[发明专利]面向机械臂仿真到实际运动的逆运动学建模方法及装置

说明书

本发明提出一种面向机械臂仿真到实际运动的逆运动学建模方法及装置，属于信息物理系统智能建模技术领域。其中，所述方法包括：根据机械臂自身的末端在仿真中设计对应的虚拟末端1，根据所述机械臂末端携带的执行机构在仿真中设计所述执行机构对应的虚拟末端2；在仿真中，获取采样数据，包括：虚拟末端1经过预设的路径点时对应的关节角以及机械臂携带虚拟末端2经过路径点时机械臂自身末端的对应位置和机械臂对应的关节角；根据采样数据，构建实际输出为预设的路径点位置，实际输入为虚拟末端2经过所述路径点时机械臂对应关节角的逆运动学模型。本发明可减小机械臂虚拟运动仿真与实际机械臂运动的误差，实现虚拟仿真到实际操作的应用。

技术领域

本发明属于信息物理系统智能建模技术领域，特别涉及一种面向机械臂仿真到实际运动的逆运动学建模方法及装置。

背景技术

焊接、搬运、加油等工业作业需要制造车间中多种机器人、搬运小车及自动加工设备。这些设备经常被置于动态的桌台或者传送带等移动设备，且需要多源传感、信息传输、规划控制等信息物理计算，是典型的信息物理复杂系统。这类工业机器人系统工作环境的动态变化难以精准地刻画与计算，其机械结构的复杂化给予其更大运动自由的同时，也使得设备整体的运动机理建模有更大的冗余与偏差。出场参数偏差、关节阻抗、摩擦、扭矩以及机械臂的末端执行器开合过程中的中心漂移等不可抗因素使得设备在车间作业中运动的绝对定位误差不可忽视。为了便于规划机械臂的作业路径，对其运动学进行描述必不可少。

因而研究工业机器人的运动学建模方法并优化运动学模型的计算精度和效率，可使其能更智能地参与并完成更多样的制造作业，节省车间人员的重复劳作和机械损耗，具有重要的意义。

信息物理系统的运动学建模模块通过机理描述或者数据驱动对信息物理系统进行了精准的建模和控制。明显减少传统虚拟样机建模的同时，提高了建模的精度和灵活性。其中通过机理描述的运动学建模方式需要对复杂的信息物理系统运动的场景特点和结构特点进行分析，常常需要简化系统构成，忽略运动场景和自身行为结构的小比例波动，因而可以适用于大部分情况下系统粗略的运动学刻画。然而，这种基于机理的运动学建模在精度要求高的工作场景中，由于机械臂末端执行器中心偏移，连杆参数误差和运动时延等因素，难以被应用于实际中精细的装配任务。与此同时，制造作业中产生的大量日志与感知数据可以被用到数据驱动的运动学建模中。基于此思路，学者们进行了很多探索。数据驱动的建模和计算环节的现有研究大多或者基于统计学习，或者基于深度神经网络的训练与迭代。这类虚拟模型的仿真计算经过训练阶段的大量学习之后，往往对于现有场景具有较好的拟合能力，在已经训练的或者相似的制造场景中，即使是非样本数据，也可以较高的精度给出运动学参数的输出。但是，对于陌生的工作场景，要想达到满意的运动学模拟，需要相应的网络模型从零在新工作场景中试错学习，这个过程将再次消耗大量的训练成本。数据驱动的机械臂运动学模拟能较好的拟合现有的装配场景，却较难扩展到陌生的任务空间。

发明内容

本发明的目的是为克服已有技术的不足之处，提出一种面向机械臂仿真到实际运动的逆运动学建模方法及装置。本发明可减小机械臂虚拟运动仿真与实际机械臂运动的误差，实现虚拟仿真到实际操作的应用。

本发明第一方面实施例提出一种面向机械臂仿真到实际运动的逆运动学建模方法，包括：

根据机械臂自身的末端在仿真中设计对应的虚拟末端1，根据所述机械臂末端携带的执行机构在仿真中设计所述执行机构对应的虚拟末端2；

在仿真中，获取采样数据；所述采样数据包括：所述虚拟末端1经过预设的路径点时所述机械臂对应的关节角，所述机械臂携带所述虚拟末端2经过所述路径点时所述机械臂自身末端的对应位置和所述机械臂对应的关节角；

根据所述采样数据，构建所述机械臂仿真到实际运动的逆运动学模型，所述逆运动学模型对应的实际输出为所述预设的路径点位置，实际输入为所述虚拟末端2经过所述路径点时所述机械臂对应的关节角。

在本发明的一个具体实施例中，所述采样数据包括：