【技术实现步骤摘要】
本专利技术涉及机器人领域，尤其涉及仿青蛙机器人的控制方法、青蛙机器人及存储介质。
技术介绍
1、仿青蛙机器人是一种两栖机器人，其在水中的移动控制方式与由螺旋桨驱动的机器相比较为复杂，目前，仿青蛙机器人水中的驱动方法是根据任务的情况，设置固定的电机控制程序，实现仿青蛙机器人在水中前进转向，但是，这种驱动方法限于静态水域，在动态水域中，由于无法感知环境的变化，导致移动的准确性较低。
2、上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
1、本专利技术的主要目的在于提供一种仿青蛙机器人的控制方法、仿青蛙机器人的控制装置、机器人及存储介质，旨在提高控制机器人在水中移动的准确性。
2、为实现上述目的，本专利技术提供一种仿青蛙机器人的控制方法，所述仿青蛙机器人的控制方法包括以下步骤：
3、在检测到机器人处于运行周期的初始时刻，获取所述机器人的状态数据和所述机器人所在位置的环境数据；
4、根据所述状态数据和所述环境数据确定输入机器学习模型的目标参数，并将所述目标参数输入所述机器学习模型，输出所述运行周期的运行参数；
5、根据所述运行参数控制所述机器人。
6、可选地，所述机器学习模型包括神经网络模型，所述状态数据包括：所述初始时刻的当前位置信息、历史位置信息以及历史运行参数，所述历史位置信息和所述历史运行参数分别为所述初始时刻之前且相邻运行周期的当前位置信息和运行参数，所述将所述目标参
7、将所述历史位置信息、所述当前位置信息以及所述环境数据输入所述神经网络模型，输出校准运行参数；
8、根据所述历史运行参数和所述校准运行参数确定损失值；
9、根据损失值调整所述神经网络模型。
10、可选地，所述机器学习模型为集成学习，所述集成学习包括：至少两个个体学习器和结合策略，所述将所述目标参数输入所述机器学习模型，输出所述运行周期的运行参数的步骤包括：
11、将所述目标参数输入至少两个个体学习器中，得到至少两个个体输出结果；
12、根据所述结合策略和至少两个个体输出结果确定所述运行参数。
13、可选地，所述状态数据包括所述初始时刻的当前位置信息、第一目标位置信息以及所述初始时刻对应的运行周期的前一个周期的第二目标位置信息，所述将所述目标参数输入所述机器学习模型，输出所述运行周期的运行参数的步骤之前，还包括：
14、当所述当前位置信息与所述第二目标位置信息之间的距离大于预设距离阈值时，更新所述第一目标位置，和/或，调整所述结合策略；
15、当所述当前位置信息与所述第二目标位置信息之间的距离小于或等于预设距离阈值时，确定执行将所述目标参数输入所述机器学习模型，输出所述运行周期的运行参数的步骤。
16、可选地，所述结合策略为预测值加权法，所述调整所述结合策略步骤包括：
17、根据所述环境数据和所述初始时刻对应的运行周期的前一个周期的历史环境数据是否一致；
18、当所述环境数据和所述历史环境数据不一致时，更新至少两个所述个体学习器的对应的加权权重；
19、当所述环境数据和所述历史环境数据一致时，更新所有所述个体学习器的对应的加权权重。
20、可选地，所述状态数据包括所述机器人的移动速度、移动方向、所述初始时刻的当前位置信息以及第一目标位置信息，所述环境数据包括水流的水流方向和水流速度，所述根据所述状态数据和所述环境数据确定输入机器学习模型的目标参数的步骤包括：
21、根据所述状态数据和所述环境数据确定所述目标参数为所述移动速度、所述移动方向、所述当前位置信息、所述第一目标位置信息、所述水流方向以及所述水流速度。
22、可选地，所述在检测到机器人处于运行周期的初始时刻，获取所述机器人的状态数据和所述机器人所在位置的环境参数据的步骤之前，还包括：
23、根据所述机器人的起始位置、终点位置以及初始环境数据确定所述运行周期的数量以及每个所述运行周期的目标位置。
24、此外，为实现上述目的，本专利技术还提供一种仿青蛙机器人的控制装置，所述仿青蛙机器人的控制装置包括：
25、检测模块，用于在检测到机器人处于运行周期的初始时刻，获取所述机器人的状态数据和所述机器人所在位置的环境数据；
26、计算模块，用于根据所述状态数据和所述环境数据确定输入机器学习模型的目标参数，并将所述目标参数输入所述机器学习模型，输出所述运行周期的运行参数；
27、控制模块，用于根据所述运行参数控制所述机器人。
28、此外，为实现上述目的，本专利技术还提供一种机器人，所述机器人包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的仿青蛙机器人的控制程序，所述仿青蛙机器人的控制程序配置为实现上述任一项所述的仿青蛙机器人的控制方法的步骤。
29、此外，为实现上述目的，本专利技术还提供一种存储介质，所述存储介质上存储有仿青蛙机器人的控制程序，所述仿青蛙机器人的控制程序被处理器执行时实现上述任一项所述的仿青蛙机器人的控制方法的步骤。
30、本专利技术提出一种一种仿青蛙机器人的控制方法，该方法包括：在检测到机器人处于运行周期的初始时刻，获取所述机器人的状态数据和所述机器人所在位置的环境数据；根据所述状态数据和所述环境数据确定输入机器学习模型的目标参数，并将所述目标参数输入所述机器学习模型，输出所述运行周期的运行参数；根据所述运行参数控制所述机器人。通过在运行周期的初始时刻机器人的状态数据和所述环境数据，识别和感知到环境的情况以及机器人的自身状态，并通过确定输入机器学习模型的目标参数，并将所述目标参数输入所述机器学习模型，能确定出当前周期需要的运行参数，由于运行参数是基于环境数据确定的，从而在动态水域中，也能准确地控制机器人运行。
本文档来自技高网...【技术保护点】
1.一种仿青蛙机器人的控制方法，其特征在于，所述仿青蛙机器人的控制方法包括以下步骤：
2.如权利要求1所述的仿青蛙机器人的控制方法，其特征在于，所述机器学习模型包括神经网络模型，所述状态数据包括：所述初始时刻的当前位置信息、历史位置信息以及历史运行参数，所述历史位置信息和所述历史运行参数分别为所述初始时刻之前且相邻运行周期的当前位置信息和运行参数，所述将所述目标参数输入所述机器学习模型，输出所述运行周期的运行参数的步骤之前，还包括：
3.如权利要求1所述的仿青蛙机器人的控制方法，其特征在于，所述机器学习模型为集成学习，所述集成学习包括：至少两个个体学习器和结合策略，所述将所述目标参数输入所述机器学习模型，输出所述运行周期的运行参数的步骤包括：
4.如权利要求3所述的仿青蛙机器人的控制方法，其特征在于，所述状态数据包括所述初始时刻的当前位置信息、第一目标位置信息以及所述初始时刻对应的运行周期的前一个周期的第二目标位置信息，所述将所述目标参数输入所述机器学习模型，输出所述运行周期的运行参数的步骤之前，还包括：
5.如权利要求4所述的仿青
6.如权利要求1所述的仿青蛙机器人的控制方法，其特征在于，所述状态数据包括所述机器人的移动速度、移动方向、所述初始时刻的当前位置信息以及第一目标位置信息，所述环境数据包括水流的水流方向和水流速度，所述根据所述状态数据和所述环境数据确定输入机器学习模型的目标参数的步骤包括：
7.如权利要求1至6中任一项所述的仿青蛙机器人的控制方法，其特征在于，所述在检测到机器人处于运行周期的初始时刻，获取所述机器人的状态数据和所述机器人所在位置的环境参数据的步骤之前，还包括：
8.一种仿青蛙机器人的控制装置，其特征在于，所述仿青蛙机器人的控制装置包括：
9.一种机器人，其特征在于，所述机器人包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的仿青蛙机器人的控制程序，所述仿青蛙机器人的控制程序配置为实现如权利要求1至7中任一项所述的仿青蛙机器人的控制方法的步骤。
10.一种存储介质，其特征在于，所述存储介质上存储有仿青蛙机器人的控制程序，所述仿青蛙机器人的控制程序被处理器执行时实现如权利要求1至7任一项所述的仿青蛙机器人的控制方法的步骤。
...【技术特征摘要】
1.一种仿青蛙机器人的控制方法，其特征在于，所述仿青蛙机器人的控制方法包括以下步骤：
2.如权利要求1所述的仿青蛙机器人的控制方法，其特征在于，所述机器学习模型包括神经网络模型，所述状态数据包括：所述初始时刻的当前位置信息、历史位置信息以及历史运行参数，所述历史位置信息和所述历史运行参数分别为所述初始时刻之前且相邻运行周期的当前位置信息和运行参数，所述将所述目标参数输入所述机器学习模型，输出所述运行周期的运行参数的步骤之前，还包括：
3.如权利要求1所述的仿青蛙机器人的控制方法，其特征在于，所述机器学习模型为集成学习，所述集成学习包括：至少两个个体学习器和结合策略，所述将所述目标参数输入所述机器学习模型，输出所述运行周期的运行参数的步骤包括：
4.如权利要求3所述的仿青蛙机器人的控制方法，其特征在于，所述状态数据包括所述初始时刻的当前位置信息、第一目标位置信息以及所述初始时刻对应的运行周期的前一个周期的第二目标位置信息，所述将所述目标参数输入所述机器学习模型，输出所述运行周期的运行参数的步骤之前，还包括：
5.如权利要求4所述的仿青蛙机器人的控制方法，其特征在于，所述结合策略为预测值...
【专利技术属性】
技术研发人员：郑俊华，高开元，赵泽锋，彭茂棋，刘胤烨，梁晓裕，王杰彬，陈泺业，陈嘉鑫，刘杰锋，肖桂英，宋露曦，
申请(专利权)人：广州理工学院，
类型：发明
国别省市：
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。