CN111844049B - 灵巧手抓取控制方法、装置及终端设备 - Google Patents

Abstract

本发明适用于智能控制技术领域，提供了一种灵巧手抓取控制方法、装置及终端设备，该方法包括：建立大脑情感学习模型，并求解得到所述大脑情感学习模型的最优网络权值；根据所述最优网络权值，计算所述大脑情感学习模型的输出信号，并将所述输出信号输入至灵巧手中，所述输出信号用于对灵巧手进行抓取控制。本发明提供的灵巧手抓取控制方法、装置及终端设备能够提高灵巧手的控制精度。

Description

灵巧手抓取控制方法、装置及终端设备

技术领域

本发明属于智能控制领域，尤其涉及一种灵巧手抓取控制方法、装置及终端设备。

背景技术

机器人灵巧手是近几十年发展起来的高科技自动化生产设备，通过对其进行控制可以准确的在各种环境中完成预期的作业，在结构和性能上兼有人和机器各自的优点。灵巧手通过对目标物体执行抓取操作来完成预设任务，在运动过程中需要控制灵巧手对目标物体施加合适大小的抓取力，以保证能够实现灵巧手对目标物体的稳定抓取，因此如何实现灵巧手的精确抓取控制是一个研究难点。

由于灵巧手控制系统是一个具有结构复杂性、耦合性和不确定性的非线性系统，难以建立其精确数学模型，因此，现有技术中通常采用基于PID的控制算法实现灵巧手的抓取控制，但是基于PID的控制算法虽然能够实现灵巧手抓取控制，但控制精度低。

发明内容

有鉴于此，本发明实施例提供了一种灵巧手抓取控制方法、装置及终端设备，以解决现有技术中控制精度低的问题。

本发明实施例的第一方面提供了一种灵巧手抓取控制方法，包括：

建立大脑情感学习模型，并求解得到大脑情感学习模型的最优网络权值；

根据最优网络权值，计算大脑情感学习模型的输出信号，并将输出信号输入至灵巧手中，输出信号用于对灵巧手进行抓取控制。

本发明实施例的第二方面提供了一种灵巧手抓取控制装置，包括：

权值求解模块，用于建立大脑情感学习模型，并求解得到大脑情感学习模型的最优网络权值；

输出信号计算模块，用于根据最优网络权值，计算大脑情感学习模型的输出信号，并将输出信号输入至灵巧手中，输出信号用于对灵巧手进行抓取控制。

本发明实施例的第三方面提供了一种终端设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现如第一方面所述的灵巧手抓取控制方法的步骤。

本发明实施例的第四方面提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现如第一方面所述的灵巧手控制方法的步骤。

本发明实施例与现有技术相比存在的有益效果是：本发明实施例首先建立大脑情感学习模型、求解得到大脑情感学习模型的最优网络权值，并根据最优网络权值，计算大脑情感学习模型的输出信号，并将输出信号输入至灵巧手中，输出信号用于对灵巧手进行抓取控制。本发明实施例将基于大脑情感学习的智能控制算法应用于灵巧手抓取控制中，相较于PID控制，能够提高控制精度，且自适应能力较好，计算速度较快。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明一实施例提供的灵巧手抓取控制方法的流程示意图；

图2是本发明一实施例提供的灵巧手抓取控制装置的结构框图；

图3是本发明一实施例提供的终端设备的示意框图；

图4是本发明一实施例提供的灵巧手控制框图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。

为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。

请参考图1和图4，图1为本发明一实施例提供的灵巧手抓取控制方法的流程示意图，图4为本发明一实施例提供的灵巧手控制框图(图4中，感官输入SI表示感官输入信号函数，奖励信号REW表示奖励信号函数)，该方法包括：

S1：建立大脑情感学习模型，并求解得到大脑情感学习模型的最优网络权值。

S2：根据最优网络权值，计算大脑情感学习模型的输出信号，并将输出信号输入至灵巧手中，输出信号用于对灵巧手进行抓取控制。

在本发明的一个实施例中，在大脑情感学习模型中，根据灵巧手的期望抓取力、实际抓取力和抓取力误差确定大脑情感学习模型的感官输入信号函数，根据实际抓取力、抓取力误差和大脑情感学习模型的输出信号确定大脑情感学习模型的奖励信号函数。

具体地，参见图4，确定大脑情感学习模型的感官输入信号函数SI和奖励信号函数REW，其中感官输入信号函数SI为灵巧手期望抓取力F*、抓取力误差e和灵巧手实际抓取力F的函数，奖励信号函数REW为抓取力误差e、大脑情感学习模型的输出信号M和灵巧手实际抓取力F的函数，即：

SI＝f(F*，e，F)

REW＝f(e，M，F)

式中，e＝F-F*为抓取力误差。

在实际应用中，本领域的技术人员可以根据任务需求以及经验来设定SI和REW的具体函数表达式。

通过上述方法构造感官输入信号函数和奖励信号函数，兼顾了灵巧手系统和大脑情感学习模型的控制参数，能够控制灵巧手更好地实现抓取控制。

在本发明的一个实施例中，S1中的求解得到大脑情感学习模型的最优网络权值，可以包括以下步骤：

基于遗传算法，求解得到大脑情感学习模型的网络权值的多组较优解；

根据多组较优解，采用蚁群算法，求解得到大脑情感学习模型的最优网络权值。

在本发明的一个实施例中，上述“基于遗传算法，求解得到大脑情感学习模型的网络权值的多组较优解”可以包括以下步骤：

根据预设染色体编码方式，生成初始种群；

将初始种群依次进行选择操作、交叉操作和变异操作，得到第一种群；

判断当前迭代次数是否达到预设迭代次数；

若当前迭代次数达到预设迭代次数，则根据第一种群确定多组较优解；

若当前迭代次数未达到预设迭代次数，则将第一种群作为新的初始种群，并跳转至将初始种群依次进行选择操作、交叉操作和变异操作，得到第一种群的步骤循环执行。

其中，根据适应度函数计算第一种群中各个个体的适应度，按照适应度由高到低的顺序对各个个体进行排序，排序靠前的多个个体为多组较优解。

在本发明的一个实施例中，预设染色体编码方式为十进制实数编码方式。

第k条染色体Ch_k为：

Ch_k＝[v₁，…，v_m+1，w₁，…，w_m]

其中，v_i表示杏仁体的第i个节点的权值，i＝1,2,…,m+1；w_j表示眶额皮质的第j个节点的权值，j＝1,2,…,m；m为节点个数；

在第k条染色体Ch_k的作用下，在第k种输入模式SI_k下的大脑情感学习模型的输出信号E_k为：

E_k＝E(SI_k，Ch_k)

在本发明的一个实施例中，上述“将初始种群依次进行选择操作、交叉操作和变异操作，得到第一种群”具体包括：

选择操作：利用适应度函数计算所有个体(染色体)的网络输出值与目标值的平均误差，根据适应度函数值的大小以轮盘赌的方式选择下一代染色体；

交叉操作：采用部分映射的双切点交叉方法进行交叉操作，保留最优个体进入下一步遗传操作；

变异操作：根据变异概率判断个体是否需要进行变异操作，如果需要，则采用交换变异法对染色体的基因片段进行修改，以实现遗传算法的全局寻优；

将初始种群经过上述选择操作、交叉操作和变异操作后的种群称为第一种群。

在本发明的一个实施例中，上述“根据多组较优解，采用蚁群算法，求解得到大脑情感学习模型的最优网络权值”可以包括以下步骤：

将多组较优解作为蚁群算法的初始解，并通过蚁群算法，求解得到最优解；

对最优解进行染色体解码，得到大脑情感学习模型的最优网络权值。

具体地，初始化蚁群，将所有蚂蚁分别放置在路径节点上，初始化各路径上的蚂蚁信息素浓度，将遗传算法的多组较优解作为初始解；

根据状态转移规则计算每一只蚂蚁选择下一个路径节点的概率，并根据计算结果爬行到下一个路径节点，对相邻节点之间路径上的信息素进行更新，当所有蚂蚁遍历整个路径后，更新整个路径上的信息素；

统计蚁群算法迭代次数，如果达到最大迭代次数或者达到寻优条件，则终止循环，输出蚁群算法最优解；否则，继续迭代循环，蚁群寻路；

对蚁群算法输出的最优解进行染色体解码，输出大脑情感模型最优网络权值。

在算法的前半程采用遗传算法，充分利用遗传算法的快速性、全局性和收敛性，再采用蚁群算法，汲取两种算法的优点，能够提高时间效率、求解效率和稳定性。

可选地，在S2中，根据最优网络权值，计算大脑情感学习模型的输出信号，包括：

计算杏仁体输出A和眶额皮质输出O，具体为：

丘脑A_th接收感官输入信号SI，并将感官输入信号SI中的最大值传输到杏仁体，即

A_th＝max(SI_i)

计算杏仁体输出A：

式中，v_i为最优网络权值中对应的杏仁体的第i个节点的权值，m为节点个数。

计算眶额皮质输出O：

式中，w_i为最优网络权值中对应的眶额皮质的第i个节点的权值；

杏仁体的学习过程为权值的动态调节过程，眶额皮质的学习过程是通过动态调节所有节点权值实现的，杏仁体输出A和眶额皮质输出O的权值调整公式为：

ΔV_i＝α·SI_imax{0,REW-A}

ΔW_i＝β·SI_imax{A-O-A_m+1-REW}

式中ΔV_i为v_i对应的权值调整量，ΔW_i为w_i对应的权值调整量，α，β分别表示杏仁体和眶额皮质节点的学习率；

计算大脑情感学习模型输出M＝A-O。

将大脑情感学习模型输出M输入到灵巧手抓取操作的驱动装置执行机构，例如电机驱动器、液压伺服控制器或者气动控制器等，驱动灵巧手执行抓取操作。

实时测量灵巧手抓取力，并将其反馈到灵巧手实测抓力F，从而实现灵巧手抓取闭环控制。

由以上内容可知，本实施例将大脑情感学习模型原理应用于灵巧手的抓取控制中，提高了灵巧手的抓取控制精度，使灵巧手抓取操作更加可靠、安全。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

对应于上文实施例的灵巧手控制方法，图2为本发明一实施例提供的灵巧手抓取控制装置的结构框图。为了便于说明，仅示出了与本发明实施例相关的部分。参考图2，该灵巧手控制装置20包括：权值求解模块21和输出信号计算模块22。

其中，权值求解模块21，用于建立大脑情感学习模型，并求解得到大脑情感学习模型的最优网络权值；

输出信号计算模块22，用于根据最优网络权值，计算大脑情感学习模型的输出信号，并将输出信号输入至灵巧手中，输出信号用于对灵巧手进行抓取控制。

在本发明的一个实施例中，上述权值求解模块21可以包括：

遗传算法单元，用于求解得到大脑情感学习模型的网络权值的多组较优解；

蚁群算法单元，用于根据多组较优解，求解得到大脑情感学习模型的最优网络权值。

其中，遗传算法单元，具体用于：

根据预设染色体编码方式，生成初始种群；

将初始种群依次进行选择操作、交叉操作和变异操作，得到第一种群；

判断当前迭代次数是否达到预设迭代次数；

若当前迭代次数达到预设迭代次数，则根据第一种群确定多组较优解；

若当前迭代次数未达到预设迭代次数，则将第一种群作为新的初始种群，并跳转至将初始种群依次进行选择操作、交叉操作和变异操作，得到第一种群的步骤循环执行。

在本发明的一个实施例中，预设染色体编码方式为十进制实数编码方式。

在本发明的一个实施例中，蚁群算法单元，具体用于：

将多组较优解作为蚁群算法的初始解，并通过蚁群算法，求解得到最优解；

对最优解进行染色体解码，得到大脑情感学习模型的最优网络权值。

在本发明的一个实施例中，在权值求解模块21中，在大脑情感学习模型中，根据灵巧手的期望抓取力、实际抓取力和抓取力误差确定大脑情感学习模型的感官输入信号函数，根据实际抓取力、抓取力误差和大脑情感学习模型的输出信号确定大脑情感学习模型的奖励信号函数。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述装置中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

图3是本发明一实施例提供的终端设备的示意框图。如图3所示，该实施例的终端设备30包括：一个或多个处理器301、存储器302以及存储在存储器302中并可在处理器301上运行的计算机程序303。处理器301执行计算机程序303时实现上述各个灵巧手抓取控制方法实施例中的步骤，例如图1所示的S1至S2，或者，处理器301执行计算机程序303时实现上述灵巧手抓取控制装置实施例中各模块/单元的功能，例如图2所示模块21至22功能。

示例性地，计算机程序303可以被分割成一个或多个模块/单元，一个或者多个模块/单元被存储在存储器302中，并由处理器301执行，以完成本申请。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序303在终端设备30中的执行过程。例如，计算机程序303可以被分割成权值求解模块和输出信号计算模块，各模块具体功能如下：

权值求解模块，用于建立大脑情感学习模型，并求解得到大脑情感学习模型的最优网络权值；

输出信号计算模块，用于根据最优网络权值，计算大脑情感学习模型的输出信号，并将输出信号输入至灵巧手中，输出信号用于对灵巧手进行抓取控制。

其它模块或者单元可参照图2所示的实施例中的描述，在此不再赘述。

终端设备30可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。终端设备30包括但不仅限于处理器301、存储器302。本领域技术人员可以理解，图3仅仅是终端设备30的一个示例，并不构成对终端设备30的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如终端设备30还可以包括输入设备、输出设备、网络接入设备、总线等。

处理器301可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

存储器302可以是终端设备30的内部存储单元，例如终端设备30的硬盘或内存。存储器302也可以是终端设备30的外部存储设备，例如终端设备30上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，存储器302还可以既包括终端设备30的内部存储单元也包括外部存储设备。存储器302用于存储计算机程序303以及终端设备30所需的其他程序和数据。存储器302还可以用于暂时地存储已经输出或者将要输出的数据。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

在本申请所提供的实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。

以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (9)

1.一种灵巧手抓取控制方法，其特征在于，包括：

建立大脑情感学习模型，并求解得到所述大脑情感学习模型的最优网络权值；

根据所述最优网络权值，计算所述大脑情感学习模型的输出信号，并将所述输出信号输入至灵巧手中，所述输出信号用于对灵巧手进行抓取控制；

其中，在所述大脑情感学习模型中，根据所述灵巧手的期望抓取力、实际抓取力和抓取力误差确定所述大脑情感学习模型的感官输入信号函数，根据所述实际抓取力、所述抓取力误差和所述大脑情感学习模型的输出信号确定所述大脑情感学习模型的奖励信号函数。

2.根据权利要求1所述的灵巧手抓取控制方法，其特征在于，所述求解得到所述大脑情感学习模型的最优网络权值，包括：

基于遗传算法，求解得到所述大脑情感学习模型的网络权值的多组较优解；

根据所述多组较优解，采用蚁群算法，求解得到所述大脑情感学习模型的最优网络权值。

3.根据权利要求2所述的灵巧手抓取控制方法，其特征在于，所述基于遗传算法，求解得到所述大脑情感学习模型的网络权值的多组较优解，包括：

根据预设染色体编码方式，生成初始种群；

将所述初始种群依次进行选择操作、交叉操作和变异操作，得到第一种群；

判断当前迭代次数是否达到预设迭代次数；

若当前迭代次数达到所述预设迭代次数，则根据所述第一种群确定多组较优解；

若当前迭代次数未达到所述预设迭代次数，则将所述第一种群作为新的初始种群，并跳转至所述将所述初始种群依次进行选择操作、交叉操作和变异操作，得到第一种群的步骤循环执行。

4.根据权利要求3所述的灵巧手抓取控制方法，其特征在于，所述预设染色体编码方式为十进制实数编码方式。

5.根据权利要求2所述的灵巧手抓取控制方法，其特征在于，根据所述多组较优解，采用蚁群算法，求解得到所述大脑情感学习模型的最优网络权值，包括：

将所述多组较优解作为蚁群算法的初始解，并通过蚁群算法，求解得到最优解；

对所述最优解进行染色体解码，得到所述大脑情感学习模型的最优网络权值。

6.一种灵巧手抓取控制装置，其特征在于，包括：

权值求解模块，用于建立大脑情感学习模型，并求解得到所述大脑情感学习模型的最优网络权值；

输出信号计算模块，用于根据所述最优网络权值，计算所述大脑情感学习模型的输出信号，并将所述输出信号输入至灵巧手中，所述输出信号用于对灵巧手进行抓取控制；

所述权值求解模块，还用于在所述大脑情感学习模型中，根据所述灵巧手的期望抓取力、实际抓取力和抓取力误差确定所述大脑情感学习模型的感官输入信号函数，根据所述实际抓取力、所述抓取力误差和所述大脑情感学习模型的输出信号确定所述大脑情感学习模型的奖励信号函数。

7.根据权利要求6所述的灵巧手抓取控制装置，其特征在于，所述权值求解模块包括：

遗传算法单元，用于基于遗传算法，求解得到所述大脑情感学习模型的网络权值的多组较优解；

蚁群算法单元，用于根据所述多组较优解，采用蚁群算法，求解得到所述大脑情感学习模型的最优网络权值。

8.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述灵巧手抓取控制方法的步骤。

9.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述灵巧手抓取控制方法的步骤。

Images