[发明专利]一种机器人定位控制方法、终端设备及存储介质

摘要

本发明涉及一种机器人定位控制方法、终端设备及存储介质，该方法中包括：S1：采集不同时刻机器人的图像特征，构建小波Elman网络模型，将采集的图像特征作为模型的输入，系统定位的状态向量作为模型的输出，对模型的参数进行训练，以使模型输出的状态向量跟踪通过卡尔曼滤波算法预测的状态向量，将训练后的模型作为最终模型；S2：将机器人的图像特征I(t)输入最终模型得到最终状态向量X1(t)，将最终状态向量X1(t)转换为微分矩阵G(t)；S3：根据微分矩阵G(t)计算机器人的控制量UR(t)；S4：根据机器人的控制量UR(t)对机器人的运动进行控制。本发明实现了机器人单目视觉大空间定位控制，既能保证机器人系统鲁棒稳定，又使得伺服系统具有一定的环境自适应性。

主权项

1.一种机器人定位控制方法，其特征在于，包括以下步骤：/nS1：采集不同时刻机器人的图像特征，构建小波Elman网络模型，将采集的图像特征作为模型的输入，系统定位的状态向量作为模型的输出，对模型的参数进行训练，以使模型输出的状态向量跟踪通过卡尔曼滤波算法预测的状态向量，将训练后的模型作为最终模型；/nS2：将机器人的图像特征I(t)输入最终模型得到最终状态向量X₁(t)，将最终状态向量X₁(t)转换为微分矩阵G(t)，其中，x_n*m(t)＝g_nm(t)，x_n*m表示向量X₁(t)的第n×m个元素，g_nm表示矩阵G(t)的第n行中第m列的元素；/nS3：根据微分矩阵G(t)计算机器人的控制量U^R(t)：/nU^R(t)＝λΔtG(t)^T(G(t)G(t)^T)^-1I_e(t)+U^R(t-1)/nI_e(t)＝I(t)-I^*/n其中，上标T表示矩阵的转置，λ为控制系数，Δt表示时刻t和时刻t-1的时间差，I_e(t)为t时刻的图像特征误差，I^*为机器人的期望图像特征；/nS4：根据机器人的控制量U^R(t)对机器人的运动进行控制。/n