CN116079730B - 一种提升机器人手臂操作精度的控制方法及*** - Google Patents

Abstract

本发明公开一种提升机器人手臂操作精度的控制方法及***，属于信息科学技术与机器人领域，利用正向模型生成的数据；使用正向模型生成的数据，训练由多层感知机或径向基网络构建的全局反向模型，控制机械臂移动到目标附近；再通过在线学习训练由多层感知机构建的基于相对位置的局部反向模型，在适应自身与环境变化的同时精确移动至目标位置。

Description

一种提升机器人手臂操作精度的控制方法及***

技术领域：

本发明属于信息科学技术与机器人领域，具体涉及一种提升机器人手臂操作精度的控制方法及***。

背景技术：

机器人现已被广泛应用于各行各业。然而，现实世界中仍存在大量任务无法解决。这些任务难以通过编程制定具体的解决方案，要求机器人拥有一定的自适应能力，例如物体抓取与轨迹预测等。为了执行这样的任务，研究具有常识与先验知识的智能机器人成为了新的热点，如据美国国家科学基金会(NSF)公告，美国“国家机器人计划2.0”(NRI-2.0)将推进通用协作机器人(co-robots)的研究，重点提高机器人如何在不确定的真实世界环境中感知、规划、行动和学习能力；波士顿动力公司研制的Altlas人型机器人已经能够通过较为复杂的地形，并做出跳跃、舞蹈等高难度动作；而我国国家自然科学基金会也在近日发布2022年共融机器人重大研究计划，提出将大力发展能够与作业环境、人和其他机器人自然交互，自主适应复杂动态环境并协同作业的机器人。目前，智能机器人已经逐步走出研究院，进入大型工厂与普罗大众的日常生活中。工业机械臂由于环境单一，变化程度小，现已得到成熟广泛的应用；在快递站中，经常可以看到分拣机器人的身影。

在机器人的研究工作中，机器人手臂控制是机器人研究中的一项难点，其核心问题之一是如何控制其手臂末端执行器的运动，如控制末端执行器精确到达工作空间中某一位置，这一过程被称为机器人手臂的趋近控制(Reaching)，后文简称为机器人手臂控制或机械臂控制。趋近控制能力是机器人进一步执行其他控制操作(如抓取、推动、放置等)的基础。通过精准测量机器人的机械参数，如关节间连杆长度、相对旋转关系等，可以构建出精准的机器人运动学模型。该模型在数学上的表现形式为各个关节间位姿变换矩阵的链乘，是一个非线性的方程组。通过该方程组，给定机器人手臂各个关节角度，便可计算出机器人手臂末端位置与姿态，该模型即为正向运动学模型，亦可称为正向模型。与之相对的，机器人手臂的逆运动学模型则是输入为机器人手臂末端位置，输出为机器人手臂各个关节角度，也可称为反向模型。本发明将目标位置输入反向模型，并将反向模型输出的关节角度送入执行器中，从而实现对机器人手臂的控制。

传统方法主要是基于依赖于高精度的正向运动学模型来得到反向模型，即给定机器人末端执行器位置与姿态，计算出想要到达该目标位姿所需的各个关节角度。通常有两类方法用于解决逆运动学问题，一类是基于解析的方法，另一类是基于迭代算法求解。解析的方法往往仅适用于低自由度的机器人，不具备普适性，在本发明所研究的六自由度机器人手臂上无法使用。基于迭代算法求解的方法则使用迭代搜索或雅克比积分的方式求解近似解，每次规划均需要长时间的迭代。且由于传统方法均依赖于高精度的正向模型，因此依照传统方法所构建的反向模型精度上限既是正向模型的精度。因此若希望反向模型精度能更高，则使用传统方法显然并非好的解决方案。

发明内容：

为解决上述问题，本发明的目的是提出一种提升机器人手臂操作精度的控制方法及***。现有方法在机器人手臂构型发生变化时，如手臂长度、使用工具变化等，原有的模型性能往往会急剧下降，需要重新构建控制模型。本发明提出的方法可以在机器人手臂构型发生改变后，通过在线学习快速适应自身及环境的变化，提升机器人手臂操作精度。

为实现上述目的，本发明提供了如下技术方案：

一种提升机器人手臂操作精度的控制方法，包括以下步骤：

1)采用正向模型根据机器人的关节角度计算出机器人手臂执行器的末端位置，生成关节角度与末端位置一一映射的数据；

2)由多层感知机网络或径向基网络构建全局反向模型，用于根据输入的末端位置来反向预测各个关节角度；利用正向模型生成的数据训练该全局反向模型，得到训练好的全局反向模型；

3)由多层感知机网络构建基于相对位置的局部反向模型，用于根据输入的目标位置与末端位置之间的相对位置，来预测末端位置达到目标位置所需进行的角度变换量；

4)给定目标位置，利用训练好的全局反向模型计算目标关节角度，使实体机器人执行该角度；实体机器人获取当前手臂执行器末端位置和各关节角度，并计算目标位置与当前末端位置之间的相对位置；

5)若实体机器人计算出的相对位置大于某一个阈值，则在当前位置使用正向模型生成数据，利用该数据通过在线学习算法训练局部反向模型，优化相对位置与角度变换量之间的关系，进而调整实体机器人的关节角度，直至所述相对位置小于所述阈值或达到最大规划次数。

优选地，所述正向模型为用Denavit-Hartenberg参数法建立，使用关节-连杆形式刻画机器人，由位姿态变换矩阵计算各个关节间的位姿变换；通过各个关节间位姿变换矩阵的链乘，计算出机器人手臂末端位置与姿态。

优选地，所述多层感知机网络采用一种前馈神经网络，使用一个非线性的激活函数对网络层的输出进行非线性的处理；使用误差反向传播的方法调整各个节点间的权重。

优选地，所述误差反向传播的方法为：调整所述多层感知机网络内部神经元之间的连接权重，使与所需输出和实际输出之间的差异相关的损失函数最小化；通过小批量随机梯度下降法进行学习，对损失函数进行优化，对神经网络内部的参数进行微调。

优选地，所述全局反向模型的多层感知机网络的损失函数为实际关节角度与预测关节角度之间的均方误差函数。

优选地，所述局部反向模型的多层感知机网络的损失函数为实际角度变换量与预测角度变换量之间的均方误差函数。

优选地，所述径向基网络为使用径向基函数作为隐藏层中采用的激活函数的一种前馈神经网络，采用高斯核函数进行构建；通过对损失函数进行优化，对该径向基网络内部的参数进行微调。

优选地，所述径向基网络训练时的损失函数为实际关节角度与预测关节角度之间的均方误差函数。

一种提升机器人手臂操作精度的控制***，用于实现上述方法，包括：

正向模型单元，包括一正向模型，用于根据机器人的关节角度计算出机器人手臂执行器的末端位置，生成关节角度与末端位置一一映射的数据，并使用所述数据训练全局反向模型单元和局部反向模型单元；

全局反向模型单元，包括由多层感知机网络或径向基网络构建的全局反向模型，用于根据输入的末端位置来反向预测各个关节角度；并控制实体机器人执行关节角度，使其手臂执行器末端位置到达目标位置附近；

局部反向模型单元，包括由多层感知机网络构建的基于相对位置的局部反向模型，用于根据输入的目标位置与末端位置之间的相对位置，来预测末端位置达到目标位置所需进行的角度变换量；并控制实体机器人调整关节角度，直至其末端位置到达目标位置。

本发明提出的技术方案取得技术效果如下：

由于基于学习的方法可以从数据流中提取信息从而估计获得对应的模型，该模型适用于复杂场景，适合处理各类复杂的映射关系。使用该类模型进行机器人反向模型的求解，不需要长时间的迭代，也不依赖于正向模型的精度，因此，本发明使用基于学习的方法，利用正向模型生成的数据构建机器人手臂的反向模型。

在使用前馈神经网络构建反向模型的方法中，多层感知机与径向基网络两类方法较为常见。基于多层感知机的网络具有很强的鲁棒性和容错性，可以充分逼近任意复杂的非线性关系，精度较高。基于径向基函数的神经网络的主要思想是通过非线性变换将线性不可分的样本映射到高维。由于径向基函数受到特定点(中心向量)的影响，因此，相应权重的更改将对靠近中心的那些点产生更大的影响，收敛相对较快。本发明同时用两种网络构建全局反向模型，在对精度要求较高时使用多层感知机，在对实时性要求更高时使用径向基网络。

智能机器人大多处于动态的环境当中。当自身构型发生变化，或其所处环境发生变化时，已经训练好的全局反向模型精度可能大大降低。同时，在用正向模型生成训练数据时，将不可避免地引入一定误差，因此在该数据上训练得到的全局反向模型必然存在误差。为此，本发明通过在线学习以适应自身与环境的变化，训练基于相对位置的局部反向模型以缓解误差和逆运动学多解性带来的负面影响，进而提高机器人手臂控制的精度。

附图说明

图1是基于多层感知机的全局反向模型框架图。

图2是基于径向基的全局反向模型框架图。

图3是结合全局与局部反向模型的机器人手臂控制算法示意图。

图4是局部反向模型的在线学习算法示意图。

图5是机器人控制模型实体测试结果图。

具体实施方式：

为使本发明的上述特征和优点能更明显易懂，下文特举实施例，并配合附图作详细说明如下。

本发明实施例提出一种提升机器人手臂操作精度的控制方法，目的在于提升机器人手臂操作精度，而要实现该目的，其关键就在于数据的获取，以及模型的训练算法的改进。主要步骤是：利用正向模型生成的数据；使用正向模型生成的数据，训练由多层感知机或径向基网络构建的全局反向模型，控制机械臂移动到目标附近；再通过在线学习训练由多层感知机构建的基于相对位置的局部反向模型，在适应自身与环境变化的同时精确移动至目标位置。

下面给出具体说明：

(1)基于正向模型进行数据获取：

本实施例使用正向模型生成数据，使用关节-连杆形式刻画机器人，由位姿态变换矩阵计算各个关节间的位姿变换；通过各个关节间位姿变换矩阵的链乘，计算出机器人手臂末端位置与姿态。一般的，由于机器人正向运动学问题为一个一对一的映射问题。本实施例所研究的机器人手臂具备六个自由度，且控制过程中仅考虑手臂执行器的末端位置，不考虑姿态。因此，令机器人手臂的关节空间为或称为构型空间，包含所有无碰撞、可达关节角度，而工作空间为/>包含所有无碰撞、可达末端位置。对于某一个给定的关节角度q∈C，有且仅有一个所对应的末端位置p∈W。本实施例中的正向运动学模型即为通过当前关节角度q_t，计算出预计的末端位置p_f，也可称为正向模型：

p_f＝FM(q_t)

其中，FM表示用Denavit-Hartenberg参数法建立的正向模型。

(2)基于多层感知机的全局反向模型：

基于多层感知机神经网络是最为常见的前馈神经网络中的一种，网络的一般结构如图1所示，通常使用一个非线性的激活函数对网络层的输出进行非线性的处理。在本实施例中，基于多层感知机的全局反向模型输入目标末端位置p_t，输出预测各个关节角度q_m：

q_m＝MLP_G(p_t)

其中MLP_G表示作用于整个工作空间的多层感知机。本实施例使用误差反向传播的方法调整各个节点间的权重。反向传播的主要思想是调整网络内部神经元之间的连接权重，以使与所需输出和实际输出之间的差异相关的损失函数最小化。基于多层感知机的全局反向模型的损失函数如下：

其中，q_g表示实际关节角度，MSE表示实际关节角度与预测关节角度之间的均方误差。在使用正向模型生成的数据进行训练时，前述实际关节调度就是正向模型生成的数据中的关节角度数据。本实施例通过小批量随机梯度下降法进行学习。借由小批量的训练，使得损失函数的计算与参数的更新更具备代表性，当通过梯度下降法对损失函数进行优化时，将对神经网络内部的那些参数进行微调。

(3)基于径向基的全局反向模型：

径向基网络则是使用径向基函数作为激活函数的前馈神经网络，其网络结构如图2所示。基于径向基函数的神经网络在其基本结构中仅具有一个隐藏层，可以认为径向基网络将径向基函数作为隐藏层中采用的激活函数，它是一种单调函数。本实施例采用高斯核函数构建径向基网络：

其中，c_i为选定的中心向量，x-c_i则是输入向量到中心向量间的距离。φ表示径向基网络，γ为超参数，与多层感知机类似，基于径向基的全局反向模型同样输入目标末端位置p_t，输出预测各个关节角度q_r：

q_r＝RBF_G(p_t)

其中RBF_G表示作用于整个工作空间的径向基网络。基于径向基函数的神经网络的主要思想是通过非线性变换将线性不可分的样本映射到高维，以便用线性函数将它们分开。输出层的组成部分是线性组合隐藏层产生的值的数量。损失函数通过计算实际关节角度与预测关节角度之间的均方误差获得：

(4)基于相对位置的局部反向模型：

当机器人当前手臂执行器末端位于p_c，且手臂各关节角度为q_c时，在当前位置局部进行采样，学习出一个基于相对位置的适用于该局部的反向模型MLP_L，其网络结构与基于多层感知机的全局反向模型相同。模型的输入为目标位置p_t与机器人手臂末端当前位置p_c之间的相对位置Δp_t＝p_t-p_c，而输出则是想达到目标位置所需进行的角度变换量Δq_m：

Δq_m＝MLP_L(Δp_t)

由于当前关节角度q_c是不变的，因此由Δq_m既可计算出目标关节角度q_c+Δq_m。本实施例将该模型称为局部反向模型。该模型的损失函数通过计算实际角度变换量与预测角度变换量之间的均方误差获得：

其中Δq_g表示实际角度变换量。

(5)全局反向模型与局部反向模型结合的机械臂控制算法：

本实施例采用全局反向模型与局部反向模型结合的方式控制机械臂。首先，经由全局反向模型到达目标点附近，随后使用基于局部模型在线学习的反馈控制不断逼近目标点，机械臂控制算法如图3所示。其中：给定目标位置p_t，先通过先前学习好的全局反向模型计算出目标关节角度q_m＝MLP_G(p_t)，实体机器人执行该角度。随后，进入反馈控制阶段。实体机器人获取当前手臂执行器末端位置p_c和各关节角度q_c，并计算目标位置与当前位置之间的相对位置Δp_t。若‖Δp_t‖²小于某一个阈值，例如该阈值ε_p＝0.5，则认为已经到达目标位置；否则通过在线学习训练局部反向模型并进行控制。

(6)局部反向模型的在线学习算法：

当判断‖Δp_t‖²大于某一个阈值ε_p后，说明自身构型或所处环境发生变化，全局反向模型精度已经不再满足要求。因此，智能机器人将使用在线学习算法训练基于相对位置的局部反向模型，如图4所示。首先在p_c附近使用正向模型生成数据。即通过将关节角度限制在某个邻域(q_c-ε,q_c+ε)，使用正向模型获得当前位置p_c附近的数据，进而学习适用于该局部位置的控制模型MLP_L，其中邻域大小ε为该模型MLP_L通过相对位置Δp_t计算出关节角度变化量Δq_m，向实体机器人传入角度q_c+Δq_m。待该角度命令执行后再进入获取位置、判断相对位置的阶段，直至到达最大规划次数或者到达目标位置(即‖Δp_t‖²小于阈值ε_p)。

本发明实施例还提出一种提升机器人手臂操作精度的控制***来实现上述方法，在具体实现时可以将上述模型以单元的形式存在，即通过全局反向模型单元和局部反向模型单元实现对机器人的控制，在训练阶段由正向模型单元生成数据提供训练支持。

以下对本实施例的提升机器人手臂操作精度的控制方法及***的性能进行验证：

为验证结合全局与局部反向模型的提升机器人手臂操作精度的控制方法及***的性能，本实施例在实体机器人上比较使用全局反向模型和局部反向模型进行单次趋近的精度。全局反向模型使用100,000组自生成数据训练，局部反向模型500组自生成数据训练。实验结果如图5所示。仅使用全局反向模型得到的结果平均误差为3.93厘米。结合全局控制模型与局部控制模型，本法实施例提出的方法可以学习出作用于局部位置的反向模型。若该局部反向模型模型仅在全局反向模型的基础上进行一次学习与趋近，其精度可优化至0.95厘米，规划所用时间为1秒钟；而若多次进行局部模型的学习与趋近，精度可达约0.5厘米，规划所用时间为2.55秒。

虽然本发明已以实施例公开如上，然其并非用以限定本发明，本领域的普通技术人员对本发明的技术方案进行的适当修改或者等同替换，均应涵盖于本发明的保护范围内，本发明的保护范围以权利要求所限定者为准。

Claims (5)

1.一种提升机器人手臂操作精度的控制方法，其特征在于，包括以下步骤：

1）采用正向模型根据机器人的关节角度计算出机器人手臂执行器的末端位置，生成关节角度与末端位置一一映射的数据；正向模型为用Denavit-Hartenberg参数法建立，使用关节-连杆形式刻画机器人，由位姿态变换矩阵计算各个关节间的位姿变换；通过各个关节间位姿变换矩阵的链乘，计算出机器人手臂末端位置与姿态；

2）由多层感知机网络或径向基网络构建全局反向模型，用于根据输入的末端位置来反向预测各个关节角度；利用正向模型生成的数据训练该全局反向模型，得到训练好的全局反向模型；多层感知机网络采用一种前馈神经网络，使用一个非线性的激活函数对网络层的输出进行非线性的处理；使用误差反向传播的方法调整各个节点间的权重；误差反向传播的方法为：调整所述多层感知机网络内部神经元之间的连接权重，使与所需输出和实际输出之间的差异相关的损失函数最小化；通过小批量随机梯度下降法进行学习，对损失函数进行优化，对神经网络内部的参数进行微调；径向基网络为使用径向基函数作为隐藏层中采用的激活函数的一种前馈神经网络，采用高斯核函数进行构建；通过对损失函数进行优化，对该径向基网络内部的参数进行微调；

3）由多层感知机网络构建基于相对位置的局部反向模型，用于根据输入的目标位置与末端位置之间的相对位置，来预测末端位置达到目标位置所需进行的角度变换量；

4）给定目标位置，利用训练好的全局反向模型计算目标关节角度，使实体机器人执行该角度；实体机器人获取当前手臂执行器末端位置和各关节角度，并计算目标位置与当前末端位置之间的相对位置；

5）若实体机器人计算出的相对位置大于某一个阈值，则通过将关节角度限制在一邻域，其中/>为当前关节角度，邻域大小/>为/>，再在当前位置使用正向模型生成数据，利用该数据通过在线学习算法训练局部反向模型，通过相对位置/>计算出关节角度变换量/>，再向实体机器人传入/>的角度命令，优化相对位置与角度变换量之间的关系，进而调整实体机器人的关节角度，直至所述相对位置小于所述阈值或达到最大规划次数。

2.如权利要求1所述的方法，其特征在于，所述全局反向模型的多层感知机网络的损失函数为实际关节角度与预测关节角度之间的均方误差函数。

3.如权利要求1所述的方法，其特征在于，所述局部反向模型的多层感知机网络的损失函数为实际角度变换量与预测角度变换量之间的均方误差函数。

4.如权利要求1所述的方法，其特征在于，所述径向基网络训练时的损失函数为实际关节角度与预测关节角度之间的均方误差函数。

5.一种提升机器人手臂操作精度的控制***，用于实现权利要求1-4任一项所述的方法，包括：

正向模型单元，包括一正向模型，用于根据机器人的关节角度计算出机器人手臂执行器的末端位置，生成关节角度与末端位置一一映射的数据，并使用所述数据训练全局反向模型单元和局部反向模型单元；

全局反向模型单元，包括由多层感知机网络或径向基网络构建的全局反向模型，用于根据输入的末端位置来反向预测各个关节角度；并控制实体机器人执行关节角度，使其手臂执行器末端位置到达目标位置附近；

局部反向模型单元，包括由多层感知机网络构建的基于相对位置的局部反向模型，用于根据输入的目标位置与末端位置之间的相对位置，来预测末端位置达到目标位置所需进行的角度变换量；并控制实体机器人调整关节角度，直至其末端位置到达目标位置。