[发明专利]基于末端工作空间的仿人机械臂的跟随控制方法及系统有效

专利信息
申请号: 202111177274.4 申请日: 2019-12-31
公开(公告)号: CN113967911B 公开(公告)日: 2023-06-13
发明(设计)人: 杨灿军;武鑫;朱元超;王楚璇;魏谦笑 申请(专利权)人: 浙江大学
主分类号: B25J9/16 分类号: B25J9/16;B25J3/00
代理公司: 杭州天勤知识产权代理有限公司 33224 代理人: 何彬
地址: 310013 浙江*** 国省代码: 浙江;33
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 末端 工作 空间 人机 跟随 控制 方法 系统
【权利要求书】:

1.一种基于末端工作空间的仿人机械臂的跟随控制方法,所述仿人机械臂为异构仿人机械臂,用于通过把人手臂和所述异构仿人机械臂的工作空间进行匹配,而把所述人手臂的动作映射给结构尺寸与所述人手臂不相同的所述异构仿人机械臂,其特征在于,所述控制方法包括以下步骤:

获取步骤,获取所述人手臂在示范动作过程中的关节角度数据;

匹配步骤,对所述异构仿人机械臂与所述人手臂的末端工作空间进行匹配,获取两个空间之间的转换矩阵;并基于所述人手臂的当前腕关节坐标数据,利用所述转换矩阵,计算出所述异构仿人机械臂的目标腕关节坐标数据;

计算步骤,基于所述目标腕关节坐标数据及所述异构仿人机械臂的结构尺寸数据,并以人体小臂的方向向量作为所述仿人机械臂的小臂的方向向量,计算出所述仿人机械臂的肘关节坐标数据;

求解步骤,以异构仿人机械臂的肘关节及肩关节角度数据为自变量,以机械臂末端工作空间为自变量取值范围,至少以机械臂腕关节位置相对所述目标腕关节坐标数据的计算偏差构建适应度函数,利用遗传算法搜索出最优肘关节与肩关节的角度数据,作为所述异构仿人机械臂的关节角度数据及肘关节角度数据;及以所述人手臂的腕关节角度相对改变数据计算所述异构仿人机械臂的腕关节角度改变数据;

执行步骤,基于所计算出的关节角度数据与肘关节角度数据,控制所述异构仿人机械臂执行与所述人手臂相近似的模仿动作;

所述适应度函数为fit=Dh+0.03De+0.03Sum;

其中,Dh为近似腕关节位置与所述目标腕关节坐标数据所表征位置的欧式距离,De为基于肘关节角度近似解计算出的近似肘关节位置与所述肘关节坐标数据所表征位置的欧式距离,Sum为当前个体所表征的关节角度值之和。

2.根据权利要求1所述的跟随控制方法,其特征在于,所述求解步骤包括以下步骤:

以每代个体所表征的角度数据作为肘关节角度与肩关节角度的近似解,计算出近似腕关节位置;

基于所述目标腕关节坐标数据与所述近似腕关节位置,获取腕关节位置的计算偏差,至少以所述计算偏差最小为基准,获取最优解。

3.根据权利要求2所述的跟随控制方法,其特征在于:

所述适应度函数基于腕关位置及肘关节位置的计算偏差进行构建,并考虑腕关节位置的计算偏差。

4.根据权利要求1至3任一项权利要求所述的跟随控制方法,其特征在于,所述利用遗传算法搜索出最优肘关节与肩关节的角度数据的步骤包括以下步骤:

以所述异构仿人机械臂的末端工作空间为取值区间,随机生成多个肘关节与肩关节角度解构建个体,组成初始种群;

基于适应度函数,计算个体适应度值,并进行高低排序,使用指数分布的形式生成随机整数对个体进行选择,并对随机选择出的两个个体基于直接融合方式繁殖下一代;

依据预设比例,利用繁殖产生的子代个体替代适应度值最大的部分个体,并基于变异概率,增加部分变异生成的新个体;

重复上述步骤至满足预设条件,获取适应度值最小的个体所表征的关节角度数据作为肘关节与肩关节角度的近似解。

5.根据权利要求4所述的跟随控制方法,其特征在于:

基于所获取所述异构仿人机械臂的工作场所三维信息,所述自变量取值范围为所述异构仿人机械臂的末端工作空间排除干涉空间后的可行工作空间。

6.根据权利要求4所述的跟随控制方法,其特征在于:

所述人手臂的示范动作包括肘部弯曲朝前、肘部弯曲朝上、肘部弯曲朝下、手臂伸直向外、手臂伸直向前及手臂伸直向前中。

7.根据权利要求1至3任一项权利要求所述的跟随控制方法,其特征在于:

基于所获取所述异构仿人机械臂的工作场所三维信息,所述自变量取值范围为所述异构仿人机械臂的末端工作空间排除干涉空间后的可行工作空间。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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浙江大学,未经浙江大学许可,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/202111177274.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top