[发明专利]基于神经网络的机器人碰撞诊断系统及方法

权利要求书

1.一种基于神经网络的机器人碰撞诊断系统，其包括：

机器人臂，其包括多个连杆和多个关节，所述多个连杆中的一个通过关节来连接到另一个连杆；

末端执行器；

控制模块，其生成关节的规划运动数据；

检测模块，其获取关节的实际运动数据和运行状态；

计算模块，其计算关节的运动信息偏差；

优化模块，其优化关节的运动信息偏差；

预测模块，其将优化的运动信息偏差和运行状态标签作为训练集，构建神经网络，对神经网络进行训练；基于关节的即时运动信息偏差，通过神经网络，预测机器人的关节的即时运行状态；

其中，构建神经网络，其具体包括：

步骤510：建立包含多个神经网络的神经网络集合，并随机初始化神经网络参数；

步骤520：将优化运动信息偏差组成训练集和测试集，并分别将训练集和测试集划分为多个子集；

步骤530：随机选择两组训练集和测试集子集，或多组训练集和测试集子集，使用两组子集或多组子集中的第一个或第一组子集调整神经网络集合中的第一或第一组神经网络，使用两组子集或多组子集中的第二个或第二组子集调整神经网络集合中的第二或第二组神经网络；

步骤540：比较第一个或第一组神经网络和第二个或第二组神经网络，根据比较结果，从所述神经网络的集合中移除较差的一个或一组神经网络；

步骤550：判断当前比较次数是否满足预设比较次数，或者神经网络集合中仅包括一个或一组神经网络，若是，则输出最佳的一个或一组神经网络，否则转入步骤530。

2.根据权利要求1所述的基于神经网络的机器人碰撞诊断系统，其特征在于：神经网络输入为具有相应标签或分类的优化运动信息偏差，输出为运行状态。

3.根据权利要求1所述的基于神经网络的机器人碰撞诊断系统，其特征在于：调整神经网络优选调整神经网络的特征提取器和神经网络中跟随该特征提取器的神经网络的至少一个全连接层的参数值。

4.根据权利要求1所述的基于神经网络的机器人碰撞诊断系统，其特征在于：步骤540中的比较可至少部分地基于神经网络的准确度或模型尺寸或计算量或至少其中两个的组合。

5.根据权利要求1所述的基于神经网络的机器人碰撞诊断系统，其特征在于：构建的神经网络包括多个神经元层，所述神经元层的个数为5-10个，每个所述神经元层包括多个神经元，所述神经元的个数为15-25个。

6.根据权利要求1所述的基于神经网络的机器人碰撞诊断系统，其特征在于：关节的运动信息偏差为关节的实际运动数据和规划运动数据之差。

7.根据权利要求1所述的基于神经网络的机器人碰撞诊断系统，其特征在于：关节的运动数据包括但不限于所述关节的位置、速度、角速度和转矩。

8.根据权利要求1所述的基于神经网络的机器人碰撞诊断系统，其特征在于：关节的运行状态包括但不限于接触情况和接触点位置，接触情况包括但不限于“无接触”“人机交互”“轻微碰撞”“强力碰撞”。