[发明专利]一种基于双神经网络的机器人动力学运动控制方法及装置

权利要求书

1.一种基于双神经网络的机器人动力学运动控制方法，其特征在于，所述方法包括：

建立机器人数学模型，基于所述机器人数学模型和期望位置进行所述机器人末端执行器的速度修正，获得修正速度；

设计第一神经网络模型，并基于所述机器人的关节角速度和所述机器人的末端速度在所述第一神经网络模型中实时输出当前机器人的关节角速度指令；

基于所述修正速度和所述机器人的关节角速度在线计算所述机器人的参考关节角速度指令；

基于所述关节角速度指令与所述参考关节角速度指令获得跟踪误差指令；

设计第二神经网络模型，并基于所述跟踪误差指令在所述第二神经网络模型中实时输出所述机器人的关节控制力矩。

2.根据权利要求1所述的机器人动力学运动控制方法，其特征在于，所述机器人数学模型如下：

x＝f(θ) (1)；

其中，θ表示机器人的关节角度；表示机器人的关节角速度；x表示机器人的末端位置；表示机器人的末端速度；f(θ)表示从机器人关节空间到末端任务空间的映射；J(θ)表示与机器人的关节角度相关的雅克比矩阵。

3.根据权利要求1所述的机器人动力学运动控制方法，其特征在于，所述基于所述机器人数学模型和期望位置进行所述机器人末端执行器的速度修正的计算公式如下：

其中，表示机器人末端的修正速度；表示机器人末端的期望速度；x_d表示机器人末端的期望位置；x表示机器人的末端位置；k0，表示控制常数。

4.根据权利要求1所述的机器人动力学运动控制方法，其特征在于，所述第一神经网络模型依次包括输入层、模糊隶属度计算层、归一化运算层和输出层；

所述输出层的神经元个数为所述修正速度和所述机器人实际末端速度的差值的维数；所述模糊隶属度计算层的神经元个数为n1；所述归一化运算层的神经元个数为n2。

5.根据权利要求4所述的机器人动力学运动控制方法，其特征在于，所述归一化运算层中的第j个神经元的输出如下：

其中，l_j表示归一化运算层中的第j个神经元的输出；n1表示模糊隶属度计算层的神经元个数；n2表示归一化运算层中的神经元个数；表示模糊奇函数的中心；表示模糊奇函数的宽度；均为定值；且i＝1,…,n1；j＝1,…,n2；xⁱ表示第i个神经元的输入。

6.根据权利要求4所述的机器人动力学运动控制方法，其特征在于，所述输出层表示为：

将式(5)以矩阵形式描述时，为：

Y＝W_FNN1L_FNN1 (6)

所述第一神经网络模型的在线更新率为：

其中，y_i表示输出层中的第i个神经元输出结果；l_j表示归一化运算层中的第j个神经元的输出；n2表示归一化运算层中的神经元个数；表示权值；i＝1,…,n1；j＝1,…,n2；Y＝[y₁；y₂；...y_i]为第一神经网络模型的输出向量；W_FNN1表示第一神经网络模型的权值矩阵；L_FNN1＝[l₁,...l_n2]，表示第一神经网络的输出基向量；表示第一神经网络模型的输出基向量的转置；表示一神经网络模型的权值矩阵的一阶导数；s表示修正速度和机器人实际末端速度的差值；Γ表示正定对角矩阵。

7.根据权利要求1所述的机器人动力学运动控制方法，其特征在于，基于所述修正速度和所述机器人的关节角速度在线计算所述机器人的参考关节角速度指令，包括：

设置与所述第一神经网络模型相同的第一相同神经网络模型，将所述关节角速度指令与所所述修正速度输入所述第一相同神经网络模型中进行在线计算并输出所述机器人的参考关节角速度指令。