葛 勇，曾勁松

（安徽機(jī)電職業(yè)技術(shù)學(xué)院 電氣工程學(xué)院，安徽 蕪湖市 241002）

目前，機(jī)器人在工業(yè)中得到了廣泛的應(yīng)用，通過機(jī)器人末端執(zhí)行機(jī)構(gòu)的姿態(tài)精度來測量機(jī)器人的工作性能。通過大量研究得出，當(dāng)前影響機(jī)器人姿態(tài)精度的因素主要包括：結(jié)構(gòu)參數(shù)誤差、環(huán)境因素干擾、動力學(xué)參數(shù)誤差、測量誤差等。在干擾因素當(dāng)中包含了線性因素，也包含了非線性因素［1］。針對各類線性因素的干擾可結(jié)合其變化規(guī)律對位姿進(jìn)行補(bǔ)償，但非線性因素由于沒有明顯的變化規(guī)律，因此很難實(shí)現(xiàn)對其精準(zhǔn)的補(bǔ)償。同時，由于各類非線性影響因素的存在，使得機(jī)器人在運(yùn)行過程中的精度會受到極大程度上的負(fù)面影響。因此，國外有相關(guān)方面的專家針對工業(yè)機(jī)器人位姿誤差補(bǔ)償方面展開了研究。提出由離線預(yù)調(diào)節(jié)和在線補(bǔ)償組成的迭代學(xué)習(xí)誤差補(bǔ)償方法，將改進(jìn)的蒙特卡羅定位和機(jī)器視覺技術(shù)相結(jié)合，幫助自動泊車機(jī)器人進(jìn)行位姿修正［2］。

近幾年，國內(nèi)相關(guān)領(lǐng)域研究人員對這一話題也進(jìn)行了深入的研究，并提出了較為可行的方法。有研究學(xué)者提出了一種全梯度標(biāo)準(zhǔn)粒子群優(yōu)化反饋神經(jīng)網(wǎng)絡(luò)的工業(yè)機(jī)器人末端位姿補(bǔ)償方法。計(jì)算機(jī)器人關(guān)節(jié)角度，應(yīng)用全梯度下降法來優(yōu)化反饋神經(jīng)網(wǎng)絡(luò)，計(jì)算實(shí)際位姿與理想位姿之間的差值，并通過網(wǎng)絡(luò)訓(xùn)練獲取位姿參數(shù)與角度差值的關(guān)系，實(shí)現(xiàn)對機(jī)器人關(guān)節(jié)角度值的補(bǔ)償［3］。雖然這種方法能夠很好的補(bǔ)償機(jī)器人關(guān)節(jié)角度，但是在實(shí)際應(yīng)用中，機(jī)械臂連桿容易出現(xiàn)較大位移，依舊存在一定的誤差。還有相關(guān)專家提出基于慣性傳感器的工業(yè)機(jī)器人定位誤差補(bǔ)償方法，主要融合了視覺傳感器與慣性傳感器的信息，獲取工業(yè)機(jī)器人定位參數(shù)，通過光學(xué)運(yùn)動跟蹤識別方法對末端位姿進(jìn)行修正，實(shí)現(xiàn)誤差補(bǔ)償［4］。但是由于視覺傳感器獲取畫面的角度有限，容易忽略機(jī)器人運(yùn)行過程中關(guān)節(jié)角的變化，因此在角度上還存在較大誤差。

針對上述問題，本文開展基于深度學(xué)習(xí)的工業(yè)機(jī)器人位姿誤差自動補(bǔ)償方法設(shè)計(jì)研究。

1 建立基于深度學(xué)習(xí)的機(jī)器人位姿目標(biāo)識別定位模型

為實(shí)現(xiàn)對工業(yè)機(jī)器人位姿誤差的有效補(bǔ)償，引入深度學(xué)習(xí)，建立工業(yè)機(jī)器人位姿目標(biāo)識別定位模型，并以其作為標(biāo)準(zhǔn)，開展后續(xù)對誤差的補(bǔ)償操作。在位姿目標(biāo)識別定位模型中引入深度學(xué)習(xí)目標(biāo)檢測模型的基本結(jié)構(gòu)，包括目標(biāo)區(qū)、特征表示區(qū)、區(qū)域分類等。利用深度學(xué)習(xí)算法對工業(yè)機(jī)器人運(yùn)行過程中的圖像進(jìn)行處理，并提取出可能存在目標(biāo)的定位框架，將這一框架中包含的區(qū)域視為候選區(qū)域。通過自動方式提取圖像中的特征。采用分類器判定區(qū)域當(dāng)中是否存在目標(biāo)以及目標(biāo)所屬的具體類別。在這一過程中用于實(shí)現(xiàn)深度學(xué)習(xí)的RPN網(wǎng)絡(luò)會產(chǎn)生一定損失，這一部分損失可通過下述公式計(jì)算得出：

式中，L(p,t)表示上述過程深度學(xué)習(xí)RPN網(wǎng)絡(luò)損失量；N表示學(xué)習(xí)次數(shù)；p表示生成框架類別預(yù)測信息；p"表示一個標(biāo)簽中包含的信息。 表示平衡變量。根據(jù)上述公式，可確定模型在進(jìn)行深度學(xué)習(xí)過程中產(chǎn)生的損失量。根據(jù)這一損失情況，在輸入變量時，對輸入值進(jìn)行補(bǔ)償，將最后一個卷積層當(dāng)中的特征圖上輸入ROI區(qū)域大小為：

式中，S表示最后一個卷積層當(dāng)中的特征圖上輸入ROI 區(qū)域大??；y和y"表示ROI 區(qū)域中某一點(diǎn)的縱軸坐標(biāo)；x和x"表示ROI區(qū)域中某一點(diǎn)的橫軸坐標(biāo)。上述公式中，該節(jié)點(diǎn)的坐標(biāo)表示為（x，y，x"，y"）。由于工業(yè)機(jī)器人本身運(yùn)行環(huán)境當(dāng)中存在較多復(fù)雜因素，因此采用多任務(wù)學(xué)習(xí)模式對位姿目標(biāo)識別定位模型進(jìn)行優(yōu)化。在進(jìn)行多任務(wù)模式的訓(xùn)練中，使用2 個階段的學(xué)習(xí)策略來進(jìn)行模型的訓(xùn)練，目的是防止多個任務(wù)同時進(jìn)行，會造成網(wǎng)絡(luò)的不穩(wěn)定［5］。所以，在模型訓(xùn)練的初期，模型是一個單一任務(wù)或雙任務(wù)組成的模型，通過不斷學(xué)習(xí)、迭代構(gòu)成完整的模型結(jié)構(gòu)。同時，在訓(xùn)練的過程中，在RPN 網(wǎng)絡(luò)中模擬現(xiàn)實(shí)工業(yè)機(jī)器人的運(yùn)行場景，模擬內(nèi)容具體包括工業(yè)機(jī)器人開始時的位姿、結(jié)束時的位姿、連桿運(yùn)行狀態(tài)等［6］。通過上述學(xué)習(xí)方式，可以使模型的參數(shù)不斷地更新，在原有的任務(wù)中，將所學(xué)到的知識轉(zhuǎn)移到新的任務(wù)中，使整個訓(xùn)練過程的學(xué)習(xí)效率得到提高［7］。將上述構(gòu)建的模型導(dǎo)入到包含256維度的RPN網(wǎng)絡(luò)中間層當(dāng)中，在經(jīng)過在最后一層卷積后，輸出256個維度的特征圖像，每一個圖像都有固定的尺寸，這些特征圖像上的每一個點(diǎn)都有對應(yīng)的原始圖像和區(qū)域，利用回歸方法確定在原始圖像上該特征點(diǎn)所在區(qū)間。在此基礎(chǔ)上，選擇k 個具有不同大小以及長寬比的矩形，將其作為定位框。利用RPN網(wǎng)絡(luò)生成定位框，利用定位框確定工業(yè)機(jī)器人在運(yùn)行過程中的位移以及角度。

2 導(dǎo)入誤差自動補(bǔ)償模糊控制器

在上述論述基礎(chǔ)上，將模糊控制器導(dǎo)入到工業(yè)機(jī)器人中，利用這一程序?qū)崿F(xiàn)對位姿誤差的自動補(bǔ)償控制。圖1為模糊控制器的基本結(jié)構(gòu)圖。

圖1 模糊控制器基本結(jié)構(gòu)圖

利用模糊控制器當(dāng)中的模糊化模塊，將精準(zhǔn)的變量轉(zhuǎn)變?yōu)槟：兞?。在模糊化模塊接口上的操作實(shí)際是定義語言變量的過程［8］。在模糊控制器當(dāng)中，設(shè)置工業(yè)機(jī)器人位姿的物產(chǎn)數(shù)值以及誤差變化率數(shù)值，將其作為模糊控制器的輸入變量。為了使模糊控制語言變量轉(zhuǎn)換到離散域當(dāng)中，實(shí)現(xiàn)計(jì)算機(jī)的識別，通過下述公式確定量化因子：

式中，k表示量化因子；m表示論域參數(shù)；e表示低限制；e"表示高限值。在確定量化因子后，根據(jù)控制規(guī)則中的輸入變量與輸出變量的模糊關(guān)系，通過模糊推理，確定輸出變量的模糊狀態(tài)，利用這一模糊狀態(tài)對工業(yè)機(jī)器人位姿誤差進(jìn)行補(bǔ)償。在實(shí)際補(bǔ)償控制過程中，若每一次采樣后都需要進(jìn)行模糊化、推理、去模糊化等操作，則會造成補(bǔ)償方法本身運(yùn)行負(fù)擔(dān)增加，并占用大量資源［9］。針對這一問題，將上述運(yùn)算以離線形式進(jìn)行，并針對每一個可能產(chǎn)生的輸入白能量和輸出變量進(jìn)行存儲，通過模糊查詢表得到對應(yīng)數(shù)值，以此根據(jù)這一數(shù)據(jù)實(shí)現(xiàn)對工業(yè)機(jī)器人位姿誤差的自動補(bǔ)償。

3 輸出位姿誤差及自動補(bǔ)償

完成對模糊控制器的導(dǎo)入后，結(jié)合閉環(huán)矢量法，確定工業(yè)機(jī)器人的位姿誤差補(bǔ)償函數(shù)：

式中，I表示工業(yè)機(jī)器人的位姿誤差補(bǔ)償函數(shù)；J表示輸出位姿誤差最小值；m表示相對于工業(yè)機(jī)器人上下平臺各個連桿節(jié)點(diǎn)的位置。在確定工業(yè)機(jī)器人位姿誤差補(bǔ)償函數(shù)后，對于理論輸出位置可通過理論反解函數(shù)計(jì)算求得。由工業(yè)機(jī)器人連桿理論長度通過正向求解得到輸出的位姿數(shù)值。假設(shè)變量Xc表示補(bǔ)償后的輸出位姿誤差，則其表達(dá)式為：

式中，X"表示輸出位姿數(shù)值；X"表示實(shí)際輸出位姿補(bǔ)償量。通過理論反解得到工業(yè)機(jī)器人的名義補(bǔ)償量。在此基礎(chǔ)上，引入結(jié)構(gòu)誤差，得到驅(qū)動工業(yè)機(jī)器人位姿改變的連桿誤差補(bǔ)償量［10］。針對工業(yè)機(jī)器人運(yùn)行過程中隨時間變化而產(chǎn)生的動態(tài)誤差，基于工作空間補(bǔ)償原理，對工業(yè)機(jī)器人輸出軌跡進(jìn)行動態(tài)補(bǔ)償。

在上述基礎(chǔ)上，為實(shí)現(xiàn)對工業(yè)機(jī)器人位姿誤差的自動補(bǔ)償，使工業(yè)機(jī)器人在運(yùn)行的過程中每一個連桿都達(dá)到理想運(yùn)動狀態(tài)，在上述導(dǎo)入的模糊控制器的基礎(chǔ)上，確定自動補(bǔ)償?shù)脑砣鐖D2所示。

圖2 工業(yè)機(jī)器人位姿誤差自動補(bǔ)償原理圖

按照圖2 所示的基本原理，進(jìn)行對工業(yè)機(jī)器人位姿誤差的自動補(bǔ)償。在這一過程中，sl0表示驅(qū)動工業(yè)機(jī)器人原始結(jié)構(gòu)誤差，由于工業(yè)機(jī)器人本身結(jié)構(gòu)的特點(diǎn)，其各個連桿之間存在一定間隙以及結(jié)構(gòu)誤差。因此，為了不影響到最終位姿的精度，在上述深度學(xué)習(xí)基礎(chǔ)上，在工業(yè)機(jī)器人中位點(diǎn)對sl0進(jìn)行離線尋優(yōu)，以此得到最優(yōu)的sl0數(shù)值，在實(shí)際工業(yè)機(jī)器人開始運(yùn)行時，針對其初始位姿進(jìn)行更加準(zhǔn)確的標(biāo)定，確保后續(xù)位姿變化的精度，以此達(dá)到誤差自動補(bǔ)償?shù)哪康摹?/p>

4 對比實(shí)驗(yàn)

在本文上述論述基礎(chǔ)上，為實(shí)現(xiàn)對基于深度學(xué)習(xí)的補(bǔ)償方法應(yīng)用可行性的檢驗(yàn)，選擇將該方法作為實(shí)驗(yàn)組，將基于改進(jìn)的PSO-BP 算法的補(bǔ)償方法作為對照I 組，將基于慣性傳感器的補(bǔ)償方法作為對照II 組，開展下述對比實(shí)驗(yàn)研究。選擇以某工業(yè)生產(chǎn)區(qū)也現(xiàn)使用的工業(yè)機(jī)器人作為實(shí)驗(yàn)研究對象。具體實(shí)驗(yàn)環(huán)境如圖3所示。

分別按照3 種補(bǔ)償方法的應(yīng)用思路，將其應(yīng)用到工業(yè)機(jī)器人上，并設(shè)置應(yīng)用實(shí)驗(yàn)組補(bǔ)償方法的工業(yè)機(jī)器人為JQR-01，設(shè)置應(yīng)用對照I 組補(bǔ)償方法的工業(yè)機(jī)器人為JQR-02，設(shè)置應(yīng)用對照II組補(bǔ)償方法的機(jī)器人為JQR-03。3個工業(yè)機(jī)器人的型號以及各個性能參數(shù)完全相同，表1為該工業(yè)機(jī)器人連桿理論參數(shù)對照表。

表1 工業(yè)機(jī)器人連桿理論參數(shù)對照表

在明確上述各個連桿的運(yùn)行參數(shù)后，對3 組機(jī)器人在運(yùn)行過程中各個連桿運(yùn)行誤差進(jìn)行對比，其誤差計(jì)算公式為：

式（6）中，表示位移誤差；w表示連桿完成運(yùn)作后要求位置；l表示連桿完成運(yùn)作后實(shí)際位置；式（7）中表示角度誤差；a表示連桿完成運(yùn)作后要求角度；表示連桿完成運(yùn)作后實(shí)際角度。根據(jù)上述公式，將3 組工業(yè)機(jī)器人位姿中五個連桿的誤差進(jìn)行記錄，并得到圖4。

圖4 3組工業(yè)機(jī)器人位姿誤差對比圖

結(jié)合圖4中的數(shù)據(jù)可以看出，3組工業(yè)機(jī)器人位姿誤差中，位移誤差從小到大依次為：JQR-01、JQR-02、JQR-03，角度誤差從小到大依次為：JQR-01、JQR-02、JQR-03。由此可以看出，通過對比3 種應(yīng)用不同補(bǔ)償方法的工業(yè)機(jī)器人位姿誤差得出，應(yīng)用本文上述提出的補(bǔ)償方法的工業(yè)機(jī)器人位姿無論是位移還是角度都更加精準(zhǔn)，證明該補(bǔ)償方法的有效性。

5 結(jié)束語

基于工業(yè)機(jī)器人的運(yùn)行特點(diǎn)，針對其在日常工作和生產(chǎn)過程中存在的位姿偏差問題，引入深度學(xué)習(xí)，提出了一種全新的位姿誤差自動補(bǔ)償方法，并通過將該方法與其他2 種補(bǔ)償方法對比得出，該補(bǔ)償方法的應(yīng)用可行性。在實(shí)際應(yīng)用中，由于工業(yè)運(yùn)行環(huán)境中存在較多干擾因素，均會對位姿誤差造成一定影響，因此在后續(xù)的研究中，還將針對多種不同環(huán)境中的干擾因素，對本文上述提出的補(bǔ)償方法進(jìn)行優(yōu)化，從而促進(jìn)工業(yè)機(jī)器人運(yùn)行水平的進(jìn)一步提高。