[发明专利]机器人导纳柔顺控制方法及系统

说明书

本发明公开了一种机器人导纳柔顺控制方法及系统，其中，机器人导纳柔顺控制方法包括：检测施加在机器人上的操作力，并检测机器人的运动速度和加速度；将操作力、运动速度和加速度输入至一训练后的神经网络模型，神经网络模型输出导纳参数，导纳参数包括虚拟阻尼和虚拟质量。本发明通过神经网络模型实现的柔顺控制算法，能根据人机交互环境刚度变化即外部施加于机器人上的不同的力，实时改变机器人系统导纳参数，从而提高人机交互的柔顺性以及实现机器人灵敏和快速的响应。

技术领域

本发明涉及控制领域，尤其涉及一种机器人导纳柔顺控制方法及系统。

背景技术

目前商业化的人机交互型机器人主要采用阻抗控制和导纳控制两种方法。

阻抗控制是指输入位移而输出力的控制方式，它对模型参数的不确定性具有很强的鲁棒性，可以限制相互作用的力，在非常刚性的环境中可以保证非常好的性能和稳定性，然而阻抗控制不能提供足够的刚性行为和补偿摩擦，导致在柔性环境和自由运动的精度较差，因此，阻抗控制在人机交互的场合不适用。

导纳控制是研究输入力与输出速度之间的关系问题，更适合与柔性环境相互交互或者是在自由环境中进行操作的场景，这更适合医生在手术中更直观地、充分地、安全地感知手术交互的环境，但若环境刚度变化较大，会引起系统不稳定。当医生在拖动机器人运动过程中，不可避免会有失误和抖动的存在，并且在精度要求高的手术区域，医生不能保证其拖动机器人能较好完成相应手术。

专利CN106618375A设计了多个模块化关节的机器人，在机器人末端安装多维力传感器操作时，医生手持机器人末端手术工具，医生施加在工具上的力传递到多维力传感器上，通过力与机器人速度的匹配，实现机器人柔顺控制，从而实现人机协同交互。但只对多个模块化关节的机器人设计进行了详细的描述，没有对控制算法本身设计具体案例的描述。

专利CN104626168A设计了一种基于阻抗控制的机器人力位柔顺控制算法，通过预测算法预测机器人与环境交互力并与机器人实际感知力进行比较，校正控制系统实际力。根据轨迹形成各关节伺服电机信号，以此控制伺服电机实现力位柔顺控制。专利CN104626168A采用了力位柔顺机器人控制，适合刚性环境交互，不适用于临床手术人机交互环境。

专利CN106695797A设计了一种基于双臂机器人协同操作的柔顺控制系统，采用主从式和共享式策略进行负载的公共力分解，进而提出了双臂协同操作的主从式力柔顺控制和共享式力柔顺控制方法。专利CN106695797A中通过建立期望运动轨迹与期望力的动力学模型，通过满足约束求解得到期望位姿与力，实现机器人阻抗控制的力柔顺操作，这种基于阻抗控制柔顺控制不适用于临床手术的人机交互方式，医生与环境的交互直观性差。

发明内容

本发明要解决的技术问题是为了克服现有技术中的临床手术中，人机交互环境下，机器人操作精柔顺性差的缺陷，提供一种基于神经网络策略的机器人导纳柔顺控制方法及系统。

本发明是通过下述技术方案来解决上述技术问题：

机器人导纳柔顺控制方法，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。

优选地，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。

优选地，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；