[发明专利]一种力矩控制的机械臂自主轨迹规划方法和系统

权利要求书

1.一种力矩控制的机械臂自主轨迹规划方法，其特征在于，包括：

获取输入数据；其中，输入数据包括：目标点运动区域图像、机械臂在笛卡尔空间的末端位姿、以及机械臂在关节空间的角位置、速度、加速度和力矩；

将输入数据输入至路径规划网络模型，通过路径规划网络模型对输入数据进行解算，输出关节力矩控制量；

根据路径规划网络模型输出的关节力矩控制量，控制机械臂连续平滑快速地从当前点位姿运动至目标点位姿。

2.根据权利要求1所述的力矩控制的机械臂自主轨迹规划方法，其特征在于，通过自主学习训练方式训练得到路径规划网络模型。

3.根据权利要求2所述的力矩控制的机械臂自主轨迹规划方法，其特征在于，路径规划网络模型在进行自主学习训练时，使用深度强化学习算法训练目标网络，通过最大化折扣后的未来期望累计奖励逼近至最优策略；采用如下非线性奖励函数评估机械臂当前动作的奖励r：

r＝r_pos+r_ori+q₃r_step

其中，r_pos表示位置奖励，r_ori表示姿态奖励，r_step表示时间惩罚；Δx、Δy、Δz表示目标位置与当前末端位置在机械臂基座坐标系下的差值；q₁表示调整位置奖励斜率的系数；Δα、Δβ、Δγ表示目标姿态与当前末端姿态在机械臂基座坐标系下的差值，q₂表示调整姿态奖励斜率的系数；q₃表示调整时间惩罚的权重。

4.根据权利要求3所述的力矩控制的机械臂自主轨迹规划方法，其特征在于，路径规划网络模型在进行自主学习训练时，向“最大化折扣后的未来期望累计奖励”的方向更新目标网络参数，以逼近用时最短的最优路径规划策略；其中，折扣后的未来期望累计奖励指机械臂当前步数i下，状态S_i-动作A_i价值Q(S,A)。

5.根据权利要求2所述的力矩控制的机械臂自主轨迹规划方法，其特征在于，路径规划网络模型在进行自主学习训练时，收集机械臂样本到经验池，采用优先经验回放进行离线策略更新；同时对多样本进行学习和参数更新，提高策略更新效率，并提高样本独立性，解决机械臂不同回合的动态状态分布问题。

6.根据权利要求3所述的力矩控制的机械臂自主轨迹规划方法，其特征在于，路径规划网络模型在进行自主学习训练时，通过逼近最优策略，不仅能够学习机械臂关节角与末端位姿的运动学关系，同时学习了关节驱动电机的力矩-速度关系以及机械臂的动力学性能，以更少的步数为目标，输出关节力矩，从而生成同时受速度和力矩约束的速度优化轨迹。

7.根据权利要求6所述的力矩控制的机械臂自主轨迹规划方法，其特征在于，路径规划网络模型在进行自主学习训练时，对路径规划网络施加各项约束，以保证机械臂自身安全与环境安全；其中，所施加的约束包括：单步力矩约束、电机最大力矩约束、机械臂工作空间约束、机械臂自身碰撞与奇异约束和回合最大步数约束。

8.根据权利要求2所述的力矩控制的机械臂自主轨迹规划方法，其特征在于，路径规划网络模型在进行自主学习训练时，对输入的目标点运动区域图像进行特征提取，将提取得到的特征通过卷积层和全局平均池化层后，送入激活函数来获取目标位姿信息。

9.根据权利要求1所述的力矩控制的机械臂自主轨迹规划方法，其特征在于，通过手眼相机采集得到目标点运动区域图像；通过所属关节力传感器获取机械臂在关节空间的角位置、速度、加速度和力矩。

10.一种力矩控制的机械臂自主轨迹规划系统，其特征在于，包括：

数据获取模块，用于获取输入数据；其中，输入数据包括：目标点运动区域图像、机械臂在笛卡尔空间的末端位姿、以及机械臂在关节空间的角位置、速度、加速度和力矩；

解算模块，将输入数据输入至路径规划网络模型，通过路径规划网络模型对输入数据进行解算，输出关节力矩控制量；

控制模块，用于根据路径规划网络模型输出的关节力矩控制量，控制机械臂连续平滑快速地从当前点位姿运动至目标点位姿。