[发明专利]一种基于多输出高斯过程回归的机器人变形补偿方法

摘要

本发明提出一种基于多输出高斯过程回归的机器人变形补偿方法，属于机器人运动补偿领域。该方法首先获取由多组机器人各关节角度和对应的末端变形量组成的训练数据集，然后构建多输出高斯过程回归模型，利用训练数据集对模型训练得到训练完毕的模型；根据机器人作业时要达到的目标坐标位置，计算对应的各关节角度并输入训练完毕的模型，模型输出对应的机器人末端变形量；将末端变形量补偿到机器人运动学中，计算机器人经过补偿后的运动学参数，控制机器人按照该参数运动到目标坐标位置，补偿完毕。该方法利用少量训练数据对多输出高斯过程回归模型进行训练，利用训练后的模型对机器人变形量进行预测和补偿，可提高机器人变形补偿的精度。

主权项

1.一种基于多输出高斯过程回归的机器人变形补偿方法，其特征在于，包括以下步骤：1)随机设定一组机器人各关节角度，控制机器人运动达到各关节设定的角度，通过机器人运动学计算此时机器人末端名义坐标位置，测量机器人末端实际坐标位置，计算机器人末端实际坐标位置与名义坐标位置的差值，即为设定的该组机器人各关节角度对应的机器人末端变形量；2)随机设定N组机器人各关节角度，重复步骤1)，得到N组机器人各关节角度对应的机器人末端变形量；将总共得到的N+1组机器人各关节角度和对应的机器人末端变形量，组成训练数据集；3)构建多输出高斯过程回归模型，利用训练数据集对模型进行训练，得到训练完毕的多输出高斯过程回归模型；具体步骤如下：3‑1)建立一个多输出高斯过程回归模型，模型的输入为机器人各关节角度PM，模型输出为各关节角度对应的机器人末端变形量Vr；3‑2)利用训练数据集对步骤3‑1)建立的模型进行训练，得到最优的超参数，则多输出高斯过程回归模型训练完毕；4)根据机器人作业时要达到的目标坐标位置Lt，利用机器人逆运动学计算对应的各关节角度pM*，将pM*输入步骤3)训练完毕的多输出高斯过程回归模型，模型输出预测的对应的机器人末端变形量vr*；5)将末端变形量vr*作为机器人末端定位误差的补偿值，代入到机器人的逆运动学中，得到机器人经过补偿后的运动学参数，计算机器人补偿后的末端坐标位置Le和对应的各关节角度cpM*；6)设定一个阈值ΔL并进行判定：若补偿后的末端坐标位置Le与目标坐标位置Lt的偏差小于或等于设定的阈值ΔL，则补偿完毕，控制机器人按照补偿后的运动学参数运动；若补偿后的末端坐标位置Le与目标坐标位置Lt的偏差大于设定的阈值ΔL，则重新返回步骤4)，将补偿后的末端坐标位置Le对应的各关节角度cpM*作为新的pM*，继续进行机器人空间定位误差的预测和补偿，直至补偿后的末端坐标位置与目标坐标位置的偏差小于设定的阈值ΔL，则补偿完毕，控制机器人按照补偿后的运动学参数进行运动。