[发明专利]机械臂运动的控制方法、装置及计算机设备

权利要求书

1.一种机械臂运动的控制方法，其特征在于，所述机械臂包括伸缩臂和钻架，所述伸缩臂具有航向、俯仰和伸缩功能，所述伸缩臂具有航向、俯仰和伸缩功能分别对应第一旋转关节、第二旋转关节和第三伸缩关节，所述钻架具有航向、俯仰和横滚功能，所述钻架具有航向、俯仰和横滚功能分别对应第四旋转关节、第五旋转关节和第六旋转关节，所述控制方法包括：

获取机械臂各个关节的初始位置信息和目标位置信息，所述各个关节的初始位置信息包括所述第一旋转关节、所述第二旋转关节、所述第四旋转关节、第五旋转关节和第六旋转关节在初始位置的角度信号，以及所述第三伸缩关节在初始位置的位移信号，所述各个关节的目标位置信息包括所述第一旋转关节、所述第二旋转关节、所述第四旋转关节、第五旋转关节和第六旋转关节在目标位置的角度信号，以及所述第三伸缩关节在目标位置的位移信号；

将所述初始位置信息和目标位置信息输入预先训练的轨迹规划模型中，以确定所述机械臂的运动轨迹信号，所述轨迹规划模型的训练方法包括：获取训练数据集，所述训练数据集中包括多组原点位置信息、终点位置信息及对应的目标运动轨迹信号，将每组所述原点位置信息及终点位置信息输入正则化极限学习机模型中以获取所述模型输出的机械臂运动的预测运动轨迹信号，分别计算机械臂每个关节的预测运动轨迹信号和目标运动轨迹信号间的误差，对各个误差进行整合以确定正则化极限学习机模型的网络误差，若所述网络误差符合设定阈值，则停止对正则化极限学习机模型的训练，并将最后调整的模型作为所述轨迹规划模型，其中，所述网络误差的表达式为：

其中，RMSE为网络误差，表示第m组训练数据第i关节的目标值，表示第m组训练数据第i关节的预测值，n表示训练数据的数量，D_imax为第i个关节的预测值的最大值，与所述正则化极限学习机模型对应的未加权正则化目标函数表示为：

其中，是经验风险，H代表输出矩阵，β代表输出权重，T为训练目标，是结构风险，C为平衡经验风险和结构风险的参数；

将所述运动轨迹信号输入预先设置的运动控制器中，以确定所述机械臂的运动控制信号，所述运动控制信号包含所述第一旋转关节、所述第二旋转关节、所述第四旋转关节、第五旋转关节和第六旋转关节在每个时刻的角度信号，以及所述第三伸缩关节在每个时刻的位移信号；

根据所述运动控制信号，控制所述机械臂从初始位置运动到目标位置。

2.如权利要求1所述的方法，其特征在于，所述运动控制器为PID控制器。

3.如权利要求1或2所述的方法，其特征在于，若所述网络误差超出设定阈值，则根据所述网络误差调整所述正则化极限学习机模型的参数后继续进行训练。