[发明专利]灵巧手抓取控制方法、装置及终端设备

权利要求书

1.一种灵巧手抓取控制方法，其特征在于，包括：

建立大脑情感学习模型，并求解得到所述大脑情感学习模型的最优网络权值；

根据所述最优网络权值，计算所述大脑情感学习模型的输出信号，并将所述输出信号输入至灵巧手中，所述输出信号用于对灵巧手进行抓取控制；

其中，在所述大脑情感学习模型中，根据所述灵巧手的期望抓取力、实际抓取力和抓取力误差确定所述大脑情感学习模型的感官输入信号函数，根据所述实际抓取力、所述抓取力误差和所述大脑情感学习模型的输出信号确定所述大脑情感学习模型的奖励信号函数。

2.根据权利要求1所述的灵巧手抓取控制方法，其特征在于，所述求解得到所述大脑情感学习模型的最优网络权值，包括：

基于遗传算法，求解得到所述大脑情感学习模型的网络权值的多组较优解；

根据所述多组较优解，采用蚁群算法，求解得到所述大脑情感学习模型的最优网络权值。

3.根据权利要求2所述的灵巧手抓取控制方法，其特征在于，所述基于遗传算法，求解得到所述大脑情感学习模型的网络权值的多组较优解，包括：

根据预设染色体编码方式，生成初始种群；

将所述初始种群依次进行选择操作、交叉操作和变异操作，得到第一种群；

判断当前迭代次数是否达到预设迭代次数；

若当前迭代次数达到所述预设迭代次数，则根据所述第一种群确定多组较优解；

若当前迭代次数未达到所述预设迭代次数，则将所述第一种群作为新的初始种群，并跳转至所述将所述初始种群依次进行选择操作、交叉操作和变异操作，得到第一种群的步骤循环执行。

4.根据权利要求3所述的灵巧手抓取控制方法，其特征在于，所述预设染色体编码方式为十进制实数编码方式。

5.根据权利要求2所述的灵巧手抓取控制方法，其特征在于，根据所述多组较优解，采用蚁群算法，求解得到所述大脑情感学习模型的最优网络权值，包括：

将所述多组较优解作为蚁群算法的初始解，并通过蚁群算法，求解得到最优解；

对所述最优解进行染色体解码，得到所述大脑情感学习模型的最优网络权值。

6.一种灵巧手抓取控制装置，其特征在于，包括：

权值求解模块，用于建立大脑情感学习模型，并求解得到所述大脑情感学习模型的最优网络权值；

输出信号计算模块，用于根据所述最优网络权值，计算所述大脑情感学习模型的输出信号，并将所述输出信号输入至灵巧手中，所述输出信号用于对灵巧手进行抓取控制；

所述权值求解模块，还用于在所述大脑情感学习模型中，根据所述灵巧手的期望抓取力、实际抓取力和抓取力误差确定所述大脑情感学习模型的感官输入信号函数，根据所述实际抓取力、所述抓取力误差和所述大脑情感学习模型的输出信号确定所述大脑情感学习模型的奖励信号函数。

7.根据权利要求6所述的灵巧手抓取控制装置，其特征在于，所述权值求解模块包括：

遗传算法单元，用于基于遗传算法，求解得到所述大脑情感学习模型的网络权值的多组较优解；

蚁群算法单元，用于根据所述多组较优解，采用蚁群算法，求解得到所述大脑情感学习模型的最优网络权值。

8.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述灵巧手抓取控制方法的步骤。

9.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述灵巧手抓取控制方法的步骤。