[发明专利]一种机械臂路径规划方法及系统

说明书

本发明涉及一种机械臂路径规划方法及系统，利用神经网络特征提取，准确识别并提取出机械臂关键点周围的人或物体的位置特征，从而有效保证了识别对象的可靠性和安全性，同时利用机器学习的方法，在虚拟环境中利用MATLAB建模，之后利用人工势场法设定应激行为参数，并利用这些参数控制机械臂及其关键点进行应激行为，从而对路径进行规划，根据机械臂及其关键点是否遇到人来进行双重控制，有效提高机械臂路径规划的准确性。

技术领域

本发明涉及人机交互和安全控制技术领域，特别是涉及一种机械臂路径规划方法及系统。

背景技术

目前机械臂在日常生产中的应用越来越广泛。为提高机械臂的工作效率，路径规划必不可少，然而现有的机械臂路径规划方法准确性不足，无法在保证人员安全的前提下，进行正常工作。

因此，本领域亟需一种准确性高的机械臂路径规划方案。

发明内容

本发明的目的是提供一种机械臂路径规划方法及系统，利用神经网络识别机械臂周围的人或物体的强特征，有效提高机械臂路径规划的准确性。

为实现上述目的，本发明提供了如下方案：

一种机械臂路径规划方法，所述方法包括：

获取机械臂各设定关键点的原始周围区域信息；所述原始周围区域信息包括：传感器获得的所述机械臂周围的信息；

利用卷积神经网络对所述原始周围区域信息进行特征提取，得到各设定关键点特征提取后的位置特征向量；所述位置特征向量包括：周围人或物体的位置特征；

计算所述各设定关键点的位置特征向量之间的协方差，得到协方差矩阵；

利用所述协方差矩阵为每个所述设定关键点创建三维可视化仿真特征；

利用每个所述设定关键点的三维可视化仿真特征在具有机械臂的虚拟环境中对所述周围人或物体建模；

在所述虚拟环境中利用人工势场法，设定机械臂应激行为参数；所述机械臂应激参数中目标任务对所述机械臂产生吸引力，人或物体对所述机械臂产生排斥力；

判断所述机械臂是否遇到人或物体；若遇到人或物体则根据所述机械臂应激行为参数执行机械臂应激行为，若没有遇到人或物体则不执行机械臂应激行为。

在一些实施例中，所述利用卷积神经网络对所述原始周围区域信息进行特征提取，得到各设定关键点特征提取后的位置特征向量，具体包括：

基于输入的所述原始周围区域信息的数量及卷积神经网络的内属性计算输出特征数量：；其中，N_in表示特征的大小，p是根据人为输入的填充大小，k表示系统的内核大小，s表示人为输入的卷积运算次数；

计算输出特征中心位置：；其中，start_in表示人为输入的特征区域的中心位置，j_in表示人为输入的跳跃；

根据各个输出特征中心位置得到各设定关键点特征提取后的位置特征向量。

在一些实施例中，所述利用每个所述设定关键点的三维可视化仿真特征在具有机械臂的虚拟环境中对所述周围人或物体建模，具体包括：

根据每个所述设定关键点的三维可视化仿真特征在具有机械臂的虚拟环境中对所述周围人或物体进行D-H建模，利用MATLAB工具箱仿真和验证所述机械臂的位姿和关节角，并基于数字孪生进行三维可视化显示。