[发明专利]一种机械臂控制方法的自主学习方法

说明书

本发明涉及一种机械臂控制方法的自主学习方法，包括如下步骤：步骤一：对机械臂和力反馈传感器进行初始化；步骤二：设定执行元件的移动路径；步骤三：操作执行元件沿着移动路径运动至远程运动中心点，并令执行元件在给定旋转范围内完成一个旋转周期运动，获得远程运动中心点数据；步骤四：通过建立学习网络，给定学习步数n，执行元件在移动路径上开始进行n次旋转运动，每步运动后根据力反馈传感器数据对远程运动中心点和学习网络进行更新。令执行元件的运动与实际运行环境适配，将环境的形变对运动造成的偏差纳入考虑，动态地指导远程运动中心运动的调节，使机械臂在执行运动的精度提高，减小机械臂实际运动与标准运动之间的误差。

技术领域

本发明涉及机械臂控制领域，更具体地，涉及一种机械臂控制方法的自主学习方法。

背景技术

通过让机械臂执行指定的程序来让机械臂实现自动运动的方式在许多的领域都得到了应用，其中的一个应用领域是，通过远程控制的机械臂能够被用于执行非医疗程序和医疗程序。作为一个具体使用方法，远程操作的手术操纵器能够被用于执行微创医疗程序。在医疗技术中希望减少医疗程序期间受损的组织数量，从而减少患者的恢复时间、不适性和有害的副作用。但是在该领域中使用机械臂执行绕着远程运动中心(也称为“远程中心”)移动的时候，由于会受到外部组织的影响而导致机械臂的控制精度下降，导致机械臂的实际姿势会偏离指令真正想要输出的姿势或运动，令机械臂的运动发生误差。

如公开号为“CN111315309A”，公开日为2020年6月19日的中国专利申请公开了用于控制机器人操纵器或相关工具的系统和方法，认为外部组织影响机械臂控制精度的因素为外部组织所产生的振动，因此通过减少机械臂受到的振动从而提供对机械臂的控制精度。

但是振动无法完全被消除，因此机械臂的精度在只能提高至一定的程度后就无法再提高，因此通过减少振动的方式所能提高的精度极其有限。

发明内容

本发明为克服上述现有技术中机械臂远程运动中心控制精度低问题，提供一种机械臂控制方法的自主学习方法，通过学习反馈来提高机械臂的控制精度。

为解决上述技术问题，本发明采用的技术方案是：提供一种机械臂控制方法的自主学习方法，包括机械臂和安装于所述机械臂上的执行元件，所述机械臂包括若干个驱动执行元件运动的驱动电机；所述执行元件还包括力反馈传感器，机械臂控制方法的自主学习方法包括如下步骤：

步骤一：对机械臂和力反馈传感器进行初始化；

步骤二：设定执行元件的移动路径；

步骤三：操作执行元件沿着移动路径运动至远程运动中心点，并令执行元件在给定旋转范围内完成一个旋转周期运动，获得远程运动中心点数据；

步骤四：通过建立学习网络，给定学习步数n，执行元件在移动路径上开始进行n次旋转运动，每步运动后根据反馈传感器数据对远程运动中心点和学习网络进行更新。

在机械臂带动执行元件沿着设定路径执行远程运动中心点运动的时候，通过学习网络输出执行元件的运动位移量，然后根据执行元件运动过程中力反馈传感器的受力反馈来更新学习网络来重新调整执行元件的运动位移量，使得执行元件在运动的过程中不断的根据外部环境调整自身的位移，从而令执行元件实际发生的运动与控制指令输出的运动尽量的保持一致。

优选的，反馈传感器进行初始化的方法为，在无设定外力作用时，读取力反馈信号并定义为零点；在线学习过程中对力反馈信号进行差值转换，将与零点的差值作为输出。