[发明专利]数据集生成方法、装置、电子设备及存储介质

说明书

本公开涉及一种数据集生成方法、装置、电子设备及存储介质，上述方法包括：根据每个机器人的参数、拓扑结构和模型维度确定每个所述机器人对应的机器人模型，得到多个所述机器人模型；分别确定多个所述机器人模型中每个所述机器人模型对应的动力学公式；根据每个所述机器人模型对应的动力学公式，计算每个所述机器人模型对应的所述机器人的多条运动轨迹；根据多个所述机器人模型和每个所述机器人模型对应的所述机器人的所述多条运动轨迹生成机器人数据集。采用上述技术手段，解决现有技术中，当需要使用数据集训练机器人模型时，需要人工获取数据集的问题。

技术领域

本公开涉及机器学习领域，尤其涉及一种数据集生成方法、装置、电子设备及存储介质。

背景技术

机器人动力学学习是当前机器人控制学习的研究热点之一。机器人动力学学习往往需要使用关于机器人运动的数据集训练模型，但是目前针对机器人动力学学习的大规模数据集生成方法的研究较少，当需要使用数据集训练机器人模型时，都是使用者自己采集数据，标注数据，现有技术缺少采用随机策略获取含有机器人动力学特征的运动轨迹的数据集的方法。

在实现本公开构思的过程中，发明人发现相关技术中至少存在如下技术问题：当需要使用数据集训练机器人模型时，需要人工获取数据集的问题。

发明内容

为了解决上述技术问题或者至少部分地解决上述技术问题，本公开的实施例提供了一种数据集生成方法、装置、电子设备及存储介质，以至少解决现有技术中，当需要使用数据集训练机器人模型时，需要人工获取数据集的问题。

本公开的目的是通过以下技术方案实现的：

第一方面，本公开的实施例提供了一种数据集生成方法，包括：根据每个机器人的参数、拓扑结构和模型维度确定每个所述机器人对应的机器人模型，得到多个所述机器人模型；分别确定多个所述机器人模型中每个所述机器人模型对应的动力学公式；根据每个所述机器人模型对应的动力学公式，计算每个所述机器人模型对应的所述机器人的多条运动轨迹；根据多个所述机器人模型和每个所述机器人模型对应的所述机器人的所述多条运动轨迹生成机器人数据集。

在一个示例性实施例中，所述根据每个机器人的参数、拓扑结构和模型维度确定每个所述机器人对应的机器人模型，得到多个所述机器人模型，包括：获取所述机器人的参数和模型维度的取值范围；通过如下步骤分别确定每个所述机器人对应的机器人模型：步骤一，根据所述参数的取值范围确定所述参数，根据所述模型维度的取值范围确定所述模型维度；步骤二，在空间中建立直角坐标系，并分别在x轴方向、y轴方向和z轴方向确定所述机器人的关节的旋转方向；步骤三，根据所述模型维度和所述旋转方向确定所述拓扑结构；步骤四，所述参数、所述模型维度和所述拓扑结构确定所述机器人对应的机器人模型。

在一个示例性实施例中，所述参数包括以下至少之一：所述机器人的质量、连杆长度、质心位置、转动惯量和摩擦系数。

在一个示例性实施例中，所述拓扑结构P_C：

；

i为所述关节的序号，a_i为第i个所述关节的旋转方向，+x为x轴正方向，-x为x轴负方向，+y为y轴正方向，-y为y轴负方向，+z为z轴正方向，-z为z轴负方向，P_d为所述模型维度。

在一个示例性实施例中，所述根据每个所述机器人模型对应的动力学公式，计算每个所述机器人模型对应的所述机器人的多条运动轨迹，包括：通过如下步骤分别计算每个所述机器人模型对应的所述机器人的多条运动轨迹：确定所述机器人的初始状态；通过如下步骤计算所述机器人的每条运动轨迹：确定当前时刻所述机器人的连杆的驱动力矩；根据所述初始状态和所述驱动力矩，通过所述机器人模型对应所述动力学公式计算当前时刻所述机器人的第一加速度；根据所述第一加速度计算当前时刻的下一时刻所述机器人的状态。