【技術實現步驟摘要】
本申請涉及醫療器械，特別涉及一種機械臂的控制方法、裝置及計算機存儲介質。
技術介紹
1、隨著對機械臂的廣泛應用，對機械臂控制精度的要求也逐漸嚴格，目前一般通過對機械臂的動力學控制參數進行準確的辨識實現對機械臂更精確的控制。
2、現有的機械臂動力學控制參數辨識方法，通過已知機械臂dh控制參數，包括x軸旋轉控制參數、x軸平移控制參數、z軸旋轉控制參數、z軸平移控制參數，建立對應的動力學模型，并基于該模型確定動力學控制參數辨識所需輸出控制參數。在數據采集階段采用兩條以上且合適的激勵軌跡，采集運動過程數據，并基于最小二乘法等方式對數據進行處理得到對應的最優動力學控制參數集，完成動力學控制參數辨識。
3、然而，在機械臂實際工作環境中，重力方向與機械臂基坐標系z軸夾角會發生變化，此時，上述方法無法實現對機械臂的精確控制。
技術實現思路
1、本申請實施方式的目的是提供一種機械臂的控制方法、裝置及計算機存儲介質，以解決無法實現對機械臂精確控制的問題。
2、為解決上述技術問題，本說明書提供了一種機械臂的控制方法，包括：
3、獲取目標機械臂的當前位置、目標位置、目標位置對應的期望角速度，以及用于控制所述目標機械臂執行第一運動需要的第一控制力，其中，所述第一運動包括所述目標機械臂由當前位置運動到目標位置；
4、獲取所述目標機械臂處于所述當前位置時的關節角以及所述目標機械臂的基坐標系與重力方向的第一夾角數據；
5、通過預先建立的動力學
6、基于所述目標控制參數集，確定所述目標機械臂執行第一運動需要的第二控制力；
7、基于所述第一控制力和所述第二控制力，控制所述目標機械臂執行所述第一運動；
8、所述第二控制力包括以下至少之一：慣性項補償力、耦合力項補償力、重力項補償力以及摩擦項補償力。
9、在一些實施例中，按照如下方式建立所述動力學參數庫：
10、確定所述目標機械臂的激勵軌跡，并采集所述目標機械臂在所述激勵軌跡下的辨識數據，所述辨識數據包括：控制所述目標機械臂在沿激勵軌跡進行運動時采集到的所述目標機械臂的多組關節數據；
11、獲取所述目標機械臂沿所述激勵軌跡運動時所述目標機械臂的基坐標系與重力方向的第二夾角數據，并基于所述第二夾角數據對所述辨識數據進行補償；
12、基于補償后的辨識數據，確定所述目標機械臂的至少一項控制參數集，所述動力學控制參數子集中包括控制參數以及與控制參數對應的控制參數數據，所述至少一項動力學控制參數集包括與重力和第二夾角數據相關的重力項的控制參數集、與慣性力相關的慣性項的控制參數集、與耦合力相關的耦合力項的控制參數集以及與摩擦力相關的摩擦項的控制參數集中的至少一個，其中，控制參數和控制參數數據用于計算得到所述第二控制力；
13、基于所述至少一項控制參數集、第二夾角數據、多組關節數據構建所述動力學參數庫。
14、在一些實施例中，確定所述目標機械臂的激勵軌跡，并采集所述目標機械臂在所述激勵軌跡下的辨識數據，包括：
15、分別確定慣性項與耦合力項對應的激勵軌跡、重力項對應的激勵軌跡以及摩擦項對應的激勵軌跡；
16、采集所述目標機械臂在各激勵軌跡下的辨識數據；
17、所述慣性項與耦合力項對應的激勵軌跡為高速傅里葉級激勵軌跡，所述重力項對應的激勵軌跡為低速正反向激勵軌跡，所述摩擦項對應的激勵軌跡為勻速激勵軌跡。
18、在一些實施例中，基于所述第二夾角數據對所述辨識數據進行補償，包括：
19、基于所述第二夾角數據對所述目標機械臂在所述重力項對應的激勵軌跡下的辨識數據進行補償。
20、在一些實施例中，所述關節數據包括關節角數據、關節力數據、關節角速度數據、關節角加速度數據；
21、相應的，基于第一補償后的辨識數據，確定所述目標機械臂的至少一項控制參數集，包括：
22、基于補償后的關節角數據、第二夾角數據和關節力數據，確定所述目標機械臂的重力項的控制參數集；
23、基于補償后的關節力數據，確定所述目標機械臂的摩擦項的控制參數集；
24、基于補償后的關節角數據、關節角速度數據、關節角加速度數據、關節力數據、重力項的控制參數集和摩擦項的控制參數集，確定所述目標機械臂的慣性項的控制參數集和耦合力項的控制參數集。
25、在一些實施例中，所述至少一項控制參數集還包括與第二夾角數據變化速度相關的耦合力補償項的控制參數集和與第二夾角數據變化加速度相關的慣性補償項的控制參數集，
26、相應的，在基于補償后的辨識數據，確定所述目標機械臂的至少一項控制參數集之前，還包括：
27、基于所述第二夾角數據，確定所述第二夾角數據對應的夾角變化速度數據和夾角變化加速度數據；
28、基于所述夾角變化速度數據和所述夾角變化加速度對所述辨識數據進行慣性補償和耦合力補償。
29、在一些實施例中，在確定所述目標機械臂的激勵軌跡之后，還包括：
30、基于所述激勵軌跡，確定所述目標機械臂的辨識時長；
31、獲取所述目標機械臂的物理參數，并將所述目標機械臂的物理參數、激勵軌跡、辨識時長、所述第二夾角數據作為所述目標機械臂的辨識參數集，并將所述辨識參數集存儲至辨識參數庫。
32、在一些實施例中，在將所述辨識參數集存儲至辨識參數庫之后，還包括：
33、獲取當前機械臂的物理參數以及當前機械臂的基坐標系的基坐標系與重力方向的第三夾角數據；
34、在所述辨識參數庫中，確定與所述第三夾角數據、當前機械臂的物理參數匹配且辨識時長最短的目標辨識參數集；
35、對所述目標辨識參數集中的激勵軌跡進行優化，并采集當前機械臂在優化后的激勵軌跡下的當前辨識時長；
36、在確定當前辨識時長小于所述目標辨識參數集中的辨識時長的情況下，將所述目標辨識參數集中的激勵軌跡替換為優化后的激勵軌跡。
37、本說明書還提供了一種機械臂的控制裝置，包括：
38、數據獲取模塊，用于獲取目標機械臂的當前位置、目標位置、目標位置對應的期望角速度，以及用于控制所述目標機械臂執行第一運動需要的第一控制力，其中，所述第一運動包括所述目標機械臂由當前位置運動到目標位置；
39、夾角獲取模塊，用于獲取所述目標機械臂處于所述當前位置時的關節角以及所述目標機械臂的基坐標系與重力方向的第一夾角數據；
40、參數確定模塊，用于通過預先建立的動力學參數庫確定與所述關節角、所述期望角速度和所述第一夾角數據匹配的目標控制參數集，所述目標控制參數集中包括所述目標機械臂的目標控制參數和目標控制參數對應的本文檔來自技高網...
【技術保護點】
1.一種機械臂的控制方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，按照如下方式建立所述動力學參數庫：
3.根據權利要求2所述的方法，其特征在于，確定所述目標機械臂的激勵軌跡，并采集所述目標機械臂在所述激勵軌跡下的辨識數據，包括：
4.根據權利要求2或3所述的方法，其特征在于，基于所述第二夾角數據對所述辨識數據進行補償，包括：
5.根據權利要求2所述的方法，其特征在于，所述關節數據包括關節角數據、關節力數據、關節角速度數據、關節角加速度數據；
6.根據權利要求2所述的方法，其特征在于，所述至少一項控制參數集還包括與第二夾角數據變化速度相關的耦合力補償項的控制參數集和與第二夾角數據變化加速度相關的慣性補償項的控制參數集，
7.根據權利要求2所述的方法，其特征在于，在確定所述目標機械臂的激勵軌跡之后，還包括：
8.根據權利要求7所述的方法，其特征在于，在將所述辨識參數集存儲至辨識參數庫之后，還包括：
9.一種機械臂的控制裝置，其特征在于，包括：
10.一種計
...【技術特征摘要】
1.一種機械臂的控制方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，按照如下方式建立所述動力學參數庫：
3.根據權利要求2所述的方法，其特征在于，確定所述目標機械臂的激勵軌跡，并采集所述目標機械臂在所述激勵軌跡下的辨識數據，包括：
4.根據權利要求2或3所述的方法，其特征在于，基于所述第二夾角數據對所述辨識數據進行補償，包括：
5.根據權利要求2所述的方法，其特征在于，所述關節數據包括關節角數據、關節力數據、關節角速度數據、關節角加速度數據；
6.根據權利要求2所述的方法，其特征...
【專利技術屬性】
技術研發人員：請求不公布姓名，
申請(專利權)人：上海微創醫療機器人集團股份有限公司，
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。