[发明专利]机器人的控制方法、装置、机器人及存储介质

权利要求书

1.一种机器人的控制方法，其特征在于，包括：

确定机器人的线性运动模型，所述线性运动模型由所述机器人的微分运动模型线性化处理后得到；

根据所述线性运动模型确定预设时段内各时刻对应的预测状态，所述预设时段表示第k+1时刻到第k+N时刻，其中，所述k和所述N均表示正整数；

根据所述机器人的末端的参考位置、关节的参考位置，以及预设的导纳控制方程，确定预设时段内各时刻对应的期望状态；

根据所述预设时段内各时刻对应的预测状态、所述预设时段内各时刻对应的期望状态，确定第k时刻到第k+N-1时刻内各时刻的关节速度的补偿值，根据第k时刻的关节速度的补偿值确定第k时刻的指令参数，根据所述第k时刻的指令参数调整所述机器人各关节的位置。

2.根据权利要求1所述的方法，其特征在于，所述线性运动模型用于表示第k+1时刻的状态变化量与第k时刻的状态变化量、第k时刻的输入变量之间的线性关系，所述根据所述线性运动模型确定预设时段内各时刻对应的预测状态，包括：

根据所述线性运动模型确定预设时段内各时刻对应的状态变化量；

根据所述预设时段内各时刻对应的状态变化量，确定预设时段内各时刻对应的预测状态。

3.根据权利要求1所述的方法，其特征在于，根据所述机器人的末端的参考位置、关节的参考位置，以及预设的导纳控制方程，确定预设时段内各时刻对应的期望状态，包括：

根据所述机器人的末端的参考位置以及第一导纳控制方程，确定预设时段内各时刻对应的末端的期望位置；

根据所述机器人的关节的参考位置以及第二导纳控制方程，确定预设时段内各时刻对应的关节的期望位置；

根据所述预设时段内各时刻对应的末端的期望位置以及所述预设时段内各时刻对应的关节的期望位置，确定预设时段内各时刻对应的期望状态。

4.根据权利要求1所述的方法，其特征在于，根据所述预设时段内各时刻对应的预测状态、所述预设时段内各时刻对应的期望状态，确定第k时刻到第k+N-1时刻内各时刻的关节速度的补偿值，包括：

根据所述预设时段内各时刻对应的预测状态以及所述预设时段内各时刻对应的期望状态，确定目标函数和约束条件；

根据所述目标函数和所述约束条件，确定第k时刻到第k+N-1时刻内各时刻的关节速度的补偿值。

5.根据权利要求4所述的方法，其特征在于，根据所述预设时段内各时刻对应的预测状态以及所述预设时段内各时刻对应的期望状态，确定目标函数，包括：

根据关节位置跟踪的优先级以及末端位置跟踪的优先级确定权重系数；

根据所述权重系数、所述预设时段内各时刻对应的预测状态以及所述预设时段内各时刻对应的期望状态，确定目标函数。

6.根据权利要求4所述的方法，其特征在于，所述约束条件包括所述预设时段内各时刻对应的预测状态的范围阈值，以及所述第k时刻到第k+N-1时刻内各时刻的关节速度的补偿值的范围阈值。

7.根据权利要求1所述的方法，其特征在于，根据第k时刻的关节速度的补偿值确定第k时刻的指令参数，包括：

根据所述第k时刻的关节的速度补偿值，确定第k时刻的关节的速度；

根据所述第k时刻的关节的速度以及第K-1时刻的关节的指令位置，确定第k时刻的关节的指令位置，将所述第k时刻的关节的指令位置作为第k时刻的指令参数。