申请/专利权人：中山大学

申请日：2022-01-25

公开（公告）日：2024-04-09

公开（公告）号：CN114193458B

主分类号：B25J9/16

分类号：B25J9/16

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2022.04.05#实质审查的生效;2022.03.18#公开

摘要：本发明公开了一种基于高斯过程在线学习的机器人控制方法，包括通过低增益的比例‑微分控制，获取初始数据，根据所述初始数据构建初始高斯过程在线学习模型，所述初始高斯过程在线学习模型用于对机器人进行初步控制；在每个控制周期内轮转更新高斯过程在线学习模型；将期望的位置、速度和加速作为输入，根据最新的高斯过程在线学习模型预测得到多个力矩，将所述力矩作为机器人控制的前馈输入，以对所述机器人进行控制。本发明能够提高跟踪精度并且能够降低模型更新频率，可广泛应用于机器人控制技术领域。

主权项：1.一种基于高斯过程在线学习的机器人控制方法，其特征在于，包括：通过低增益的比例-微分控制，得到初始数据，根据所述初始数据构建初始高斯过程在线学习模型，所述初始高斯过程在线学习模型用于对机器人进行初步控制；其中，所述比例-微分控制的输入参数为初始化超参数；所述初始化超参数包括比例和微分增益、基向量集大小、核函数、模型噪声、方差阈值以及遗忘速度参数；在每个控制周期内轮转更新高斯过程在线学习模型；将期望的位置、速度和加速度作为输入，根据最新的高斯过程在线学习模型预测得到多个力矩，将所述力矩作为机器人控制的前馈输入，以对所述机器人进行控制；其中，所述在每个控制周期内轮转更新高斯过程在线学习模型，包括：对于n个关节的机械臂，采用n个独立的高斯过程在线学习进行建模，得到高斯过程在线学习模型；在每个控制周期内，每次更新一个所述高斯过程在线学习模型。

全文数据：

权利要求：

百度查询： 中山大学 一种基于高斯过程在线学习的机器人控制方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD