[发明专利]机械臂运动轨迹规划方法、系统、存储介质和电子设备

说明书

本发明涉及一种机械臂运动轨迹规划方法、系统、存储介质和电子设备，包括：采用预设线性高斯控制器获取机械臂的名义轨迹，根据名义轨迹得到机械臂的高斯混合模型；基于高斯混合模型，获取机械臂的局部动力学模型；根据LQR算法获取局部动力学模型对应的线性高斯控制器控制系数；根据控制系数对预设线性高斯控制器进行修正并进行迭代训练，直至将符合条件的线性高斯控制器确定为目标线性高斯控制器，利用目标线性高斯控制器生成机械臂的目标运动轨迹。本发明将动力学模型的拟合分为由粗到精的两个过程，极大减少动力学模型的拟合难度，提高样本的利用率、降低所需采样的数目，并通过LQR方法，提升了对于机械臂轨迹的优化效率。

背景技术

在当前的机械臂的控制器、运动规划算法主要由设计者在一定经验的基础上进行设计和调试，所有的设计假设机械臂及环境的几何、物理模型是已知的。当机械臂必须适应新环境或无法对机械臂、环境进行足够精确的建模时，机械臂的控制器及其运动规划算法，便产生了局限性。因此，目前所用的机械臂与完全自主操控的机械臂之间存在着巨大的鸿沟。近年来，随着人工智能技术的发展，越来越多的研究人员将机械臂自主控制的希望寄托在了机器学习方法中。希望利用机器学习技术的灵活性，进一步实现机械臂控制领域的自动化，并大大缩小与自主控制的差距。然而机械臂自主控制强化学习算法同样面临着挑战，包括：高维度连续的状态和动作、高实时性要求以及机械臂与环境交互非常耗时。

在强化学习算法中，按照是否基于环境的动力学模型进行学习，可分为无模型强化学习方法和有模型强化学习方法两大类。无模型强化学习方法无需构建环境的精确模型，直接通过驱动机械臂实物运动实现对策略的学习，这种方式能够应用于动力学模型不连续的场景，然而这种方法由于需要在硬件实物上进行反复采样，容易损坏硬件，因此一般采集的样本较少，依赖于模仿学习的初始化学习过程，因此所学的策略参数较少，易陷入局部最优。与无模型方法相比，基于模型的强化学习算法的目标是提高数据效率，一旦学习了模型，就不需要与真实机械臂交互来更新策略。此外，可以使用该模型测试策略，而不会有损坏机械臂的风险。当模型可用时，机械臂进行实验所需的时间可以忽略不计。为了达到这个目的，我们需要先构建机械臂及环境的动力学模型，然后基于模型给出最优的策略，所学习的策略在本质上受到模型质量的限制。因此基于模型的强化学习算法，主要限制为模型的可用性。因此，如何训练一个精确模型以及如何降低模型误差的影响是当前亟需解决的问题。

发明内容

为解决上述技术问题，本发明提供了一种机械臂运动轨迹规划方法、系统、存储介质和电子设备。

本发明的一种机械臂运动轨迹规划方法的技术方案如下：

S1、在每一预设时刻内，采用预设线性高斯控制器获取待控制机械臂的至少一条名义轨迹，并根据所有的名义轨迹得到所述待控制机械臂的高斯混合模型；

S2、基于所述高斯混合模型，获取所述待控制机械臂在每一预设时刻对应的局部动力学模型；

S3、根据LQR算法，获取每个局部动力学模型对应的线性高斯控制器的控制系数；

S4、根据所有的控制系数对所述预设线性高斯控制器进行修正，并将修正后的线性高斯控制器作为所述预设线性高斯控制器并循环执行S1，直至将符合预设条件的控制系数所对应的修正后的线性高斯控制器确定为目标线性高斯控制器，利用所述目标线性高斯控制器生成所述待控制机械臂的目标运动轨迹。

本发明的一种机械臂运动轨迹规划方法的有益效果如下：

本发明的方法将动力学模型的拟合分为由粗到精的两个过程，极大减少了动力学模型的拟合难度，提高了样本的利用率、降低了所需采样的数目，在此基础上通过LQR方法，提升了对于高纬度机械臂轨迹的优化效率。

在上述方案的基础上，本发明的一种机械臂运动轨迹规划方法还可以做如下改进。