肌肉骨骼机器人控制方法及装置制造方法及图纸

技术编号:34775760 阅读:17 留言:0更新日期:2022-08-31 19:47
本发明专利技术提供一种肌肉骨骼机器人控制方法及装置,该方法包括:获取目标运动参数;将目标运动参数输入至肌肉控制模型中,得到肌肉控制模型输出的肌肉控制信号;其中,肌肉控制模型为基于运动反馈结果和神经流形投影算子训练得到的,运动反馈结果为基于输入至肌肉控制模型的当前运动参数样本确定的,神经流形投影算子为基于输入至肌肉控制模型的当前运动参数样本的前一运动参数样本确定的。本发明专利技术的肌肉骨骼机器人控制方法及装置,通过将神经流形投影算子与运动反馈结果结合起来训练肌肉控制模型,得到了精度高一级抗遗忘能力强的肌肉控制模型,产生的肌肉控制信号准确率高,探索能力和抗遗忘能力强,能够满足多任务场景下的控制需求。制需求。制需求。

【技术实现步骤摘要】
肌肉骨骼机器人控制方法及装置


[0001]本专利技术涉及控制
,尤其涉及一种肌肉骨骼机器人控制方法及装置。

技术介绍

[0002]随着机器人技术的迅猛发展,机器人凭借其高速度、高精度和高稳定性的优势,能够代替人完成许多危险的、繁重的和重复性的任务,在国防工业和国民经济中发挥了重要的作用。随着社会需求的不断增加,人们希望机器人能够在更多领域发挥更重要的作用,例如能够代替或辅助人完成精密零件装配和外科手术等,能够与人在同一个工作空间内进行安全的交互,能够适应动态和非结构化的工作环境。肌肉骨骼机器人通过模拟人体的骨骼、关节和肌肉结构,以及肌肉和关节之间的驱动方式,具有更好的灵活性、可靠性、柔顺性、安全性和适应性等潜在优势。因此,针对肌肉骨骼机器人的研究有利于构建新一代机器人系统,提高机器人性能,更好地满足社会需求,具有重要意义。
[0003]目前的肌肉骨骼机器人,在控制过程中产生肌肉控制信号的速度较慢,控制难度较高,控制准确率较低,探索能力和抗遗忘能力较弱,难以满足多任务场景下的控制需求。

技术实现思路

[0004]本专利技术提供一种肌肉骨骼机器人控制方法及装置,用以解决现有技术中肌肉骨骼机器人,在控制过程中产生肌肉控制信号的速度较慢,控制难度较高,控制准确率较低,探索能力和抗遗忘能力较弱,难以满足多任务场景下的控制需求的缺陷,实现产生的肌肉控制信号准确率高,探索能力和抗遗忘能力强,能够满足多任务场景下的控制需求。
[0005]本专利技术提供一种肌肉骨骼机器人控制方法,该肌肉骨骼机器人控制方法包括:获取目标运动参数;将所述目标运动参数输入至肌肉控制模型中,得到所述肌肉控制模型输出的肌肉控制信号;其中,所述肌肉控制模型为基于运动反馈结果和神经流形投影算子训练得到的,所述运动反馈结果为基于输入至所述肌肉控制模型的当前运动参数样本确定的,所述神经流形投影算子为基于输入至所述肌肉控制模型的所述当前运动参数样本的前一运动参数样本确定的。
[0006]根据本专利技术所述的肌肉骨骼机器人控制方法,所述肌肉控制模型的训练过程包括:将所述前一运动参数样本输入至所述肌肉控制模型,得到所述神经流形投影算子;将所述当前运动参数样本输入至所述肌肉控制模型,确定所述运动反馈结果;基于所述神经流形投影算子和所述运动反馈结果,更新所述肌肉控制模型的权重参数。
[0007]根据本专利技术所述的肌肉骨骼机器人控制方法,所述将所述当前运动参数样本输入至所述肌肉控制模型,确定所述运动反馈结果,包括:将所述当前运动参数样本输入至所述肌肉控制模型,得到所述肌肉控制模型输出的参考控制信号;获取所述肌肉骨骼机器人基于所述参考控制信号生成的所述运动状态信息;基于所述运动状态信息和所述当前运动参数样本,确定所述运动反馈结果。
[0008]根据本专利技术所述的肌肉骨骼机器人控制方法,所述将所述当前运动参数样本输入
至所述肌肉控制模型,确定所述运动反馈结果,包括:将所述当前运动参数样本输入至所述肌肉控制模型,更新所述神经流形投影算子,得到神经流形更新算子;基于所述神经流形更新算子,确定所述运动反馈结果。
[0009]根据本专利技术所述的肌肉骨骼机器人控制方法,所述将所述当前运动参数样本输入至所述肌肉控制模型,更新所述神经流形投影算子,得到神经流形更新算子,包括:将所述当前运动参数样本输入至所述肌肉控制模型,并基于随机生成的探索噪声向量,更新所述神经流形投影算子,得到神经流形更新算子。
[0010]根据本专利技术所述的肌肉骨骼机器人控制方法,所述将所述当前运动参数样本输入至所述肌肉控制模型,更新所述神经流形投影算子,得到神经流形更新算子,包括:将所述当前运动参数样本输入至所述肌肉控制模型,得到当前任务神经元活动参数;将所述当前任务神经元活动参数与所述神经流形投影算子取并集,确定所述神经流形更新算子。
[0011]根据本专利技术所述的肌肉骨骼机器人控制方法,所述神经流形投影算子为所述肌肉控制模型基于所述前一运动参数样本,调整隐层神经元激活、神经元个数以及神经元活动的样本数量确定的。
[0012]本专利技术还提供一种肌肉骨骼机器人控制装置,该肌肉骨骼机器人控制装置包括:获取模块,用于获取目标运动参数;输出模块,用于将所述目标运动参数输入至肌肉控制模型中,得到所述肌肉控制模型输出的肌肉控制信号;其中,所述肌肉控制模型为基于运动反馈结果和神经流形投影算子训练得到的,所述运动反馈结果为基于输入至所述肌肉控制模型的当前运动参数样本确定的,所述神经流形投影算子为基于输入至所述肌肉控制模型的所述当前运动参数样本的前一运动参数样本确定的。
[0013]本专利技术还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述肌肉骨骼机器人控制方法。
[0014]本专利技术还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述肌肉骨骼机器人控制方法。
[0015]本专利技术还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述任一种所述肌肉骨骼机器人控制方法。
[0016]本专利技术提供的肌肉骨骼机器人控制方法及装置,通过将前一运动参数样本所对应的神经流形投影算子与当前运动参数样本所对应的运动反馈结果结合起来训练肌肉控制模型,得到了精度高一级抗遗忘能力强的肌肉控制模型,应用肌肉控制模型产生的肌肉控制信号准确率高,探索能力和抗遗忘能力强,能够满足多任务场景下的控制需求。
附图说明
[0017]为了更清楚地说明本专利技术或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本专利技术的一些实施例,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。
[0018]图1是本专利技术提供的肌肉骨骼机器人控制方法的流程示意图;
[0019]图2是本专利技术提供的肌肉骨骼机器人控制方法的程序框图;
[0020]图3是本专利技术提供的肌肉骨骼机器人控制装置的结构示意图;
[0021]图4是本专利技术提供的电子设备的结构示意图。
具体实施方式
[0022]为使本专利技术的目的、技术方案和优点更加清楚,下面将结合本专利技术中的附图,对本专利技术中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本专利技术一部分实施例,而不是全部的实施例。基于本专利技术中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本专利技术保护的范围。
[0023]下面结合图1至图4描述本专利技术的肌肉骨骼机器人控制方法及装置。
[0024]本专利技术提供一种肌肉骨骼机器人控制方法,该肌肉骨骼机器人控制方法应用于肌肉骨骼机器人的处理器中,该处理器也可被称为肌肉骨骼机器人控制装置,该处理器与肌肉骨骼机器人的执行机构相连,执行机构可以包括仿真肌肉和仿真骨骼,处理器可以给执行机构发送肌肉控制信号,从而控制执行本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种肌肉骨骼机器人控制方法,其特征在于,包括:获取目标运动参数;将所述目标运动参数输入至肌肉控制模型中,得到所述肌肉控制模型输出的肌肉控制信号;其中,所述肌肉控制模型为基于运动反馈结果和神经流形投影算子训练得到的,所述运动反馈结果为基于输入至所述肌肉控制模型的当前运动参数样本确定的,所述神经流形投影算子为基于输入至所述肌肉控制模型的所述当前运动参数样本的前一运动参数样本确定的。2.根据权利要求1所述的肌肉骨骼机器人控制方法,其特征在于,所述肌肉控制模型的训练过程包括:将所述前一运动参数样本输入至所述肌肉控制模型,得到所述神经流形投影算子;将所述当前运动参数样本输入至所述肌肉控制模型,确定所述运动反馈结果;基于所述神经流形投影算子和所述运动反馈结果,更新所述肌肉控制模型的权重参数。3.根据权利要求2所述的肌肉骨骼机器人控制方法,其特征在于,所述将所述当前运动参数样本输入至所述肌肉控制模型,确定所述运动反馈结果,包括:将所述当前运动参数样本输入至所述肌肉控制模型,得到所述肌肉控制模型输出的参考控制信号;获取所述肌肉骨骼机器人基于所述参考控制信号生成的所述运动状态信息;基于所述运动状态信息和所述当前运动参数样本,确定所述运动反馈结果。4.根据权利要求2所述的肌肉骨骼机器人控制方法,其特征在于,所述将所述当前运动参数样本输入至所述肌肉控制模型,确定所述运动反馈结果,包括:将所述当前运动参数样本输入至所述肌肉控制模型,更新所述神经流形投影算子,得到神经流形更新算子;基于所述神经流形更新算子,确定所述运动反馈结果。5.根据权利要求4所述的肌肉骨骼机器人控制方法,其特征在于,所述将所述当前运动参数样本输入至所述肌肉控制模型,更新所述神经流形...

【专利技术属性】
技术研发人员:陈嘉浩乔红
申请(专利权)人:中国科学院自动化研究所
类型:发明
国别省市:

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