机器人的控制方法技术

本申请公开了一种机器人的控制方法

【技术实现步骤摘要】
机器人的控制方法、装置、设备及存储介质


[0001]本申请实施例涉及人工智能
，特别涉及一种机器人的控制方法
、
装置
、
设备及存储介质
。

技术介绍

[0002]随着人工智能技术的发展，机器人的可操作度优化得到越来越多的关注，机器人的可操作度用于度量某一位姿下机器人往各个方向运动的能力，机器人的可操作度越高，机器人灵活性越高
。
[0003]在相关技术中，通过最大化冗余机器人的可操作度导数来优化冗余机器人的可操作度
。
然而由于相关技术是采用非凸化操作对冗余机器人的可操作度表达式进行转换，以进行可操作度的优化，由此会在优化过程中引入不可忽视的误差，从而导致冗余机器人的可操作度不够优化
。

技术实现思路

[0004]本申请实施例提供了一种机器人的控制方法
、
装置
、
设备及存储介质，能够提高机器人的灵活性和抗干扰能力，以及提高机器人的控制精确性，所述技术方案如下：
[0005]根据本申请实施例的一个方本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种机器人的控制方法，其特征在于，所述方法包括：基于机器人的末端执行器的期望位置，构建所述机器人的前向运动学方程；基于所述前向运动学方程和所述机器人的可操作度表达式，构建所述机器人的优化函数；其中，所述可操作度表达式用于表征所述机器人的可操作度，所述优化函数用于优化所述机器人的可操作度；基于所述优化函数和噪声干扰表达式，求解得到所述机器人的目标可操作度；其中，所述噪声干扰表达式用于模拟在所述机器人的运动过程中存在的噪声干扰，所述目标可操作度是指所述机器人在所述前向运动学方程约束下的最佳可操作度；根据所述目标可操作度对应的关节角度向量控制所述机器人运动
。2.
根据权利要求1所述的方法，其特征在于，所述基于所述优化函数和噪声干扰表达式，求解得到所述机器人的目标可操作度，包括：基于所述优化函数和所述噪声干扰表达式，构建所述机器人的协同神经动力学求解器，所述协同神经动力学求解器用于求解所述机器人的关节角度向量；构建搜索群体，所述搜索群体包括多个神经参与者，每个所述神经参与者对应一个关节角度向量，初始状态下的所述关节角度向量是从关节角度搜索空间中用均匀分布的随机向量初始化得到的；基于所述协同神经动力学求解器，对所述搜索群体进行迭代优化，得到所述机器人对应的目标可操作度
。3.
根据权利要求2所述的方法，其特征在于，所述基于所述协同神经动力学求解器，对所述搜索群体进行迭代优化，得到所述机器人对应的目标可操作度，包括：在第
w
次迭代过程中，对于每个所述神经参与者，基于所述神经参与者对应的关节角度向量和所述可操作度表达式，获取所述神经参与者对应的第
w
个适应值；其中，所述适应值用于度量所述神经参与者的适应性，
w
为正整数；获取所述神经参与者对应的单体最佳适应值，所述单体最佳适应值大于所述神经参与者对应的其他
w
‑1个适应值；获取所述搜索群体对应的群体最佳适应值，所述群体最佳适应值是指所述多个神经参与者分别对应的单体最佳适应值中适应值最大的单体最佳适应值；根据所述群体最佳适应值，计算所述搜索群体对应的第
w
个群体多样性；基于所述第
w
个群体多样性和所述协同神经动力学求解器，对所述多个神经参与者分别对应的关机角度向量进行优化，得到第
w
次优化的所述搜索群体；在满足迭代终止条件的情况下，将最后一次优化的所述搜索群体对应的群体最佳适应值确定为所述目标可操作度
。4.
根据权利要求3所述的方法，其特征在于，所述基于所述第
w
个群体多样性和所述协同神经动力学求解器，对所述多个神经参与者分别对应的关机角度向量进行优化，得到第
w
次优化的所述搜索群体，包括：对于所述搜索群体中的每个所述神经参与者，在所述第
w
个群体多样性大于多样性阈值的情况下，通过所述协同神经动力学求解器获取所述神经参与者对应的第
w
个关节角度向量解；基于所述第
w
个关节角度向量解
、
所述神经参与者对应的关节角度向量
、
所述神经参与
者对应的单体最佳适应值和所述群体最佳适应值，获取所述神经参与者对应的第
w
次优化的所述关节角度向量，得到第
w
次优化的所述神经参与者；基于第
w
次优化的多个所述神经参与者，得到第
w
次优化的所述搜索群体
。5.
根据权利要求4所述的方法，其特征在于，所述基于所述第
w
个关节角度向量解
、
所述神经参与者对应的关节角度向量
、
所述神经参与者对应的单体最佳适应值和所述群体最佳适应值，获取所述神经参与者对应的第
w
次优化的所述关节角度向量，包括：对所述第
w
个关节角度向量解和所述神经参与者对应的关节角度向量求差，得到第一差值；对所述神经参与者对应的单体最佳适应值和所述神经参与者对应的关节角度向量求差，得到第二差值；对所述群体最佳适应值和所述神经参与者对应的关节角度向量求差，得...

【专利技术属性】
技术研发人员：金龙，魏琳，郑宇，刘梅，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：