利索能及
我要发布
收藏
专利号: 2025110325991
申请人: 南通秋祥信息科技有限公司
专利类型:发明专利
专利状态:已下证
更新日期:2026-10-10
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种基于动作捕捉的机械臂标定方法,其特征在于:包括以下步骤:步骤S01:对参数进行采集:通过动作捕捉设备采集机械臂参数信息,并构建设备坐标系和机械臂坐标系;

步骤S02:实现误差补偿:基于构建的机械臂运动模型,获取机械臂n个关节点的位姿误差补偿值实现误差补偿;

步骤S03:优化模型参数:构建标定模型基础架构,基于自然启发式算法对模型参数进行优化,结合位姿误差补偿值获取最佳模型参数组;

步骤S04:进行坐标系的转换:将最佳模型参数组与标定模型结合,进行标定模型训练,并进行模型评估,形成最终的标定模型;

步骤S05:通过动作捕捉设备采集需要进行标定的机械臂在设备坐标系下的三维坐标,输入最终的标定模型中转换成在机械臂坐标系下的三维坐标,完成标定;

所述步骤S03中标定模型基础架构包括输入层、隐含层、激活函数以及输出层;

所述输入层用于输入数据,所述输入的数据为各关节点在设备坐标系下的三维坐标;

所述隐含层用于处理特征值,隐含层有多层,每一层有若干个节点,层与层之间节点的连接状态通过权重来体现;

所述激活函数选用Sigmoid函数,所述输出层用于输出数据,所述输出的数据为各关节点在机械臂坐标系下对应的三维坐标;

采集机械臂m次运行时的参数信息,将每一次运行时n个关节点在设备坐标系下的三维坐标作为一组分析数据,即存在m组分析数据;

采用自然启发式算法对m组分析数据进行最优解搜索,获取使机械臂的误差补偿值最小所对应的参数信息;

所述自然启发式算法具体包括:

步骤S11:将每组分析数据视为一只蝙蝠,第j只蝙蝠的位置为pj,速度为vj,声波频率为Hj,声波响度为Sj,脉冲频度为Ij,蝙蝠在搜索猎物时会根据目标与自己之间的距离自动调整波长与响度;j=1、2、3、…、m;初始迭代次数k为0;

步骤S12:确定适应度函数,对所有蝙蝠个体的适应度值进行排序;

步骤S13:找出当前种群中蝙蝠最优位置p*,并更新蝙蝠位置与速度;所述当前种群中蝙蝠最优位置即为该次迭代中适应度最大值的对应的分析数据所对应的蝙蝠位置;

步骤S14:生成一个[0,1]之间的随机数rand1,若rand1>Ij,则进行随机飞行,原最优位置附近会随机飞行产生新的位置pnew,否则按照蝙蝠位置更新公式更新蝙蝠位置;

步骤S15:再生成一个[0,1]上的随机数rand3,若rand3<Sj,且新的最优位置所对应的适应度大于原最优位置的适应度,则接受该位置,将新的位置作为当前最优位置,并调整声波响度减小和脉冲频度增大;

步骤S16:判断是否达到最大迭代次数,若达到最大迭代次数则迭代结束,获取最优位置蝙蝠所对应的分析数据作为最佳参数信息;否则令k=k+1,循环步骤S12至步骤S15;

k

所述蝙蝠位置更新公式为: ,其中,pj 为第j只蝙蝠在第k次迭代时的位k‑1 k置,pj 为第j只蝙蝠在第k‑1次迭代时的位置;vj为第j只蝙蝠在第k次迭代时的速度;

k‑1

所述蝙蝠速度更新公式为: ,其中,vj 为第j只蝙蝠在第k‑1次迭代时的速度,Hj为第j只蝙蝠发出的声波频率;

,其中,Hmin为蝙蝠发生声波的最小频率,Hmax为蝙蝠发生声波的最大频率,声波频率范围即为[Hmin,Hmax],β为[0,1]之间的一个随机向量;

所述随机飞行的公式为:

k

,其中,pold为原最优位置,rand2为[0,1]之间的随机数,S为所有蝙蝠在第k次迭代中的平均响度。

2.根据权利要求1所述的一种基于动作捕捉的机械臂标定方法,其特征在于:所述机械臂参数信息包括每个关节的长度,转动轴位置、转动轴角度、公共法线距离、两连杆相对位置、两连杆法线夹角以及连杆长度,机械臂通常由多个关节连接组成;所述公共法线距离为机械臂两个关节转动轴之间的直线距离;所述两连杆相对位置为机械臂关节连杆作水平方向切线的测量距离;所述两连杆法线夹角为以某个关节为基点作水平切线,与下一关节连线的夹角;所述连杆长度为机械臂两个关节之间的连杆测量长度;所述设备坐标系即为动作捕捉设备的坐标系,所述机械臂坐标系即为机械臂的坐标系。

3.根据权利要求2所述的一种基于动作捕捉的机械臂标定方法,其特征在于:所述步骤S02中构建机械臂运动模型的具体方式为:基于公共法线距离a、两连杆相对位置b、两连杆法线夹角θ以及连杆长度d,构建机械臂运动模型,公式表示为:,其中,Yi为第i个关节的运动学模型公式;ai表示第i个关节公共法线距离,即第i个关节与第i+1个关节转动轴之间的直线距离;di表示第i个关节的连杆长度,即第i个关节与第i+1个关节之间的连杆测量长度;θi表示第i个关节的连杆法线夹角,即以第i个关节为基点作水平切线与第i+1个关节连线的夹角;bi表示第i个关节的连杆相对位置,即第i个关节连杆作水平方向切线与第i+1个关节的测量距离;

将运动学模型公式用矩阵形式展开,表示为:

;

其中, 表示机械臂第i个关节的最大转动角度;

其中,i=1、2、3、…、n‑1;第n个关节点为最靠近机械臂末端的关节点,第1个关节点为离机械臂末端最远的关节点。

4.根据权利要求3所述的一种基于动作捕捉的机械臂标定方法,其特征在于:所述步骤S02中实现误差补偿的具体方式为:基于机械臂坐标系,对机械臂末端即第n个关节点进行坐标点表示: ;其中,Dn为第n个关节点的坐标点位,rxn为第n个关节点的坐标点位在x轴上的坐标点,ryn为第n个关节点的坐标点位在y轴上的坐标点,rzn为第n个关节点的坐标点位在z轴上的坐标点;

基于第n个关节点的坐标点位,对第n个关节点进行运动学模型公式表示: ;

其中,Yn为第n个关节点的运动学模型公式,即第n个关节点的位姿表示,L为机械臂第n个关节点末端水平方向位移量;

则位姿误差补偿的公式表示为: ,其中,B为位姿误差补偿

值,λ为参数偏置常数。

5.根据权利要求1所述的一种基于动作捕捉的机械臂标定方法,其特征在于:所述调整声波响度和频度的公式为:; ;其中, ,是声波响度衰减系数,γ>0,是脉冲

k+1 k

频度增强系数,Sj 为第j只蝙蝠在第k+1次迭代时的声波响度,Sj 为第j只蝙蝠在第k次迭k+1 0代时的声波响度,Ij 为第j只蝙蝠在第k+1次迭代时的脉冲频度,Ij为第r只蝙蝠的初始脉冲频度;

对于任意的声波响度衰减系数与脉冲频度增强系数,当k→∞时,有 , ;

k

当Sj趋于0时,认为蝙蝠找到了猎物暂时不发出脉冲,只有当蝙蝠的位置得到优化后,脉冲的响度和频率才会更新。

6.根据权利要求1所述的一种基于动作捕捉的机械臂标定方法,其特征在于:所述适应度函数的表达公式为: ,其中,fj为第j只蝙蝠对应的适应度值,Bj为第j只蝙蝠所对应的参数信息的位姿误差补偿值;

所述最佳参数信息由n个关节点在设备坐标系下的三维坐标组成;将最佳参数信息作为输入数据输入标定模型中,将输出层输出值与期望值进行对比,将输出值与期望值之间的误差逐层反向传播,调整标定模型中各层的权重值,直至将误差减小至预先设定的阈值或无法继续降低为止,获取此时标定模型中各层的权重值作为最佳模型参数组。

7.根据权利要求1所述的一种基于动作捕捉的机械臂标定方法,其特征在于:所述步骤S04中进行模型训练的具体方式为:收集Q组分析数据与所对应的标定数据,所述标定数据即分析数据所对应的机械臂坐标系下的三维坐标;将最佳模型参数组作为标定模型中各层的初始权重值,将Q组分析数据输入标定模型,输出层输出Q个对应的机械臂坐标系下的三维坐标,同样将输出层输出值与对应的标定数据进行对比,将输出值与对应的标定数据之间的误差逐层反向传播,不断调整标定模型中各层的权重值,直至将输出值与对应的标定数据之间的误差减小至预先设定的阈值或无法继续降低为止,此时模型训练结束,进行模型评估。