【技術實現步驟摘要】
本專利技術涉及機械臂，尤其涉及一種利用機器學習輔助的機械臂可見光通信方法與裝置。
技術介紹
1、可見光通信(visible?light?communication,vlc)是一種利用可見光波段(通常是400～800thz)進行數據傳輸的技術，它的基本原理是使用led燈或其他光源作為信號發射器，通過快速閃爍或改變光的強度來編碼信息，在光源接收端，通過光電轉換器來檢測和解碼這些光信號，從而恢復出原始的數據信息。
2、在機械臂的應用領域中，vlc技術為數據傳輸和遠程控制提供了獨特的優勢。隨著自動化技術的不斷進步和智能化水平的提高，機械臂的應用場景越來越廣泛，包括工業生產線、醫療服務等；在這些場景中，機械臂需要能夠實時、準確地接收和執行來自控制中心的指令，以完成各種復雜的任務。
3、相比于傳統的無線射頻通信或有線通信方式，將vlc技術應用于機械臂通信中，vlc技術具有安全性高、能耗低等優點，適用于各種復雜的工業環境場景，它利用可見光波段進行數據傳輸，無需額外的頻譜資源，且不會受到電磁干擾的影響，且可以實現高速數據傳輸，滿足機械臂對實時性的要求。
4、但是在應用時仍面臨一些挑戰，使用可見光通信方法控制機械臂主要依賴直線傳輸，如若發射端和光源接收端之間存在障礙物，光信號會被阻擋，導致通信中斷或信號質量下降，同時可見光通信容易收到環境光的干擾，這些干擾會導致信號失真或降低信噪比，從而影響通信的可靠性。
技術實現思路
1、本專利技術克服了現有技術的不足，提供一種
2、為達到上述目的，本專利技術采用的技術方案為：一種利用機器學習輔助的機械臂可見光通信方法，所述方法包括以下步驟：
3、s1、安裝機械臂、光源發射器以及光源接收端的若干傳感器，通過傳感器采集相關數據，并對采集到的數據進行去除噪聲、數據歸一化處理；
4、s2、根據采集的數據建立若干數據特征，并選擇機器學習算法，即神經網絡學習算法建立預測模型，將預處理后的數據集劃分為訓練集和測試集進行模型訓練和模型評估，并根據評估結果調整預測模型參數；
5、s3、機械臂實驗過程中，實時采集機械臂的當前狀態數據以及環境光線數據，將實時采集的數據輸入到預測模型中，結合s2中的預測模型參數得到光源發射器和光源接收端之間的預測最佳路徑，根據預測結果實時調整光源發射器的角度和位置；
6、s4、設置另一個機器學習模型，即設置支持向量機模型監測和識別環境光線的干擾，其中支持向量機模型模型基于現有的歷史數據庫和實時采集的環境光線數據判斷當前環境光線的干擾程度；
7、s5、當識別到環境光干擾時，支持向量機模型將計算出一個干擾因子，根據干擾因子自動修正光源發射器的參數，抵消環境光的影響。
8、本專利技術一個較佳實施例中，所述步驟s1中傳感器包括位置傳感器、光傳感器、陀螺儀以及溫濕度傳感器，收集的數據包括機械臂的位置、角度、光源發射器和光源接收端的位置信息，以及環境光線的強度、色溫信息。
9、本專利技術一個較佳實施例中，所述光源發射器為發射端，采用脈沖位置調制的調制方式，通過快速控制led燈的閃爍頻率發送光信號，且所述光源接收端設置光傳感器檢測其光信號的變化，并通過光電轉換器將其解碼回電信號。
10、本專利技術一個較佳實施例中，所述光源發射器發射光信號之前通過指令轉換器將控制機械臂運動的指令轉換為數字信號，所述機械臂運動的指令包括運動角度以及速度。
11、本專利技術一個較佳實施例中，所述光信號轉換為數字信號采用二進制編碼，將控制指令量化為具體的數值，其中對于運動角度，將其轉換為一個范圍內的整數，即0°到360°的角度映射為0到360的整數，對于速度指令轉換為表示不同速度等級的數值。
12、本專利技術一個較佳實施例中，所述步驟s4中機器學習模型采用支持向量機，即svm，通過訓練svm模型區分正常光信號和環境光干擾所導致的異常信號。
13、一種利用機器學習輔助的機械臂裝置，包括：機械臂，與機械臂配合設置的光源發射系統、傳感器系統、機器學習系統以及控制調節系統；
14、所述光源發射系統包括光源發射器，以及與所述光源發射器配合設置的光電轉換器；所述傳感器器系統包括位置傳感器、光傳感器、陀螺儀以及溫濕度傳感器，實時采集機械臂的位置數據以及光線數據，且所述傳感器系統與所述機器學習系統通過無線通信連接；
15、所述機器學習系統包括數據采集模塊、數據預處理模塊以及算法模塊；所述傳感器系統實時采集的數據通過所述數據采集模塊收集，并將數據傳輸至數據預處理模塊進行預處理，且將預處理后的數據輸入到所述算法模塊中計算；
16、所述控制調節系統包括指令轉換器、二進制編碼器、運動控制器以及反饋模塊；所述指令轉換器將機械臂的運動指令轉換為數字信號，所述二進制編碼器將轉換后的數字信號進行二進制編碼處理，所述運動控制器通過運動控制算法實現對機械臂各關節的運動控制，且所述反饋模塊與所述傳感器系統通過無線通信連接，所述反饋模塊實時反饋所述傳感器模塊采集的數據信息不斷調整和校正機械臂的運動。
17、本專利技術一個較佳實施例中，所述位置傳感器配合安裝在所述機械臂的各個關節上，所述光源發射器安裝在所述機械臂的末端關節上，所述機械臂末端關節上設置有一舵機，所述光源發射器配合安裝在所述舵機上，且所述光電轉換器設置在所述機械臂基座上。
18、本專利技術一個較佳實施例中，所述機械臂上的關節還包括肘關節，所述位置傳感器設置在所述機械臂上的每個關節上，所述光傳感器設置在所述機械臂的末端關節上，所述陀螺儀以及所述溫濕度傳感設置在所述機械臂的基座上。
19、本專利技術一個較佳實施例中，所述運動控制器中設置有伺服驅動器，所述伺服驅動器將運動控制算法的輸出信號轉換為驅動機械臂關節運動的電信號。
20、本專利技術解決了
技術介紹
中存在的缺陷，本專利技術具備以下有益效果：
21、(1)本專利技術提出了一種用機器學習輔助的機械臂可見光通信方法與裝置，通過實時采集機械臂狀態數據和環境光線數據，并使用預測模型計算最佳路徑，通過環境光干擾監測模型能夠識別并計算干擾因子，自動調整光源發射器參數以抵消環境光的影響，從而使得通信系統具有良好的環境適應性，能夠在各種光照條件下穩定工作，也解決了光信號會被阻擋導致通信中斷或信號質量下降以及干擾引號導致信號失真或降低信噪比影響通信的可靠性的問題。
22、(2)本專利技術通過實時采集機械臂狀態數據和環境光線數據，并使用預測模型計算最佳路徑，顯著提高了光源發射器和光源接收端之間的通信精度，此調整機制確保了即使在動態變化的環境中也能維持穩定的通信質量。
23、(3)本專利技術基于機器學習模型構建，根據需要添加不同的傳感器和算法模型，使得系統具有良好的可擴展性，并且采用了實時數據采集和快速的機器學習模型預測，系統設備能夠快速響應環境變化和機械臂狀態變動，確保了通信的實時性。...
【技術保護點】
1.一種利用機器學習輔助的機械臂可見光通信方法，其特征在于，所述方法包括以下步驟：
2.根據權利要求1所述的一種利用機器學習輔助的機械臂可見光通信方法，其特征在于：所述步驟S1中傳感器包括位置傳感器、光傳感器、陀螺儀以及溫濕度傳感器，收集的數據包括機械臂的位置、角度、光源發射器和光源接收端的位置信息，以及環境光線的強度、色溫信息。
3.根據權利要求1所述的一種利用機器學習輔助的機械臂可見光通信方法，其特征在于：所述光源發射器為發射端，采用脈沖位置調制的調制方式，通過快速控制LED燈的閃爍頻率發送光信號，且所述光源接收端設置光傳感器檢測其光信號的變化，并通過光電轉換器將其解碼回電信號。
4.根據權利要求3所述的一種利用機器學習輔助的機械臂可見光通信方法，其特征在于：所述光源發射器發射光信號之前通過指令轉換器將控制機械臂運動的指令轉換為數字信號，所述機械臂運動的指令包括運動角度以及速度。
5.根據權利要求4所述的一種利用機器學習輔助的機械臂可見光通信方法，其特征在于：所述光信號轉換為數字信號采用二進制編碼，將控制指令量化為具體的數值，其
6.根據權利要求1所述的一種利用機器學習輔助的機械臂可見光通信方法，其特征在于：所述步驟S4中機器學習模型采用支持向量機，即SVM模型，通過訓練SVM模型區分正常光信號和環境光干擾所導致的異常信號。
7.基于權利要求1-6中任一項所述的一種利用機器學習輔助的機械臂裝置，包括：機械臂，與機械臂配合設置的光源發射系統、傳感器系統、機器學習系統以及控制調節系統，其特征在于，
8.根據權利要求7所述的一種利用機器學習輔助的機械臂裝置，其特征在于：所述位置傳感器配合安裝在所述機械臂的各個關節上，所述光源發射器安裝在所述機械臂的末端關節上，所述機械臂末端關節上設置有一舵機，所述光源發射器配合安裝在所述舵機上，且所述光電轉換器設置在所述機械臂基座上。
9.根據權利要求7所述的一種利用機器學習輔助的機械臂裝置，其特征在于：所述機械臂上的關節還包括肘關節，所述位置傳感器設置在所述機械臂上的每個關節上，所述光傳感器設置在所述機械臂的末端關節上，所述陀螺儀以及所述溫濕度傳感設置在所述機械臂的基座上。
10.根據權利要求7所述的一種利用機器學習輔助的機械臂裝置，其特征在于：所述運動控制器中設置有伺服驅動器，所述伺服驅動器將運動控制算法的輸出信號轉換為驅動機械臂關節運動的電信號。
...【技術特征摘要】
1.一種利用機器學習輔助的機械臂可見光通信方法，其特征在于，所述方法包括以下步驟：
2.根據權利要求1所述的一種利用機器學習輔助的機械臂可見光通信方法，其特征在于：所述步驟s1中傳感器包括位置傳感器、光傳感器、陀螺儀以及溫濕度傳感器，收集的數據包括機械臂的位置、角度、光源發射器和光源接收端的位置信息，以及環境光線的強度、色溫信息。
3.根據權利要求1所述的一種利用機器學習輔助的機械臂可見光通信方法，其特征在于：所述光源發射器為發射端，采用脈沖位置調制的調制方式，通過快速控制led燈的閃爍頻率發送光信號，且所述光源接收端設置光傳感器檢測其光信號的變化，并通過光電轉換器將其解碼回電信號。
4.根據權利要求3所述的一種利用機器學習輔助的機械臂可見光通信方法，其特征在于：所述光源發射器發射光信號之前通過指令轉換器將控制機械臂運動的指令轉換為數字信號，所述機械臂運動的指令包括運動角度以及速度。
5.根據權利要求4所述的一種利用機器學習輔助的機械臂可見光通信方法，其特征在于：所述光信號轉換為數字信號采用二進制編碼，將控制指令量化為具體的數值，其中對于運動角度，將其轉換為一個范圍內的整數，即0°到360°的角度映射為0到360的整數，對于速度指令轉換為表示不同速度等級的數值。
【專利技術屬性】
技術研發人員：胡明亮，趙冉冉，劉喬，陳玉華，關士巖，劉曉艷，于建明，王奕文，王勝勝，
申請(專利權)人：江蘇電子信息職業學院，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。