本发明属于机器人控制技术领域，尤其涉及一种机器人的运动控制系统及控制方法、计算机程序。
背景技术：
目前，业内常用的现有技术是这样的：
目前，机器人是自动执行工作的机器装置。它既可以接受人类指挥，又可以运行预先编排的程序，也可以根据以人工智能技术制定的原则纲领行动。它的任务是协助或取代人类工作的工作，例如生产业、建筑业，或是危险的工作。随着时代的进步和科技的发展，机器人越来越普及，越来越多的领域应用到机器人，现有机器人运动控制系统不能应用于多种机器人，具有一定的局限性，另外很难进行各个方向的运动速度的控制，同时不能将各个方向的运动实现全部的控制。
目前，遗传算法(geneticalgorithm,ga)是一种借鉴自然界的生物生存竟争选择规律机制演化形成的随机优化搜索方法。当前，遗传算法在机器人系统工程优化问题中已经得到广泛应用。
如何从遗传学角度，对物种间的匹配性给予定性的度量准则，根据准则缩减目标函数的评价次数，加快算法对最优解的搜索速度并提高解的精确度在计算机科学工程应用领域中具有直接的现实意义。机器人控制系统的无功优化问题是一个多目标，多约束的混合非线性规划问题，使得整个优化过程十分复杂。传统的数学优化方法如：线性规划、非线性规划、整数规划、二次规划、动态规划等方法不能实现全局最优，只能找到局部最优解。
综上所述，现有技术存在的问题是：
现有机器人运动控制系统不能应用于多种机器人，具有一定的局限性，另外很难进行各个方向的运动速度的控制，同时不能将各个方向的运动实现全部的控制。
现有机器人运动控制距离方法，准确性差。
传统数学方法面向复杂优化问题的求解时，常常遇到可微、可导等严格的约束条件限制而无法求解复杂优化问题。
技术实现要素：
针对现有技术存在的问题，本发明提供了一种机器人的运动控制系统及控制方法、计算机程序。
本发明是这样实现的，一种机器人的运动控制方法，包括：
上部分电机模块通过设定机器人上部分一位移距离临界值，根据位移距离临界值判断一最大可处理负载量，根据汇集平台电源管理技术将多个第一工作任务结合为一第一连续工作任务；判断第一连续工作任务的一负载量是否大于最大可处理负载量；当第一连续工作任务的负载量大于最大可处理负载量时，将第一连续工作任务中之一超载部分的第一工作任务移出第一连续工作任务；当接收到第一连续工作任务时，将上部分电机模块通过信号连接上部分电机由一休眠模式切换至一操作模式，以及处理第一连续工作任务；以及当第一连续工作任务处理完成后，将上部分电机设为休眠模式；实现控制机器人上部分运动；
利用下部分电机模块控制机器人下部分运动；
利用横向电机模块控制机器人的横向运动，
利用纵向电机模块控制机器人纵向运动；
上部分电机模块、下部分电机模块、横向电机模块、纵向电机模块均通过信号连接有对应的电机；
转速电阻模块首先基于反学向学习理论生成初始种群，并对染色体的特征进行提取，然后通过特征提取得到一个三维的特征向量，在种群进化过程中，使用建立的相似性匹配评价机制对每个染色体的适应度值和置信度值进行计算，通过单形变异算子对每个染体作单形变异操作；最后在进化到后期阶段，根据设定的停止条件生成最优解或近似最优解，实现控制上部分电机模块、下部分电机模块、横向电机模块、纵向电机模块对应的电机转速，对机器人的运动速度进行控制。
进一步，上部分电机模块控制机器人上部分运动中，
上部分电机的操作频率在正常操作下具有一正常操作频率；上部分电机模块控制机器人上部分运动的方法还包括：
根据第一连续工作任务的负载量以及位移距离临界值决定一第一操作频率，
以及当上部分电机切换至操作模式时，将上部分电机的操作频率由正常操作频率提升至第一操作频率，并通过第一操作频率处理第一连续工作任务；
其中第一操作频率的工作频率高于正常操作频率的工作频率；
当第一连续工作任务处理完成并且上部分电机进入休眠模式后，根据汇集平台电源管理技术将多个第二工作任务以及超载部分的第一工作任务结合为一第二连续工作任务；
当接收到第二连续工作任务时，将上部分电机由休眠模式切换至操作模式；
将上部分电机的操作频率由正常操作频率提升至一第二操作频率，通过第二操作频率处理第二连续工作任务；以及当第二连续工作任务处理完成后，将上部分电机设为休眠模式；
其中第一操作频率的工作频率高于正常操作频率的工作频率；
上部分电机使用第一操作频率将第一连续工作任务处理完成的时间点与开始接收到第二连续工作任务的时间点之间具有一第一间隔时间，而使用正常频率将第一连续工作任务处理完成与接收到第二连续工作任务之间具有一第二间隔时间，其中第一间隔时间小于第二间隔时间。
进一步，所述染色体的匹配机制方法如下：
(2)根据ga中特定交叉与单形变异算子的运算结果，分别计算子个体与双亲个体之间的匹配性，并根据给定公式快速计算染色体的适应度及其置信度；
个体
其中，权重系数wi用于调节对应每个基因位在染个体中受重视的程度，n是基因位的个数，子个体c1和双亲个体(p1,p2)的差分值一个介于0至1之间的数字，子个体与双亲个体的匹配性按如下公式计算：
φi1(c1,p1)＝1-χ(c1,p1)；
φi2(c1,p2)＝1-χ(c1,p2),i＝1,2；
双亲染色体(p1,p2)对应的适应度值分别是f1，f2，则染个体ci适应度f(ci)和其对应的置信度按如下式计算：
(2)在种群中设定阈值t，当种群的平均置信度
(3)将一个染色体的基因串按顺序形成欧氏空间中的一个单形，单形向空间各方向按比例扩张，然后再顺时针方向旋转，在设定的时刻到达后，按原方向反向取出变异后的个体。
进一步，染色体的特征提取采用二进制字符串编码形式；
在串匹配机制中，首先给染色体中每一基因位设定对应的权重系数，从而区分不同位置基因位对适应度的影响程度；其次，将子代染色体与父代染色体进行两两匹配验证，分别得到一个匹配值，验证两个配值是否在合理相似区间内，得到一个置信度；最后，由置信度并结合两个染色体的适应度值得到子代染色体的值。
本发明的另一目的在于提供一种实现所述机器人的运动控制方法的计算机程序。
本发明的另一目的在于提供一种实现所述机器人的运动控制方法的计算机。
本发明的另一目的在于提供一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机执行所述的机器人的运动控制方法。
本发明的另一目的在于提供一种机器人的运动控制系统包括：
上部分电机模块控制机器人上部分运动；
下部分电机模块，与转速电阻模块连接，用于控制机器人下部分运动；
横向电机模块，与转速电阻模块连接，用于控制机器人的横向运动，
纵向电机模块，与转速电阻模块连接，用于控制机器人纵向运动；
上部分电机模块、下部分电机模块、横向电机模块、纵向电机模块均通过信号连接有对应的电机；
转速电阻模块，用于控制上部分电机模块、下部分电机模块、横向电机模块、纵向电机模块对应的电机转速，对机器人的运动速度进行控制。
本发明的另一目的在于提供一种搭载有所述机器人的运动控制系统的计算机。
本发明的另一目的在于提供一种搭载有所述机器人的运动控制系统的机器人的运动控制装置，设置有支架、上部分电机、上部分齿轮、横向电机、横向导轨、纵向电机、纵向导轨、下部分电机、下部分齿轮、转速电阻；
上部分电机模块、下部分电机模块、横向电机模块、纵向电机模块均通过信号连接对应的上部分电机、下部分电机、横向电机、纵向电机；
转速电阻模块通过信号连接转速电阻；
所述支架与上部分电、下部分电机、横向电机、纵向电机相连接，通过焊机固定在电机上，上部分齿轮位于上部分电机顶部，通过焊接固定在上部分电机上，纵向电机位于横向导轨上，通过螺栓固定在横向导轨上；下部分齿轮位于下部分电机上，通过焊接固定在下部分电机上，转速电阻位于电机上，通过螺栓固定在电机上；
所述横向电机与横向导轨上的轮齿相啮合，纵向导轨与纵向电机上的齿轮相啮合；
所述每个电机上都设置有转速电阻，共四个转速电阻，电机通过导线与转速电阻相连接。
本发明的优点及积极效果为：
该机器人的运动控制系统，通过上部分电机的转动带动了上部分齿轮的转动，进而带动了机器人上部分的运动，通过下部分电机的转动带动下部分齿轮的转动进而控制机器人下部分的运动，通过横向电机的转动带动了横向导轨运动进而带动了机器人的横向运动，通过纵向电机的转动进而带动纵向导轨的运动，进而使得机器人的纵向运动得到一定的控制。
该装置结构简单，设计合理，能够同时对机器人的各种运动方向的运动得到控制，并且能对各个方向的运动速度也得到一定的控制，并且可以应用于多种机器人的控制系统。
本发明上部分电机模块通过设定机器人上部分一位移距离临界值，根据位移距离临界值判断一最大可处理负载量，根据汇集平台电源管理技术将多个第一工作任务结合为一第一连续工作任务；判断第一连续工作任务的一负载量是否大于最大可处理负载量；当第一连续工作任务的负载量大于最大可处理负载量时，将第一连续工作任务中之一超载部分的第一工作任务移出第一连续工作任务；当接收到第一连续工作任务时，将上部分电机模块通过信号连接上部分电机由一休眠模式切换至一操作模式，以及处理第一连续工作任务；以及当第一连续工作任务处理完成后，将上部分电机设为休眠模式；实现控制机器人上部分运动；可精准获得机器人上部分运动的距离。
下部分电机的控制方法与上部分电机的控制方法相同。
本发明提供的转速电阻模块的控制方法，针对传统数学方法面向复杂优化问题的求解时，常常遇到可微、可导等严格的约束条件限制而无法求解复杂优化问题的特点，提供基于个体相似性匹配评价机制的快速遗传算法，可从个体相似性匹配评价机制出发，减少进化过程中个体的评价次数，加快算法最优解的搜索速度，使搜索得到的最优解位于全局最优解位置或其邻近位置。与传统的遗传算法求解复杂优化问题相比较，本发明方法具有直观简明、普适性等特点；首先本方法基于反向学习理论，得到一组二进制编码的染色体集合并提取出每个染色体的特征向量；在算法寻优过程中，传统的遗传算法仅仅根据待求解的优化问题计算个体的适应度值，而本发明中基于个体区配性评价策略，每个子个体根据其与父个体的相似度和置信度来确定个体的适应度值，仅当置信度值低于某个阈值时，个体才做真实的适应度计算；显然，本发明的评价个体适应度的方法能够大大降低算法寻优的时间。
此外，本发明的单形变异算子的引入在一定程度上增强了种群的多样性，避免算法在执行早期阶段陷入了局部最优解；通过对不同标准测试案例得到的结果分析，说明这种方法具有较强的鲁棒性。
附图说明
图1是本发明实施例提供的机器人的运动控制装置的结构示意图；
图2是本发明实施例提供的机器人的运动控制装置的齿轮的结构示意图；
图中：1、支架；2、上部分电机；3、上部分齿轮；4、横向电机；5、横向导轨；6、纵向电机；7、纵向导轨；8、下部分电机；9、下部分齿轮；10、转速电阻。
图3是本发明实施例提供的机器人的运动控制系统图。
图中：11、上部分电机模块；12、下部分电机模块；13、横向电机模块；14、纵向电机模块；15、转速电阻模块。
具体实施方式
为能进一步了解本发明的发明内容、特点及功效，兹例举以下实施例，并配合附图详细说明如下。
下面结合附图对本发明的结构作详细的描述。
如图1-图2，本发明实施例提供的机器人的运动控制装置，设置有支架1、上部分电机2、上部分齿轮3、横向电机4、横向导轨5、纵向电机6、纵向导轨7、下部分电机8、下部分齿轮9、转速电10。
所述支架与上部分电2、下部分电机8、横向电机4、纵向电机6相连接，通过焊机固定在电机上，上部分齿轮3位于上部分电机2顶部，通过焊接固定在上部分电机2上，纵向电机6位于横向导轨5上，通过螺栓固定在横向导轨5上，下部分齿轮9位于下部分电机8上，通过焊接固定在下部分电机8上，转速电阻10位于电机上，通过螺栓固定在电机上。所述横向电机4与横向导轨5上的轮齿相啮合，纵向导轨7与纵向电机6上的齿轮相啮合。所述每个电机上都设置有转速电阻10，共四个转速电阻，电机通过导线与转速电阻10相连接。
本发明的工作原理是：
该装置通过支架1对所有零部件提供了一个总的支撑作用，通过上部分电机2的转动带动了上部分齿轮3的转动，进而带动了机器人上部分的运动，通过下部分电机8的转动带动下部分齿轮9的转动进而控制机器人下部分的运动，通过横向电机4的转动带动了横向导轨5运动进而带动了机器人的横向运动，通过纵向电机6的转动进而带动纵向导轨7的运动，进而使得机器人的纵向运动得到一定的控制，通过电机上的转速电阻10来控制电机的转速，进而对及其人各个方向的运动速度的不同达到一定的控制作用，转速电阻10控制运动速度的原理是通过控制流入电机电流的大小，进而控制着电机的转速，从而控制置各个方向的运动速度。该装置结构简单，设计合理，能够同时对机器人的各种运动方向的运动得到控制，并且能对各个方向的运动速度也得到一定的控制，并且可以应用于多种机器人的控制系统。
下面结合具体分析对本发明作进一步描述。
本发明实施例提供的机器人的运动控制方法，包括：
上部分电机模块通过设定机器人上部分一位移距离临界值，根据位移距离临界值判断一最大可处理负载量，根据汇集平台电源管理技术将多个第一工作任务结合为一第一连续工作任务；判断第一连续工作任务的一负载量是否大于最大可处理负载量；当第一连续工作任务的负载量大于最大可处理负载量时，将第一连续工作任务中之一超载部分的第一工作任务移出第一连续工作任务；当接收到第一连续工作任务时，将上部分电机模块通过信号连接上部分电机由一休眠模式切换至一操作模式，以及处理第一连续工作任务；以及当第一连续工作任务处理完成后，将上部分电机设为休眠模式；实现控制机器人上部分运动；
利用下部分电机模块控制机器人下部分运动；
利用横向电机模块控制机器人的横向运动，
利用纵向电机模块控制机器人纵向运动；
上部分电机模块、下部分电机模块、横向电机模块、纵向电机模块均通过信号连接有对应的电机；
转速电阻模块首先基于反学向学习理论生成初始种群，并对染色体的特征进行提取，然后通过特征提取得到一个三维的特征向量，在种群进化过程中，使用建立的相似性匹配评价机制对每个染色体的适应度值和置信度值进行计算，通过单形变异算子对每个染体作单形变异操作；最后在进化到后期阶段，根据设定的停止条件生成最优解或近似最优解，实现控制上部分电机模块、下部分电机模块、横向电机模块、纵向电机模块对应的电机转速，对机器人的运动速度进行控制。
上部分电机模块控制机器人上部分运动中，
上部分电机的操作频率在正常操作下具有一正常操作频率；上部分电机模块控制机器人上部分运动的方法还包括：
根据第一连续工作任务的负载量以及位移距离临界值决定一第一操作频率，
以及当上部分电机切换至操作模式时，将上部分电机的操作频率由正常操作频率提升至第一操作频率，并通过第一操作频率处理第一连续工作任务；
其中第一操作频率的工作频率高于正常操作频率的工作频率；
当第一连续工作任务处理完成并且上部分电机进入休眠模式后，根据汇集平台电源管理技术将多个第二工作任务以及超载部分的第一工作任务结合为一第二连续工作任务；
当接收到第二连续工作任务时，将上部分电机由休眠模式切换至操作模式；
将上部分电机的操作频率由正常操作频率提升至一第二操作频率，通过第二操作频率处理第二连续工作任务；以及当第二连续工作任务处理完成后，将上部分电机设为休眠模式；
其中第一操作频率的工作频率高于正常操作频率的工作频率；
上部分电机使用第一操作频率将第一连续工作任务处理完成的时间点与开始接收到第二连续工作任务的时间点之间具有一第一间隔时间，而使用正常频率将第一连续工作任务处理完成与接收到第二连续工作任务之间具有一第二间隔时间，其中第一间隔时间小于第二间隔时间。
所述染色体的匹配机制方法如下：
(3)根据ga中特定交叉与单形变异算子的运算结果，分别计算子个体与双亲个体之间的匹配性，并根据给定公式快速计算染色体的适应度及其置信度；
个体
其中，权重系数wi用于调节对应每个基因位在染个体中受重视的程度，n是基因位的个数，子个体c1和双亲个体(p1,p2)的差分值一个介于0至1之间的数字，子个体与双亲个体的匹配性按如下公式计算：
φi1(c1,p1)＝1-χ(c1,p1)；
φi2(c1,p2)＝1-χ(c1,p2),i＝1,2；
双亲染色体(p1,p2)对应的适应度值分别是f1，f2，则染个体ci适应度f(ci)和其对应的置信度按如下式计算：
(2)在种群中设定阈值t，当种群的平均置信度
(3)将一个染色体的基因串按顺序形成欧氏空间中的一个单形，单形向空间各方向按比例扩张，然后再顺时针方向旋转，在设定的时刻到达后，按原方向反向取出变异后的个体。
染色体的特征提取采用二进制字符串编码形式；
在串匹配机制中，首先给染色体中每一基因位设定对应的权重系数，从而区分不同位置基因位对适应度的影响程度；其次，将子代染色体与父代染色体进行两两匹配验证，分别得到一个匹配值，验证两个配值是否在合理相似区间内，得到一个置信度；最后，由置信度并结合两个染色体的适应度值得到子代染色体的值。
如图3所示，本发明实施例提供的机器人的运动控制系统包括：
上部分电机模块11控制机器人上部分运动；
下部分电机模块12，与转速电阻模块连接，用于控制机器人下部分运动；
横向电机模块13，与转速电阻模块连接，用于控制机器人的横向运动，
纵向电机模块14，与转速电阻模块连接，用于控制机器人纵向运动；
上部分电机模块、下部分电机模块、横向电机模块、纵向电机模块均通过信号连接有对应的电机；
转速电阻模块15，用于控制上部分电机模块、下部分电机模块、横向电机模块、纵向电机模块对应的电机转速，对机器人的运动速度进行控制。
下面结合仿真实验对本发明作进一步描述。
仿真结果
上表显示了本发明转速电阻模块的控制方法与其他求解背包问题常用的算法对比的结果，表中数据显示出使用本发明方法(fga)求解不同物品数的0-1背包问题，所求解与最优解之间的平均误差在1％～3％,最大没并没有超过3％，所以本发明方法优于单纯的贪心算法和混合遗传算法。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用全部或部分地以计算机程序产品的形式实现，所述计算机程序产品包括一个或多个计算机指令。在计算机上加载或执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(dsl)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输)。所述计算机可读取存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，dvd)、或者半导体介质(例如固态硬盘solidstatedisk(ssd))等。
以上所述仅是对本发明的较佳实施例而已，并非对本发明作任何形式上的限制，凡是依据本发明的技术实质对以上实施例所做的任何简单修改，等同变化与修饰，均属于本发明技术方案的范围内。