[发明专利]机械臂控制方法、装置、控制设备及存储介质

权利要求书

1.一种机械臂控制方法，其特征在于，包括：

获取机械臂应用场景全局图像及机械臂各关节轴分别对应的各当前角度值，其中场景全局图像用于表征机械臂与目标点的相对位置；

根据所述机械臂应用场景全局图像及各当前角度值，利用预先训练的神经网络模型，确定下一时刻机械臂各关节轴分别对应的各目标角度值；

根据所述各目标角度值，控制所述机械臂移动；

所述方法，还包括：

获取控制指令；

对所述控制指令进行解析，确定控制指令的类型和/或所述控制指令中包括的目标物体所属的类型；

根据所述目标物体所属的类型和/或所述控制指令的类型，选取目标神经网络模型；

所述利用预先训练的神经网络模型，确定下一时刻机械臂各关节轴分别对应的各目标角度值，包括：

利用所述目标神经网络模型，确定下一时刻机械臂各关节轴分别对应的各目标角度值。

2.如权利要求1所述的方法，其特征在于，所述神经网络模型为卷积神经网络模型。

3.如权利要求1所述的方法，其特征在于，所述获取机械臂应用场景全局图像之后，还包括：

对所述控制指令进行解析，确定所述应用场景全局图像中目标点的位置。

4.一种神经网络训练方法，其特征在于，所述训练方法训练得到的神经网络模型用于实现如权利要求1-3任一项所述的机械臂控制方法，所述训练方法包括：

根据预设初始神经网络模型，构建损失函数；

以所述损失函数取值最小为目标，利用训练样本集中各样本对所述预设初始神经网络模型进行训练，直至生成的神经网络模型对应的系数矩阵稳定，则确定所述神经网络模型训练结束；

其中，所述训练样本集中各样本，包括与训练任务对应的机械臂应用场景全局图像序列，及分别与各全局图像对应的机械臂各关节轴的角度值。

5.如权利要求4所述的方法，所述训练样本集中各样本的生成过程，包括：

确定当前机械臂的起始点位置及随机生成的训练点位置；

根据所述当前机械臂的起始点位置及所述训练点位置，确定机械臂的动作序列；

按照所述动作序列控制机械臂移动，并获取机械臂在各个动作执行前及执行后的全局图像及关节轴对应的角度。

6.如权利要求4或5所述的方法，其特征在于，所述机械臂包括N个关节轴；

所述构建损失函数之前，还包括：

确定所述预设初始神经网络模型输出的向量为N维。

7.一种机械臂控制装置，其特征在于，包括：

获取模块，用于获取机械臂应用场景全局图像及机械臂各关节轴分别对应的各当前角度值，其中场景全局图像用于表征机械臂与目标点的相对位置；

确定模块，用于根据所述机械臂应用场景全局图像及各当前角度值，利用预先训练的神经网络模型，确定下一时刻机械臂各关节轴分别对应的各目标角度值；

控制模块，用于根据所述各目标角度值，控制所述机械臂移动；

所述装置，还包括：

控制指令获取模块，用于获取控制指令；

解析模块，用于对所述控制指令进行解析，确定控制指令的类型和/或所述控制指令中包括的目标物体所属的类型；

模型选取模块，用于根据所述目标物体所属的类型和/或所述控制指令的类型，选取目标神经网络模型；

所述确定模块，具体用于：利用所述目标神经网络模型，确定下一时刻机械臂各关节轴分别对应的各目标角度值。