基于神经网络模型的软体机械臂逆运动学迭代优化方法技术

本申请公开了一种基于神经网络模型的软体机械臂逆运动学迭代优化方法，包括步骤：S1、通过运动捕捉系统采集软体机器人的运动学数据，包括软体机械臂运动过程中驱动数据和三维空间运动数据；S2、将采集的数据作为神经网络模型的训练和测试数据训练正向运动学神经网络模型；S3、根据所述正向运动学神经网络模型，采用基于梯度下降的逆运动学迭代优化搜索算法，求解软体机械臂运动学逆解。本申请通过在安装基座和每个刚性组件上均设置合作标志，并利用运动捕捉系统采集软体机械臂运动过程中驱动数据和三维空间运动数据作为训练和测试数据求得正向运动学神经网络模型，并且采用基于神经网络模型的迭代优化方法，求解软体机械臂运动学逆解。臂运动学逆解。臂运动学逆解。

【技术实现步骤摘要】
基于神经网络模型的软体机械臂逆运动学迭代优化方法


[0001]本申请涉及机器人控制
，特别地，涉及一种基于神经网络模型的软体机械臂逆运动学迭代优化方法。

技术介绍

[0002]机器人运动学是运动控制基础。以往，研究人员通过分析机构之间的几何约束，构建机器人的正向运动学模型，并以之为基础建立逆运动学模型和速度运动学模型等。该方法已经成功应用于几何约束较为简单的机器人，如移动机器人.自由度有限的机械臂等。但是，对于几何结构非常复杂的机器人系统，如超冗余机器人、软体机器人等传统刚性连接机制下的机械臂建模方法无法适用，使得无法构建准确的构建机械臂运动学模型。此外，即便建立了精确的正运动学模型，其逆运动学模型的求解过程同样非常复杂。
[0003]神经网络具有较好的适应性和学习能力.非线性映射能力.鲁棒性和容错能力，在复杂非线性对象的辨识、控制、优化、推理和故障诊断等领域得到了广泛的应用。利用神经网络构建机器人运动学模型是当前研究的热点。神经网络的每个输入有一个唯一的输出与其对应，适合于求解机器人正向运动学模型(关节空间到末端位姿之间的映射)本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于神经网络模型的软体机械臂逆运动学迭代优化方法，所述软体机械臂可采用模块化设计，由K节软体驱动装置串联堆叠而成，每节软体驱动装置由N个致动器并联而成，则所述软体机械臂的自由度为N
×
K，N*K使用运动过程中不变形的刚性组件连接相邻软体驱动装置，共有K
‑
1个刚性组件，同时软体机械臂末端再安装一个后续与机械手抓相连的刚性组件，即所述软体机械臂上包括软体机械臂安装基座和K个刚性组件，软体机械臂安装基座和每个刚性组件上均设置有合作标志；其特征在于，包括步骤：S1、通过运动捕捉系统采集软体机器人的运动学数据，包括软体机械臂运动过程中驱动数据和三维空间运动数据；S2、将采集的驱动数据和三维空间运动数据作为神经网络模型的训练和测试数据训练正向运动学神经网络模型；S3、根据所述正向运动学神经网络模型，采用基于梯度下降的逆运动学迭代优化搜索算法，求解软体机械臂运动学逆解。2.根据权利要求1所述的基于神经网络模型的软体机械臂逆运动学迭代优化方法，其特征在于，步骤S1中，软体机械臂安装基座和每个刚性组件上均设置有合作标志时，所述软体机械臂安装基座和每个刚性组件上均放置E≥3个不共线的合作标志,整个软体机械臂共安装(K+1)
×
E个合作标志。3.根据权利要求2所述的基于合作标志的气囊型软体机械臂手眼标定与测量方法，其特征在于，软体机械臂安装基座和每个刚性组件上均设置有合作标志时时，通过在软体机械臂安装基座和每个刚性组件上涂抹反光材料或粘贴反光贴片作为合作标志。4.根据权利要求2所述的基于神经网络模型的软体机械臂逆运动学迭代优化方法，其特征在于，步骤S1具体包括步骤：S11、软体机械臂安装基座开始，构建位于软体机械臂安装基座和每个刚性组件上的合作标志坐标系C
i
,i＝0,1,
…
,K，其中，合作标志坐标系的运动由运动捕捉系统获得；S12、对所有刚性组件构建刚性组件坐标系，分别为G
i
,i＝1,2,
…
,K
‑
1，其中，各刚性组件坐标系的Z坐标轴沿着软体驱动装置伸展方向，各软体驱动装置的中心轴经过刚性组件坐标系原点，同理，建立软体机械臂安装基座的基坐标系G0、与机械手抓相连的刚性组件的手臂末端坐标系G
K
；S13、获得C
i
与G
i
之间的相对位姿关系S14、将软体机械臂安装基座的基坐标系G0作为运动捕捉系统的世界坐标系W；S15、随机驱动软体机械臂到第m个构型，记录致动器数据{q
ij
},i＝1,2,
…
,K；j＝1,2,
…
,N；S16、通过运动捕捉系统捕获软体机械臂安装基座和每个刚性组件的运动数据，得到各合作标志坐标系C
i
,i＝0,1,
…
,K，C0＝W为世界坐标系，因此，即为合作标志坐标系与世...

【专利技术属性】
技术研发人员：熊丹，王兴，刘红卫，李泰博，韩伟，黄奕勇，杨延杰，张翔，
申请(专利权)人：中国人民解放军军事科学院国防科技创新研究院，
类型：发明
国别省市：