[发明专利]树果自动采摘机的控制方法、控制装置及树果自动采摘机

说明书

本发明涉及树果采摘技术领域，具体而言，涉及一种树果自动采摘机的控制方法、控制装置及树果自动采摘机。树果自动采摘机的控制方法包括：获取树果待摘区域的图像，确定目标树果；将目标树果的位置输入预先训练的第一神经网络模型，得到对应的第一控制参数；基于第一控制参数，控制移动平台移动至目标位置；将目标树果与类人机械臂的机械手的相对位置，输入预先训练的第二神经网络模型，得到对应的第二控制参数；基于第二控制参数，控制机械手移动至目标采摘位置。本发明提供的树果自动采摘机的控制方法、控制装置及树果自动采摘机，采摘速度较快，更易满足用户对采摘速度的要求。

技术领域

本发明涉及树果采摘技术领域，具体而言，涉及一种树果自动采摘机的控制方法、控制装置及树果自动采摘机。

背景技术

树果自动采摘机是一种通过控制机械臂与机械手动作，实现树果采摘的机器。

现有的树果自动采摘机，在控制机械臂动作时，一般都是利用PID实时闭环控制，使机械臂带动其末端的机械手逐渐靠近树果，这种PID实时闭环控制机械臂动作的方法，速度较慢，难以满足用户对采摘速度的要求。

发明内容

本发明的目的在于提供一种树果自动采摘机的控制方法、控制装置及树果自动采摘机，以缓解现有技术中的树果自动采摘机存在的采摘速度较慢的技术问题。

本发明提供的树果自动采摘机的控制方法，应用于树果自动采摘机，所述树果自动采摘机包括移动平台和安装于所述移动平台上的类人机械臂，所述方法包括：

获取树果待摘区域的图像，确定目标树果；

将所述目标树果的位置输入预先训练的第一神经网络模型，得到对应的第一控制参数；所述第一神经网络模型基于示教视频中的树果与人体肩部的相对位置作为样本训练得到；

基于所述第一控制参数，控制所述移动平台移动至目标位置；

将所述目标树果与所述类人机械臂的机械手的相对位置，输入预先训练的第二神经网络模型，得到对应的第二控制参数；所述第二神经网络模型包括加速度控制映射模型与轨迹模仿模型，所述加速度控制映射模型基于所述示教视频中的人体关节加速度作为样本训练得到，所述轨迹模仿模型基于所述示教视频中的人体关节轨迹作为样本训练得到；

基于所述第二控制参数，控制所述机械手移动至目标采摘位置。

作为一种可实施方式，所述轨迹模仿模型的训练方法包括：

输入所述示教视频中的人体手部与树果的相对位置，输出预测关节轨迹；

基于所述示教视频中的人体关节轨迹与所述预测关节轨迹，对所述轨迹模仿模型进行训练，直至第一损失函数的计算结果收敛至第一预设值。

作为一种可实施方式，所述第一损失函数为：

其中，为预测关节加速度矢量时序序列，代表所述预测关节轨迹；A为人体关节加速度时序序列，代表所述人体关节轨迹；R_Grab 为机械手是否可以摘取苹果，若是，R_Grab 的值为0，若否，R_Grab 的值为1；C_rel1为类人机械臂的大臂相对肩关节的第一科氏加速度方向，若所述第一科氏加速度方向指向肩关节，则C_rel1为0，若所述第一科氏加速度方向背离肩关节，则C_rel1为1；C_rel2为类人机械臂的小臂相对肘关节的第二科氏加速度方向，若所述第二科氏加速度方向指向肘关节，则C_rel2为0，若所述第二科氏加速度方向背离肘关节，则C_rel2为1；λ₁、λ₂为对应正则项的权重。

作为一种可实施方式，所述加速度控制映射模型的训练方法包括：