[发明专利]基于脉冲神经网络的机器人控制方法、机器人及存储介质有效
申请号: | 202110326516.5 | 申请日: | 2021-03-26 |
公开(公告)号: | CN113070878B | 公开(公告)日: | 2022-06-07 |
发明(设计)人: | 陈鑫;李骁健;岳斌 | 申请(专利权)人: | 中国科学院深圳先进技术研究院 |
主分类号: | B25J9/16 | 分类号: | B25J9/16 |
代理公司: | 深圳市威世博知识产权代理事务所(普通合伙) 44280 | 代理人: | 黎坚怡 |
地址: | 518055 广东省深圳*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 脉冲 神经网络 机器人 控制 方法 存储 介质 | ||
本申请涉及机器人控制技术领域,公开了基于脉冲神经网络的机器人控制方法、机器人及存储介质。该机器人控制方法包括:根据预设运动轨迹生成第一指令,第一指令用于控制机器人运动至预设运动轨迹上的第一位置;获取机器人移动至第一位置的反馈数据;基于第一指令和反馈数据在脉冲神经网络中计算出轨迹校正数据;根据预设运动轨迹生成第二指令,第二指令和轨迹校正数据用于控制机器人从第一位置运动至预设运动轨迹上的第二位置。通过上述方式,能够提高对机器人控制的稳定性和鲁棒性。
技术领域
本申请涉及机器人控制技术领域,特别是涉及一种基于脉冲神经网络的机器人控制方法、机器人及存储介质。
背景技术
目前在各类机器人的应用中,机器人稳定而准确的移动具有重要意义。例如,在工业界的点胶、焊接、传送带产品的移动监测等应用,均需要机器人快速收敛至给定轨迹。在服务机械人领域,移动机器人需要实时同速跟随人类,或按给定轨迹给定速度运动。
如在机器人为机械臂时,由于机械臂固定在某一底座上,所以机械臂的活动空间是有限且固定的。在机械臂的活动空间中,对机械臂的控制需要在完成任务的同时做到提高效率,降低能耗,并减少对机械臂寿命的损耗。
发明内容
本申请主要解决的技术问题是提供基于脉冲神经网络的机器人控制方法、机器人及存储介质,能够提高对机器人控制的稳定性和鲁棒性。
本申请采用的一种技术方案是提供一种基于脉冲神经网络的机器人控制方法,该机器人控制方法包括:根据预设运动轨迹生成第一指令,第一指令用于控制机器人运动至预设运动轨迹上的第一位置;获取机器人移动至第一位置的反馈数据;基于第一指令和反馈数据在脉冲神经网络中计算出轨迹校正数据;根据预设运动轨迹生成第二指令,第二指令和轨迹校正数据用于控制机器人从第一位置运动至预设运动轨迹上的第二位置。
其中,根据预设运动轨迹生成第一指令之前,包括:获取机器人移动的目标位置;根据目标位置和机器人的起始位置确定机器人的预设运动轨迹。
其中,基于第一指令和反馈数据在脉冲神经网络中计算出轨迹校正数据,包括:利用第一指令和反馈数据对脉冲神经网络的权重进行更新;利用更新后的脉冲神经网络计算得到轨迹校正数据。
其中,利用第一指令和反馈数据对脉冲神经网络的权重进行更新,包括:将第一指令和反馈数据进行编码,以得到脉冲神经网络中的神经元的活动;利用神经元的活动计算得到解码器;利用解码器和神经元的活动计算得到解码估计;利用解码估计和反馈数据得到第一差值;利用第一差值和神经元的活动得到脉冲神经网络的权重修正值;利用权重修正值对脉冲神经网络的权重进行更新。
其中,利用第一差值和神经元的活动得到脉冲神经网络的权重修正值,包括:利用以下公式计算权重修正值:Δωij=καjai(Sej·E+(1-S)aj(aj-θ));其中,κ表示标量学习速率,αj表示神经元j的标度因子,ai表示神经元i的活动,S表示控制参数,E表示第一差值,θ表示修改阈值。
其中,利用更新后的脉冲神经网络计算得到轨迹校正数据,包括:利用更新后的权重、解码器和神经元的活动得到轨迹校正数据。
其中,利用更新后的权重、解码器和神经元的活动得到轨迹校正数据,包括:利用以下公式计算得到轨迹矫正数据:其中,a表示神经元的活动,ω表示更新后的权重,d表示解码器,Γadapt表示轨迹校正数据。
本申请采用的另一种技术方案是提供一种机器人,该机器人包括处理器以及与处理器耦接的存储器;其中,存储器用于存储程序数据,处理器用于执行程序数据,以实现如上述技术方案提供的方法。
其中,该机器人为机械臂。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院深圳先进技术研究院,未经中国科学院深圳先进技术研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110326516.5/2.html,转载请声明来源钻瓜专利网。