一种冗余度机械臂的不同层运动控制方法

本发明涉及机械臂控制，尤其是一种冗余度机械臂的不同层运动控制方法。

背景技术：

1、冗余度机械臂广泛应用于工业生产、医疗、军事、航空航天等领域，可以完成重复性高、精度要求高、危险性大的任务，提高生产效率和安全性。随着人工智能和机器学习技术的发展，机械臂的应用领域也在不断扩展，成为未来智能制造和服务机器人的重要组成部分。

2、冗余度机械臂的运动控制通常使用二次规划求解器来计算最优的关节角度，但是这种方法存在一些缺点，例如，计算复杂度高、需要大量的存储空间、可能存在局部最优解等。此外，当机械臂的某个关节损坏或者末端执行器的方向保持不变时，可能会导致机械臂在运动过程中不能很好地完成跟踪任务。

技术实现思路

1、有鉴于此，本发明实施例提供一种冗余度机械臂的不同层运动控制方法，以实现冗余度机械臂的不同层运动控制，提升了冗余度机械臂的运动实时性，实现了关节故障容忍以及末端执行器的方向保持。

2、本发明实施例的一方面提供了一种冗余度机械臂的不同层运动控制方法，包括：

3、采集冗余度机械臂的运动数据，所述运动数据包括杆长、初始关节角、期望路径；

4、配置离散时间的不同层运动方案；

5、获取相邻的第一时刻和第二时刻分别对关节角度层定义的误差函数，并给出这两个相邻时刻的误差函数的等式关系；其中，所述第一时刻为所述第二时刻相邻的后一时刻；

6、基于泰勒展开的思想，将所述第一时刻的关节角度层的误差函数在所述第二时刻进行泰勒展开，得出所述第二时刻的关节速度层的等式关系；

7、基于所述第二时刻关节速度层的等式关系和不同层运动方案中的关节速度层的等式关系，应用欧拉前向差分公式，得出离散时间递归神经网络算法用于冗余度机械臂的不同层运动控制。

8、可选地，所述配置离散时间的不同层运动方案这一步骤中，所述运动方案的表达式为：

9、

10、其中，ractual,k+1为末端执行器的实际位置向量；rdesired,k+1为末端执行器的期望路径；ak+1为行满秩矩阵；为机械臂的关节速度向量；k为更新索引；τ为采样间隔；tfinal为整个计算时间区间的最终时间点；θk+1为机械臂的关节角度向量；bk+1为向量。

11、可选地，所述获取相邻的第一时刻和第二时刻分别对关节角度层定义的误差函数，包括：

12、在第一时刻对关节角度层定义第一误差函数，第一误差函数的表达式为：

13、ek+1＝f(θk+1,tk+1)＝ractual,k+1-rdesired,k+1，

14、在第二时刻对关节角度层定义第二误差函数，第二误差函数的表达式为：

15、ek＝f(θk,tk)＝ractual,k-rdesired,k，

16、其中，ek+1＝(1-h)ek，h为步长参数；ractual,k+1为末端执行器的实际位置向量；rdesired,k+1为末端执行器的期望路径；θk+1为机械臂的关节角度向量；tk+1代表第一时刻；tk代表第二时刻。

17、可选地，所述基于泰勒展开的思想，将所述第一时刻的关节角度层的误差函数在所述第二时刻进行泰勒展开，得出所述第二时刻的关节速度层的等式关系这一步骤中，泰勒展开的表达式为：

18、

19、所述第二时刻的关节速度层的等式关系的表达式为：

20、

21、其中，o(τ2)为截断误差；j(θk)为机械臂的雅可比矩阵，为末端执行器的期望路径的时间导数。

22、可选地，所述基于所述第二时刻关节速度层的等式关系和不同层运动方案中的关节速度层的等式关系，应用欧拉前向差分公式，得出离散时间递归神经网络算法用于冗余度机械臂的不同层运动控制，包括：

23、将所述关节速度层的等式关系和关节速度层的等式关系进行联立，得到联立结果；

24、根据联立结果，应用欧拉前向差分公式设计出离散时间递归神经网络算法；

25、根据离散时间递归神经网络算法对冗余度机械臂的不同层进行运动控制。

26、可选地，所述联立结果的表达式为：

27、

28、所述离散时间递归神经网络算法的表达式为：

29、

30、其中，欧拉前向差分公式的表达式为：

31、

32、其中，τ为采样间隔；j(θk)为机械臂的雅可比矩阵；ak为行满秩矩阵；为机械臂的关节速度向量；为末端执行器的期望路径的时间导数；h为步长参数；为矩阵的伪逆运算符。

33、本发明实施例的另一方面还提供了一种冗余度机械臂的不同层运动控制装置，包括：

34、第一模块，用于采集冗余度机械臂的运动数据，所述运动数据包括杆长、初始关节角、期望路径；

35、第二模块，用于配置离散时间的不同层运动方案；

36、第三模块，用于获取相邻的第一时刻和第二时刻分别对关节角度层定义的误差函数，并给出这两个相邻时刻的误差函数的等式关系；其中，所述第一时刻为所述第二时刻相邻的后一时刻；

37、第四模块，用于基于泰勒展开的思想，将所述第一时刻的关节角度层的误差函数在所述第二时刻进行泰勒展开，得出所述第二时刻的关节速度层的等式关系；

38、第五模块，用于基于所述第二时刻关节速度层的等式关系和不同层运动方案中的关节速度层的等式关系，应用欧拉前向差分公式，得出离散时间递归神经网络算法用于冗余度机械臂的不同层运动控制。

39、本发明实施例的另一方面还提供了一种电子设备，包括处理器以及存储器；

40、所述存储器用于存储程序；

41、所述处理器执行所述程序实现如前面所述的方法。

42、本发明实施例的另一方面还提供了一种计算机可读存储介质，所述存储介质存储有程序，所述程序被处理器执行实现如前面所述的方法。

43、本发明实施例还公开了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器可以从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行前面的方法。

44、本发明的实施例首先采集冗余度机械臂的运动数据，所述运动数据包括杆长、初始关节角、期望路径；接着配置离散时间的不同层运动方案；然后获取相邻的第一时刻和第二时刻分别对关节角度层定义的误差函数，并给出这两个相邻时刻的误差函数的等式关系；其中，所述第一时刻为所述第二时刻相邻的后一时刻；最后基于泰勒展开的思想，将所述第一时刻的关节角度层的误差函数在所述第二时刻进行泰勒展开，得出所述第二时刻的关节速度层的等式关系；并基于所述第二时刻关节速度层的等式关系和不同层运动方案中的关节速度层的等式关系，应用欧拉前向差分公式，得出离散时间递归神经网络算法用于冗余度机械臂的不同层运动控制。本发明能够实现冗余度机械臂的不同层运动控制，提升了冗余度机械臂的运动实时性，实现了关节故障容忍以及末端执行器的方向保持。