[发明专利]机械臂动态避碰规划方法

权利要求书

1.一种机械臂动态避碰规划方法，其特征在于，包括如下步骤：

构建机械臂的系统动态方程；

依据所述系统动态方程计算所述机械臂的原始预测函数；

构建环境惩罚模型；

依据所述原始预测函数和环境惩罚模型构建目标预测函数；

对所述目标预测函数进行优化，以获得控制序列；

依据所述控制序列训练所述环境惩罚模型，直至所述环境惩罚模型收敛。

2.如权利要求1所述的机械臂动态避碰规划方法，其特征在于，所述环境惩罚模型以所述机械臂的关节状态量、控制量作为输入量，及以所述系统动态方程的环境惩罚量作为输出量。

3.如权利要求2所述的机械臂动态避碰规划方法，其特征在于，所述依据所述控制序列训练所述环境惩罚模型，直至所述环境惩罚模型收敛，具体包括：

初始化所述目标预测函数中的环境惩罚量的权重；

在预设时间内以预设的连续控制量赋值所述目标预测函数，以获得多个状态量和环境惩罚量；

依据所述多个状态量和环境惩罚量优化所述目标预测函数中的环境惩罚量的权重，直至所述环境惩罚模型收敛。

4.如权利要求3所述的机械臂动态避碰规划方法，其特征在于，所述依据所述多个状态量和环境惩罚量优化所述目标预测函数中的环境惩罚量的权重，直至所述环境惩罚模型收敛，具体为：

依据所述多个状态量和环境惩罚量，以自然进化策略优化所述目标预测函数中的环境惩罚量的权重，直至所述环境惩罚模型收敛。

5.如权利要求3所述的机械臂动态避碰规划方法，其特征在于，对所述目标预测函数赋值每一控制量获得对应的一个状态量和一个环境惩罚量。

6.如权利要求1所述的机械臂动态避碰规划方法，其特征在于，所述依据所述系统动态方程计算所述机械臂的原始预测函数，具体包括：

将所述系统动态方程进行离散化处理，得到离散化后的系统动态方程；

依据离散化后的系统动态方程计算得到所述机械臂的原始预测函数，所述原始预测函数包含有关于控制量的参数。

7.如权利要求1所述的机械臂动态避碰规划方法，其特征在于，所述控制序列包括多个一一对应的新的状态量和控制增量，所述新的状态量为当前状态量与上一时刻的状态量的结合，所述控制增量为当前控制量与上一时刻的控制量的结合，所述环境惩罚模型用于预测所述机械臂在所述控制序列内的状态。