一種機器人的運動控制方法、裝置、設備及存儲介質制造方法及圖紙

本發明專利技術涉及機器人控制技術，揭露了一種機器人的運動控制方法，包括：獲取運動機器人在多種測試環境中的歷史功耗參數集、歷史運轉參數集以及歷史形態參數集；計算出歷史形態參數集對應的歷史運動評估參數集，為每種測試環境建立環境能效模型和環境運動模型；利用運動機器人的攝像組件實時獲取運動環境圖片，從運動環境圖片中提取出環境特征，并根據環境特征匹配出實時環境；根據環境能效模型和環境運動模型建立實時環境下的運動能效模型，從運動能效模型中提取出目標功耗系數，并根據目標功耗系數控制運動機器人進行運動。本發明專利技術還提出一種機器人的運動控制裝置、電子設備以及存儲介質。本發明專利技術可以提高機器人運動控制時的能效比。比。比。

【技術實現步驟摘要】
一種機器人的運動控制方法、裝置、設備及存儲介質


[0001]本專利技術涉及機器人控制
，尤其涉及一種機器人的運動控制方法、裝置、電子設備及計算機可讀存儲介質。

技術介紹

[0002]隨著科學技術的發展，越來越多的機器人開始走進人們的生活，活躍在越來越多的工作場景，機器人能夠進行大量重復性的工作，有效地減少人力資源，但為了利用機器人進行更加精確地工作，需要對機器人進行運動控制。
[0003]現有的機器人運動控制技術多為基于簡單的步長周期控制，進而實現機器人的運動控制。例如，為機器人的每個運動電機設定的同步的運轉步長，從而實現機器人的運動，實際應用中，基于簡單的步長周期控制的運動控制技術無法適配復雜的運動環境，可能導致運動速度較慢、運動振幅較大等情況，從而導致進行機器人運動控制時的能效比較低。

技術實現思路

[0004]本專利技術提供一種機器人的運動控制方法、裝置及計算機可讀存儲介質，其主要目的在于解決進行機器人運動控制時的能效比較低的問題。
[0005]為實現上述目的，本專利技術提供的一種機器人的運動控制方法，包括：
[0006]獲取運動機器人在多種測試環境中的歷史功耗參數集、歷史運轉參數集以及歷史形態參數集；
[0007]根據所述歷史功耗參數集和所述歷史運轉參數集為每種測試環境建立環境能效模型，其中，所述根據所述歷史功耗參數集和所述歷史運轉參數集為每種測試環境建立環境能效模型，包括：
[0008]逐個選取測試環境作為目標測試環境，利用如下的功率轉速公式為所述目標測試環境建立初始能效模型：
[0009][0010]其中，w是指所述目標測試環境對應的車輪轉速，G是指所述目標測試環境對應的工作功率，π是指圓周率，N是指扭矩系數，a是指所述目標測試環境對應的一級功耗損失系數，b是指所述目標測試環境對應的二級功耗損失系數，c是指所述目標測試環境對應的三級功耗損失系數；
[0011]從所述歷史功耗參數集中篩選出與所述目標測試環境對應的工作功率集合作為目標環境功率集合，從所述歷史運轉參數集中篩選出所述目標環境功率集合對應的車輪轉速集合作為目標環境轉速集合；
[0012]利用所述目標環境功率集合和所述目標環境轉速集合對所述初始能效模型進行訓練，得到所述目標測試環境的環境能效模型；
[0013]利用預設的運動評估算法計算出所述歷史形態參數集對應的歷史運動評估參數
集，根據所述歷史運動評估參數集和所述歷史運轉參數集為每種測試環境建立環境運動模型；
[0014]利用所述運動機器人的攝像組件實時獲取運動環境圖片，從所述運動環境圖片中提取出環境特征，并根據所述環境特征匹配出實時環境；
[0015]根據所述環境能效模型和所述環境運動模型建立所述實時環境下的運動能效模型，從所述運動能效模型中提取出目標功耗系數，并根據所述目標功耗系數控制所述運動機器人進行運動。
[0016]可選地，所述獲取運動機器人在多種測試環境中的歷史功耗參數集、歷史運轉參數集以及歷史形態參數集，包括：
[0017]利用與所述運動機器人的運動電機組相連的功率計獲取多種測試環境中的歷史功耗參數集；
[0018]利用安裝在所述運動機器人的車輪組件周圍的霍爾傳感器和光感傳感器獲取多種測試環境中的歷史運轉參數集；
[0019]利用安裝在所述運動機器人的重心位置的狀態傳感器組件獲取多種測試環境中的歷史形態參數集。
[0020]可選地，所述利用安裝在所述運動機器人的車輪組件周圍的霍爾傳感器和光感傳感器獲取多種測試環境中的歷史運轉參數集，包括：
[0021]逐個選取測試環境作為目標測試環境，逐個選取所述目標測試環境中的一次測試作為目標測試；
[0022]利用所述霍爾傳感器獲取所述目標測試過程中所述運動機器人的車輪組件產生的霍爾脈沖曲線，利用所述光感傳感器獲取所述車輪組件產生的光電脈沖曲線；
[0023]通過利用如下車輪運轉算法根據所述霍爾脈沖曲線以及所述光電脈沖曲線計算出所述目標測試的車輪轉速曲線，并將所有的所述車輪轉速曲線匯集成歷史運轉參數集：
[0024][0025]其中，r
i
是指所述車輪轉速曲線中i時刻的轉速值，i是指所述車輪轉速曲線中的第i時刻，ceiling是向上取整符號，α是指所述霍爾脈沖曲線中所述車輪組件旋轉一圈時的脈沖數，T
i
是指所述霍爾脈沖曲線中第i時刻的脈沖頻率，β是指所述光電脈沖曲線中所述車輪組件旋轉一圈時的脈沖數，是指所述光電脈沖曲線中第i時刻的脈沖頻率，sign是取符號函數，t0是指所述霍爾脈沖曲線與所述光電脈沖曲線中最初的區間的脈沖值。
[0026]可選地，所述利用預設的運動評估算法計算出所述歷史形態參數集對應的歷史運動評估參數集，包括：
[0027]逐個選取所述歷史形態參數集中的運動傳感集合作為目標傳感集合，逐個選取所述目標傳感集合中的運動傳感數據組作為目標傳感數據組；
[0028]利用預設的運動評估算法根據所述目標傳感數據組中的移動速度曲線、移動加速度曲線、角速度曲線、振動幅度曲線以及摔倒次數計算出所述目標傳感數據組對應的運動評估參數，并將所有的所述運動評估參數匯集成歷史運動評估參數集：
[0029][0030]其中，P是指所述運動評估參數，m是指所述目標傳感數據組對應的測試總時長，j是指所述目標傳感數據組對應的第j時刻，v
j
是指所述移動速度曲線中第j時刻對應的速度值，u
j
是指所述角速度曲線中第j時刻對應的角速度值，e
j
是指所述振動幅度曲線中第j時刻對應的振幅值，y是指所述摔倒次數，ε是預設的速度權重、θ是預設的角速度權重、γ是預設的振幅權重。
[0031]可選地，所述根據所述歷史運動評估參數集和所述歷史運轉參數集為每種測試環境建立環境運動模型，包括：
[0032]逐個選取測試環境作為目標測試環境，利用如下的運動狀態公式為所述目標測試環境建立初始運動模型：
[0033][0034]其中，P是指所述目標測試環境對應的運動評估參數,w是指所述目標測試環境對應的車輪轉速，π是指圓周率，R是指所述運動機器人的車輪半徑，ρ是所述目標測試環境對應的摩擦系數，o是指預設的角速度系數，A是指所述目標測試環境對應的振幅系數，τ是指預設的振幅位移，ε是指所述速度權重、θ是指所述角速度權重、γ是指所述振幅權重；
[0035]從所述歷史運動評估參數集中篩選出與所述目標測試環境對應的環境評估參數集合作為目標環境評估參數集合，從所述歷史運轉參數集中篩選出所述目標環境功率集合對應的車輪轉速集合作為目標環境轉速集合；
[0036]利用所述目標環境評估參數集合和所述目標環境轉速集合對所述初始運動模型進行訓練，得到所述目標測試環境的環境運動模型。
[0037]可選地，所述從所述運動環境圖片中提取出環境特征，并根據所述環境特征匹配出實時環境，包括：
[0038]對所述運本文檔來自技高網...

【技術保護點】

【技術特征摘要】
1.一種機器人的運動控制方法，其特征在于，所述方法包括：S1：獲取運動機器人在多種測試環境中的歷史功耗參數集、歷史運轉參數集以及歷史形態參數集；S2：根據所述歷史功耗參數集和所述歷史運轉參數集為每種測試環境建立環境能效模型，其中，所述根據所述歷史功耗參數集和所述歷史運轉參數集為每種測試環境建立環境能效模型，包括：S21：逐個選取測試環境作為目標測試環境，利用如下的功率轉速公式為所述目標測試環境建立初始能效模型：其中，w是指所述目標測試環境對應的車輪轉速，G是指所述目標測試環境對應的工作功率，π是指圓周率，N是指扭矩系數，a是指所述目標測試環境對應的一級功耗損失系數，b是指所述目標測試環境對應的二級功耗損失系數，c是指所述目標測試環境對應的三級功耗損失系數；S22：從所述歷史功耗參數集中篩選出與所述目標測試環境對應的工作功率集合作為目標環境功率集合，從所述歷史運轉參數集中篩選出所述目標環境功率集合對應的車輪轉速集合作為目標環境轉速集合；S23：利用所述目標環境功率集合和所述目標環境轉速集合對所述初始能效模型進行訓練，得到所述目標測試環境的環境能效模型；S3：利用預設的運動評估算法計算出所述歷史形態參數集對應的歷史運動評估參數集，根據所述歷史運動評估參數集和所述歷史運轉參數集為每種測試環境建立環境運動模型；S4：利用所述運動機器人的攝像組件實時獲取運動環境圖片，從所述運動環境圖片中提取出環境特征，并根據所述環境特征匹配出實時環境；S5：根據所述環境能效模型和所述環境運動模型建立所述實時環境下的運動能效模型，從所述運動能效模型中提取出目標功耗系數，并根據所述目標功耗系數控制所述運動機器人進行運動。2.如權利要求1所述的機器人的運動控制方法，其特征在于，所述獲取運動機器人在多種測試環境中的歷史功耗參數集、歷史運轉參數集以及歷史形態參數集，包括：利用與所述運動機器人的運動電機組相連的功率計獲取多種測試環境中的歷史功耗參數集；利用安裝在所述運動機器人的車輪組件周圍的霍爾傳感器和光感傳感器獲取多種測試環境中的歷史運轉參數集；利用安裝在所述運動機器人的重心位置的狀態傳感器組件獲取多種測試環境中的歷史形態參數集。3.如權利要求2所述的機器人的運動控制方法，其特征在于，所述利用安裝在所述運動機器人的車輪組件周圍的霍爾傳感器和光感傳感器獲取多種測試環境中的歷史運轉參數集，包括：
逐個選取測試環境作為目標測試環境，逐個選取所述目標測試環境中的一次測試作為目標測試；利用所述霍爾傳感器獲取所述目標測試過程中所述運動機器人的車輪組件產生的霍爾脈沖曲線，利用所述光感傳感器獲取所述車輪組件產生的光電脈沖曲線；通過利用如下車輪運轉算法根據所述霍爾脈沖曲線以及所述光電脈沖曲線計算出所述目標測試的車輪轉速曲線，并將所有的所述車輪轉速曲線匯集成歷史運轉參數集：其中，r
i
是指所述車輪轉速曲線中i時刻的轉速值，i是指所述車輪轉速曲線中的第i時刻，ceiling是向上取整符號，α是指所述霍爾脈沖曲線中所述車輪組件旋轉一圈時的脈沖數，T
i
是指所述霍爾脈沖曲線中第i時刻的脈沖頻率，β是指所述光電脈沖曲線中所述車輪組件旋轉一圈時的脈沖數，是指所述光電脈沖曲線中第i時刻的脈沖頻率，sign是取符號函數，t0是指所述霍爾脈沖曲線與所述光電脈沖曲線中最初的區間的脈沖值。4.如權利要求3所述的機器人的運動控制方法，其特征在于，所述利用預設的運動評估算法計算出所述歷史形態參數集對應的歷史運動評估參數集，包括：逐個選取所述歷史形態參數集中的運動傳感集合作為目標傳感集合，逐個選取所述目標傳感集合中的運動傳感數據組作為目標傳感數據組；利用預設的運動評估算法根據所述目標傳感數據組中的移動速度曲線、移動加速度曲線、角速度曲線、振動幅度曲線以及摔倒次數計算出所述目標傳感數據組對應的運動評估參數，并將所有的所述運動評估參數匯集成歷史運動評估參數集：其中，P是指所述運動評估參數，m是指所述目標傳感數據組對應的測試總時長，j是指所述目標傳感數據組對應的第j時刻，v
j
是指所述移動速度曲線中第j時刻對應的速度值，u
j
是指所述角速度曲線中第j時刻對應的角速度值，e
j
是指所述振動幅度曲線中第j時刻對應的振幅值，y是指所述摔倒次數，ε是預設...

【專利技術屬性】
技術研發人員：萬里華，張繼勇，吳凱，劉嘯，
申請(專利權)人：深圳市浩川自動化技術有限公司，
類型：發明
國別省市：