[发明专利]机器人导纳柔顺控制方法及系统

权利要求书

1.机器人导纳柔顺控制方法，其特征在于，所述机器人导纳柔顺控制方法包括：

检测施加在所述机器人上的操作力，并检测所述机器人的运动速度和加速度；

将所述操作力、所述运动速度和所述加速度输入至一训练后的神经网络模型，所述神经网络模型输出导纳参数，所述导纳参数包括虚拟阻尼和虚拟质量；

将所述操作力、所述运动速度和所述加速度输入至一训练后的神经网络模型的步骤之前包括：

建立所述神经网络模型；

利用遗传算法训练所述神经网络模型。

2.如权利要求1所述的机器人导纳柔顺控制方法，其特征在于，所述神经网络模型为全连通多层前馈网络，所述全连通多层前馈网络包括隐藏层和输出层，所述隐藏层包括多个神经元，所述隐藏层的输出为所述输出层的输入；

所述建立所述神经网络模型的步骤包括：

设置所述隐藏层的输出函数为：

式中s是sigmoid激活函数，w_ik为第i个隐藏层第k个所述神经元的权重系数向量，其中i为1-3，b_h为偏差量，T为矩阵转置符号，为速度，F为传感器测得的操作力矢量；

设置所述输出层的输出函数为：

其中w_o为输出的权重系数向量，b_o为输出偏差量，y为导纳参数，T为矩阵转置符号，h为全链接层的输出函数。

3.如权利要求2所述的机器人导纳柔顺控制方法，其特征在于，所述利用遗传算法训练所述神经网络模型的步骤包括：

采集若干组施加于所述机器人上的样本操作力，以及对应的样本运动速度和样本加速度；

利用所述样本操作力、所述样本运动速度和所述样本加速度根据导纳控制公式计算并得到理想导纳参数；

分别设置能量函数、惩罚函数和最佳能量方程；

利用遗传算法随机生成所述隐藏层的输出函数的所述权重系数向量和所述偏差量；

将所述样本操作力、所述样本运动速度和所述样本加速度作为输入参数输入至所述神经网络模型；

利用所述能量函数、所述惩罚函数和所述最佳能量方程处理所述输入参数得到样本导纳参数；

判断所述理想导纳参数与所述样本导纳参数的差值是否在预设范围内，若是，则训练结束；若否，则调整所述权重系数向量和所述偏差量，并返回至所述将所述样本操作力、所述样本运动速度和所述样本加速度作为输入参数输入至所述神经网络模型的步骤。

4.如权利要求3所述的机器人导纳柔顺控制方法，其特征在于，

设置所述能量函数为：

其中p为样本坐标位置，p_ref为预设坐标位置，T为响应特征，所述响应特征包括响应时间、稳态值、上升时间中的至少一种；

和/或，设置所述惩罚函数为：

其中，R_forward为前向惩罚函数，R_backward为后向惩罚函数，式中N为所述样本操作力，J_fi与J_bi分别为第i步的前向与后向能量方程；

和/或，设置所述最佳能量方程为：

F＝max(R_forward，R_backward)。

5.机器人导纳柔顺控制系统，其特征在于，所述机器人导纳柔顺控制系统包括检测模块、导纳模块；

所述检测模块用于检测施加在所述机器人上的操作力，并检测所述机器人的运动速度和加速度；

所述导纳模块用于将所述操作力、所述运动速度和所述加速度输入至一训练后的神经网络模型，所述神经网络模型输出导纳参数，所述导纳参数包括虚拟阻尼和虚拟质量；

所述机器人导纳柔顺控制系统包括模型建立模块和模型训练模块；

所述模型建立模块用于建立所述神经网络模型；

所述模型训练模块用于利用遗传算法训练所述神经网络模型。