关节的关节角速度生成角速度参数项，包括：根据所述关节角速度生成第一参数项和第二参数项，所述第一参数项与所述机器人关节的摩擦曲线对应，所述第二参数项与所述关节角速度存在非线性关系；根据所述第一参数项和所述第二参数项生成所述角速度参数项。7.根据权利要求4所述的方法，其特征在于，所述根据所述机器人关节的关节角加速度生成角加速度参数项，包括：根据所述关节角加速度和所述角加速度参数项的线性关系，生成所述角加速度参数项。8.根据权利要求2所述的方法，其特征在于，所述根据所述机器人关节的理论输出力矩，构建所述机器人关节的理论映射模型，包括：根据所述理论输出力矩和转矩系数，确定所述理论映射模型，所述理...

【专利技术属性】
技术研发人员：徐佳锋，郑宇，王帅，来杰，陈科，姜鑫洋，王海涛，张竞帆，张东胜，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：