机器人控制方法和机器人与流程

摘要: 本申请属于机器人,尤其涉及一种机器人控制方法和机器人。背景技术:1、随着具身智能技术的发展,在低功耗、算力受限的边缘端异构计算平台上部署基于深度神经网络的机器人...
机器人控制方法和机器人与流程

本申请属于机器人,尤其涉及一种机器人控制方法和机器人。

背景技术:

1、随着具身智能技术的发展,在低功耗、算力受限的边缘端异构计算平台上部署基于深度神经网络的机器人实时控制算法已成为行业趋势。此类方法通常利用神经网络对机器人动力学模型进行端到端拟合,并通过在线自动微分求解安全约束边界,进而结合模型预测控制实现高动态环境下的实时最优决策。深度网络模型参数量可达数百万至数千万,全量前向与反向求导涉及海量浮点乘加运算及外部存储器数据搬运,而边缘端硬件加速器的算力与存储带宽难以在数百微秒级控制周期内完成该计算任务,导致控制器被迫降低控制频率或简化网络模型,进而牺牲控制精度与动态响应性能。

技术实现思路

1、本申请实施例提供一种机器人控制方法和机器人,有助于实现高频、精确的机器人控制。

2、本申请实施例第一方面提供一种机器人控制方法,包括:生成当前控制周期的空间变化率约束矩阵,空间变化率约束矩阵表征机器人运动状态相对于预设安全边界的变化趋势;预测机器人的未来状态轨迹,并将空间变化率约束矩阵与未来状态轨迹进行融合处理,得到约束系数;依据期望运动轨迹及约束系数进行优化求解,确定当前控制周期的最优控制量,并基于最优控制量驱动电机执行动作;采集电机执行动作后的真实状态数据,将真实状态数据与未来状态轨迹进行比较,提取控制残差向量;根据控制残差向量和未来状态轨迹生成当前控制周期的历史样本,当前控制周期的历史样本用于对后续控制周期的最优控制量进行修正。

3、在第一方面的一些实施方式中,生成当前控制周期的空间变化率约束矩阵,包括:获取当前控制周期中机器人的运动状态数据;将运动状态数据与预设安全边界进行逐位比对,生成掩码信息,掩码信息用于标记超出预设安全边界的运动状态分量;依据掩码信息,对超出预设安全边界的运动状态分量所对应的网络权重矩阵执行前向传导与反向求导运算,得到空间变化率约束矩阵。

4、在第一方面的一些实施方式中,将真实状态数据与未来状态轨迹进行比较,提取控制残差向量,包括:将真实状态数据与未来状态轨迹按照相同时间戳进行对齐;对对齐后的真实状态数据和未来状态轨迹中属于同一运动变量的数据值执行差值运算,得到控制残差向量。

5、在第一方面的一些实施方式中,将空间变化率约束矩阵与未来状态轨迹进行融合处理,得到约束系数,包括:获取未来状态轨迹中各时间步的预测状态值,将每一时间步的预测状态值与基准状态值之差作为该时间步的状态增量;将各时间步的状态增量分别与空间变化率约束矩阵执行运算处理,得到约束系数。

6、在第一方面的一些实施方式中,根据控制残差向量和未来状态轨迹生成当前控制周期的历史样本,包括:将控制残差向量异步搬运至专用硬件加速器的片上高速缓存;控制专用硬件加速器对控制残差向量执行编码操作,得到残差特征表示;将未来状态轨迹与残差特征表示在物理内存空间中进行地址对齐与拼接,生成当前控制周期的历史样本。

7、在第一方面的一些实施方式中,在根据控制残差向量和未来状态轨迹生成当前控制周期的历史样本之后,还包括:获取记忆库的写入指针与读取指针,记忆库在物理地址空间上被配置为环形拓扑结构;当校验到写入指针与读取指针发生地址重叠时,触发将记忆库中未访问时长最长的历史样本所在的物理内存页面标记为可覆写状态;将当前控制周期的历史样本写入可覆写状态的物理内存页面中。

8、在第一方面的一些实施方式中,在根据控制残差向量和未来状态轨迹生成当前控制周期的历史样本之后,还包括:在下一个控制周期启动时,将机器人的当前状态数据作为查询矢量;在记忆库中检索与查询矢量相似度最高的历史样本,提取相似度最高的历史样本对应的控制残差向量;将相似度最高的历史样本对应的控制残差向量表示作为前馈补偿量,对下一个控制周期的控制指令进行修正。

9、在第一方面的一些实施方式中,在记忆库中检索与查询矢量相似度最高的历史样本,包括:并行提取记忆库中各历史样本的历史状态字段;将查询矢量分别与每一组历史状态字段执行差值绝对值累加运算,得到各历史样本对应的累计差值,各历史样本对应的累计差值在预设的固定时钟周期内并行输出;将累计差值最小的历史样本确定为相似度最高的历史样本。

10、在第一方面的一些实施方式中,采集电机执行动作后的真实状态数据,包括:在电机执行动作后,检测硬件定时器的计数值;当计数值达到采样边界时触发采样中断,采样中断在同一时钟沿上触发多源传感器进行同步采样与数字化处理,得到真实状态数据。

11、本申请实施例第二方面提供一种机器人控制装置,包括:约束矩阵生成单元,用于生成当前控制周期的空间变化率约束矩阵,空间变化率约束矩阵表征机器人运动状态相对于预设安全边界的变化趋势;约束系数生成单元,用于预测机器人的未来状态轨迹,并将空间变化率约束矩阵与未来状态轨迹进行融合处理,得到约束系数;机器人控制单元,用于依据期望运动轨迹及约束系数进行优化求解,确定当前控制周期的最优控制量,并基于最优控制量驱动电机执行动作;残差提取单元,用于采集电机执行动作后的真实状态数据,将真实状态数据与未来状态轨迹进行比较,提取控制残差向量;历史样本生成单元,用于根据控制残差向量和未来状态轨迹生成当前控制周期的历史样本,当前控制周期的历史样本用于对后续控制周期的最优控制量进行修正。

12、本申请实施例第三方面提供一种机器人,包括:存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述机器人控制方法的步骤。

13、本申请实施例第四方面提供一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现上述机器人控制方法的步骤。

14、本申请实施例第五方面提供了一种计算机程序产品,当计算机程序被运行时,使得上述机器人控制方法被执行。

15、在本申请的实施方式中,通过生成表征运动状态相对于预设安全边界变化趋势的空间变化率约束矩阵,将空间变化率约束矩阵与未来状态轨迹进行融合处理,得到约束系数,以依据期望运动轨迹及约束系数进行优化求解,确定当前控制周期的最优控制量,基于最优控制量驱动电机执行动作,将电机执行动作后的真实状态数据和未来状态轨迹进行比较,提取控制残差向量,再根据控制残差向量和未来状态轨迹生成当前控制周期的历史样本,使得当前控制周期产生的执行偏差不再被丢弃,而是以结构化样本的形式被保留并用于对后续控制周期的最优控制量进行修正,从而无需重复执行额外的系统辨识或扰动观测计算,有助于实现高频、精确的机器人控制。

1.一种机器人控制方法,其特征在于,包括:

2.根据权利要求1所述的机器人控制方法,其特征在于,所述生成当前控制周期的空间变化率约束矩阵,包括:

3.根据权利要求1所述的机器人控制方法,其特征在于,所述将所述真实状态数据与所述未来状态轨迹进行比较,提取控制残差向量,包括:

4.根据权利要求1所述的机器人控制方法,其特征在于,所述将所述空间变化率约束矩阵与所述未来状态轨迹进行融合处理,得到约束系数,包括:

5.根据权利要求1所述的机器人控制方法,其特征在于,所述根据所述控制残差向量和所述未来状态轨迹生成所述当前控制周期的历史样本,包括:

6.根据权利要求1所述的机器人控制方法,其特征在于,在所述根据所述控制残差向量和所述未来状态轨迹生成所述当前控制周期的历史样本之后,还包括:

7.根据权利要求1-6任意一项所述的机器人控制方法,其特征在于,在根据所述控制残差向量和所述未来状态轨迹生成所述当前控制周期的历史样本之后,还包括:

8.根据权利要求7任意一项所述的机器人控制方法,其特征在于,所述在记忆库中检索与所述查询矢量相似度最高的历史样本,包括:

9.根据权利要求1-6任意一项所述的机器人控制方法,其特征在于,所述采集电机执行动作后的真实状态数据,包括:

10.一种机器人,其特征在于,包括:存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至9任一项所述机器人控制方法的步骤。