[发明专利]一种超冗余机械臂路径规划方法

权利要求书

1.一种超冗余机械臂路径规划方法，其特征在于，该规划方法具体步骤如下：

(1)采集机械臂与场景信息并进行建模分析；

(2)构造训练规划网络模型并寻找最优参数；

(3)依据模型信息对机械臂进行路径规划；

(4)采集机械臂设备连接数量并优化其连接性能；

(5)实时采集控制平台日志信息并进行分析控制。

2.根据权利要求1所述的一种超冗余机械臂路径规划方法，其特征在于，步骤(1)中所述建模分析具体步骤如下：

步骤一：计算机通过监控摄像头对机械臂以及当前场景信息进行采集，同时依据采集到的图像信息按照各自显示比例进行分块处理，之后将分块后的各组图像通过傅里叶正变换转换至频率空间，并通过高斯函数对高频成分进行平滑处理以获取现场二维平面图；

步骤二：按照用户设置或系统默认的比例由现场二维平面图去色生成三维模型图，用户对去色模型进行基本形状修改，之后计算机依据三维模型对各物品进行面积、长度以及体积的测量，并将各组测量结果以图表的形式记录；

步骤三：之后对三维模型内的静态障碍物以及动态障碍物进行确认，并对动态障碍物运动状态进行估计，在对机械臂关键点坐标进行确认，并依据工作人员上传的机械臂信息确定该机械臂自由度。

3.根据权利要求2所述的一种超冗余机械臂路径规划方法，其特征在于，步骤三中所述动态障碍物运动状态具体估计步骤如下：

步骤Ⅰ：离线处理固定帧率的单相机视频或图像序列帧，并对实际视频帧的间隔时间进行计算并记录，再依据卡尔曼滤波理论建立运动模型；

步骤Ⅱ：运动模型依据目标的线性运动假设，对其在视频帧中的运动状态进行定义，收集各目标在当前视频帧中的运动状态，并构建预测方程对各跟踪目标在下一视频帧中的运动状态进行估计以获取2D姿态数据；

步骤Ⅲ：构建Transformer模型，并将2D姿态数据输入Transformer模型中，之后该模型中多假设生成器接收各组2D姿态数据，并在模型的不同层生成姿态假设的不同表示，然后通过多个并行的自注意力块对单假设依赖进行建模，以形成自我假设通信；

步骤Ⅳ：混合假设MLP提取拼接起来的各个假设特征，并对其进行切块来得到修正后的每个假设，交叉假设交互器对不同假设的信息进行交互建模，最后通过Transformer模型回归模块对各组姿态假设进行回归以得到最终3D预测数据。

4.根据权利要求3所述的一种超冗余机械臂路径规划方法，其特征在于，步骤(3)中所述规划网络模型最优参数具体寻找步骤如下：

步骤①：规划网络模型收集服务器中过往机械臂路径规划信息作为样本数据，并从中选择一组作为验证数据，再将剩余样本数据通过预处理后拟合成一组测试模型，并使用选择的验证数据对该测试模型精度进行验证，再重复多次通过均方根误差对该预测模型的预测能力进行计算以获取多组精度参数，其中，均方根误差具体计算公式如下：

其中，E(y_i)表示第i个实际观测值，y_i为模型反演出的第i个预测值，n是观测样本总数；

步骤②：初始化参数范围，并按照预先设置的学习率以及步长建立数据样本，对于每一组数据样本，选取任意一个子集作为测试集，其余子集作为训练集，训练模型后对测试集进行预测，统计测试结果的均方根误差；

步骤③：将测试集更换为另一子集，再取剩余子集作为训练集，再次统计均方根误差，直至对所有数据都进行一次预测，通过选取均方根误差最小时对应的组合参数作为数据区间内最优参数。