一种移动操作机器人的控制方法、装置和移动操作机器人与流程

本技术涉及智能机器人领域，特别是涉及一种移动操作机器人的控制方法、装置、计算机设备、存储介质、计算机程序产品和一种移动操作机器人。

背景技术：

1、在当今信息科技迅速发展的时代，人们对机器人的需求不断增加。为了满足这些需求，机器人系统变得越来越复杂，从最初的基本运动控制，到如今能够实现各种精密工业操控与极端环境条件的作业。与此同时，机器人系统的控制复杂度也不断膨胀。

2、人类如果要拿远处的东西，只需要看一眼物体，就能大致的知道要走到哪里，怎样的姿势去拿东西，而这项能力在机器人上很难实现。从目标位姿，到机器人底盘移动及机械臂关节转动的参数，这个计算过程被称为机器人逆运动学求解。

3、在相关技术中，通常通过机器人逆运动学求解得到机器人的关节角度；然而，当机器人所需移动距离较远时，根据上述求解到的关节角度控制机器人自主移动，会导致该机器人实际到位的位姿，与目标到位的位姿之间偏差较大，从而影响机器人控制的准确性。

4、目前针对相关技术中机器人远距离移动时控制精度低的问题，尚未提出有效的解决方案。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种移动操作机器人的控制方法、装置、计算机设备、存储介质、计算机程序产品和一种移动操作机器人。

2、第一方面，本技术提供了一种移动操作机器人的控制方法。所述方法包括：

3、获取移动操作机器人的目标位姿；

4、将所述目标位姿输入至神经网络编码器中进行逆运动学求解处理，输出所述移动操作机器人的位移信息与关节角度信息；

5、将所述位移信息和所述关节角度信息输入至正运动学解码器进行预测处理，输出预测位姿；

6、根据所述目标位姿和所述预测位姿，对所述神经网络编码器进行迭代计算处理，得到所述移动操作机器人的目标位移信息和目标关节角度信息；

7、基于所述目标位移信息和所述目标关节角度信息，控制所述移动操作机器人移动并调整至所述目标位姿。

8、在其中一个实施例中，所述根据所述目标位姿和所述预测位姿，进行迭代计算处理，得到所述移动操作机器人的目标位移信息和目标关节角度信息，包括：

9、调整步骤：计算所述目标位姿与当前的预测位姿的差值，根据所述差值，利用反向传播算法，调整所述神经网络编码器；

10、计算步骤：将所述目标位姿输入至所述调整后的神经网络编码器，输出下一个位移信息和下一个关节角度信息；

11、迭代步骤：将所述下一个位移信息和下一个关节角度信息输入至所述正运动学解码器，输出下一个预测位姿，计算所述目标位姿与下一个预测位姿的差值；

12、基于所述下一个预测位姿重复所述调整步骤，所述计算步骤和所述迭代步骤，直至达到预设的迭代约束条件，得到所述目标位移信息和所述目标关节角度信息；

13、其中，所述预设的迭代约束条件为，所述目标位姿与当前的预测位姿的差值和所述目标位姿与下一个预测位姿的差值相同。

14、在其中一个实施例中，所述目标位姿包含三维直角坐标系下中沿三个坐标轴的目标平移分量和绕三个坐标轴的目标旋转分量；所述预测位姿包含与所述目标平移分量对应的预测平移分量，以及与所述目标旋转分量对应的预设旋转分量；或者，

15、所述目标位姿包含所述目标平移分量，以及对目标旋转分量进行转换处理得到的目标旋转矩阵；所述预测位姿包含预测平移分量，以及与所述目标旋转矩阵对应的预设旋转矩阵。

16、在其中一个实施例中，所述将所述目标位姿输入至神经网络编码器中进行逆运动学求解处理，输出所述移动操作机器人的位移信息与关节角度信息，包括：

17、将目标位姿输入至基于预设位置约束值训练生成的神经网络编码器，进行逆运动学求解处理，输出所述移动操作机器人的位移信息与关节角度信息；

18、其中，所述位移信息在所述预设位置约束值范围内，所述预设位置约束值，为所述机器人前后平移、左右平移和旋转的最大值。

19、在其中一个实施例中，所述将所述目标位姿输入至神经网络编码器中进行逆运动学求解处理，输出所述移动操作机器人的位移信息与关节角度信息，包括：

20、将目标位姿输入至基于预设关节角度约束值训练生成的神经网络，进行逆运动学求解处理，输出所述移动操作机器人的位移信息与关节角度信息；

21、其中，所述关节角度信息在所述预设关节角度约束值范围内，所述预设关节角度约束值，为所述机器人的机械臂各个关节角度的最大值。

22、在其中一个实施例中，所述移动操作机器人安装有传感设备，所述方法还包括：

23、获取所述传感设备采集的实际位移信息与实际关节角度信息，根据所述实际位移信息和所述实际关节角度信息确定所述移动操作机器人的当前位姿；

24、基于所述目标位移信息和所述目标关节角度信息，控制所述移动操作机器人从所述当前位姿，移动并调整至所述目标位姿。

25、第二方面，本技术还提供了一种移动操作机器人的控制装置。所述装置包括：

26、神经网络编码器模块，用于获取移动操作机器人的目标位姿，并对所述目标位姿进行逆运动学求解处理，输出所述移动操作机器人的位移信息与关节角度信息；

27、正运动学解码器模块，用于根据所述移动操作机器人的位移信息与关节角度信息进行预测处理，输出预测位姿；

28、迭代计算模块，用于根据所述目标位姿和所述预测位姿，进行迭代计算处理，得到所述移动操作机器人的目标位移信息和目标关节角度信息；

29、控制模块，用于基于所述目标位移信息和所述目标关节角度信息，控制所述移动操作机器人移动并调整至所述目标位姿。

30、第三方面，本技术还提供了一种移动操作机器人，所述移动操作机器人包括：机器人本体，以及如上所述的移动操作机器人的控制装置；

31、所述控制装置，连接所述机器人本体，用于执行以下步骤：

32、获取移动操作机器人的目标位姿；

33、将所述目标位姿输入至神经网络编码器中进行逆运动学求解处理，输出所述移动操作机器人的位移信息与关节角度信息；

34、将所述位移信息和所述关节角度信息输入至正运动学解码器进行预测处理，输出预测位姿；

35、根据所述目标位姿和所述预测位姿，对所述神经网络编码器进行迭代计算处理，得到所述移动操作机器人的目标位移信息和目标关节角度信息；

36、基于所述目标位移信息和所述目标关节角度信息，控制所述移动操作机器人移动并调整至所述目标位姿。

37、第四方面，本技术还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

38、获取移动操作机器人的目标位姿；

39、将所述目标位姿输入至神经网络编码器中进行逆运动学求解处理，输出所述移动操作机器人的位移信息与关节角度信息；

40、将所述位移信息和所述关节角度信息输入至正运动学解码器进行预测处理，输出预测位姿；

41、根据所述目标位姿和所述预测位姿，对所述神经网络编码器进行迭代计算处理，得到所述移动操作机器人的目标位移信息和目标关节角度信息；

42、基于所述目标位移信息和所述目标关节角度信息，控制所述移动操作机器人移动并调整至所述目标位姿。

43、第五方面，本技术还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

44、获取移动操作机器人的目标位姿；

45、将所述目标位姿输入至神经网络编码器中进行逆运动学求解处理，输出所述移动操作机器人的位移信息与关节角度信息；

46、将所述位移信息和所述关节角度信息输入至正运动学解码器进行预测处理，输出预测位姿；

47、根据所述目标位姿和所述预测位姿，对所述神经网络编码器进行迭代计算处理，得到所述移动操作机器人的目标位移信息和目标关节角度信息；

48、基于所述目标位移信息和所述目标关节角度信息，控制所述移动操作机器人移动并调整至所述目标位姿。

49、上述一种移动操作机器人的控制方法、装置、计算机设备、存储介质和一种移动操作机器人，通过将所述目标位姿输入至神经网络编码器中进行逆运动学求解处理，输出所述移动操作机器人的位移信息与关节角度信息；同时计算机械臂关节角度和底盘相对移动距离，实现了远距离移动操作机器人的逆运动学求解；通过根据所述目标位姿和所述预测位姿，对所述神经网络编码器进行迭代计算处理，得到所述移动操作机器人的目标位移信息和目标关节角度信息；实际运行过程中的迭代计算优化了输出的目标位移信息和目标关节角度信息，实现更为精确的远距离移动操作机器人的控制。