基于卷積神經網絡算法的機器人系統控制

張松林

(安徽信息工程學院 信息系，安徽 蕪湖 241000)

自20世紀中期開始，機器人系統逐步得到發展。從簡單的機械結構到具有感知識別功能的智能機器人系統，已經在多個領域廣泛應用。其中，物體抓取操作是機器人的重要功能。隨著硬件技術的不斷成熟，機器人系統通過傳感器實現環境感知，并通過智能算法的設計來實現物體的任意抓取。由于機器人系統應用領域的復雜化，對機器人的控制算法提出了更高的要求。目前，工業機器人的抓取算法設計需要依賴預先建立好的物體抓取模型并整理為數據庫，但對于在非結構化的環境中進行抓取的機器人來說，建立準確的數學模型難以實現。因此，要建立起能夠對環境實時預測并快速整定的抓取規劃算法。為優化這一問題，引入基于卷積神經網絡的機器人規劃算法。機器人通過傳感器獲取的環境信息，建立對應的抓取位姿映射關系，即通過環境模型庫來存儲機器人抓取經驗，相比與傳統的抓取控制算法而言，基于卷積神經網絡的算法可以實現對未知物體的抓取經驗遷移。

1 機器人抓取模型設計

機器人物體抓取可以視為機械臂對物體表面上一組接觸點的施加力，以防止物體在外界擾動下發生運動。為提高機器人對物體抓取的控制性能，首先，需要建立機器人物體抓取的接觸力數學模型[1]。

圖1 物體與末端執行器接觸模型的坐標系關系

1.1 機器人與物體之間的接觸力

(1)

式中，fi∈R3為機械臂在點ci點上的接觸力(N);τi∈R3為機械臂在點ci點上的接觸力矩(N/m)。由于接觸力和接觸力矩所處的維度不同，特引入參數ρ進行調整，因此得式(2)：

(2)

通過引入參數ρ可使wi的所有成分都采取力單位。確定參數ρ的方法有兩種，一種為質心與物體間任意一點最遠的距離，使在所抓取的物體上施加最大力矩；另一種是將參數ρ定義為回轉半徑，但該方法計算較為復雜、用途不多。接觸模型由兩個接觸面的幾何形態和材料的特性決定，并能通過接觸施加在物體上的力映射成為相對于物體的力旋量。一般情況下，定義了8種接觸模型，其中最為常用的接觸模型為有摩擦的點接觸模型和無摩擦的點接觸模型。點接觸模型為剛性接觸模型，即假定機械臂爪手與所抓物體都為剛體，且物體間的碰撞具有即時性和不連續性的特點，通過系統在平衡碰撞后動量變化可以推到出運動方程。在無摩擦的點接觸模型中，接觸力是沿著法向量方向作用在物體表面，而假定爪手與物體表面不變形。這兩種模型主要應用于接觸面小且接觸面光滑的場景。

1.2 建立抓取物體的卷積網絡模型

建立了機器人與物體之間的接觸力模型g={x,y,d,θ}后，又設計了抓取物體的卷積網絡模型。為提高機器人抓取物體的準確性，將傳感器獲得的深度圖像作為卷積網絡的輸入。以全卷積的形式設計網絡輸出層，可以減少網絡的訓練參數。為提高網絡底層數據的利用，本設計利用殘差單元作為網絡的基礎，而對于網絡的輸出，進行了歸一化的處理。卷積網絡模型中需要處理的參數包括抓取概率、抓取角度、抓取寬度和抓取位置，其中，抓取概率需要先將傳感器傳出的圖片進行二進制標記，再對相應區域內的值進行設置。機械手的抓取角度范圍為在[-90,90]之間，且設置sin2θ,cos2θ來確定抓取角度。為了保證卷積輸出層的值不超過1，在求取抓取寬度時，要求深度相機二指夾持器間的最大寬度為50像素。

1.3 基于主成分分析法的末端姿態調整

為保證抓取物體的穩定性，機器手末端不應始終垂直于物體所處于的平面。這樣有利于在抓取位置較高且圓形的物體時，在很多角度下都不能準確抓起物體，此時需要對物體末端的位置和姿態進行調整，再進行抓取。本設計基于主成分分析法進行末端姿態調整。首先，求取接觸點處的法向量，將其作為末端姿態調整的一部分，具有計算精度高、計算速度快和計算時間復雜度低的特點。該方法的應用原理就是通過遍歷，計算出距離目標點k個歐式距離最小的點，通過最小二乘法擬合出局部領域平面，再通過計算領域內的協方差得到去面特性。在確定一個表面的法線時，需要估計表面上的一個相切面的法線，就可以將末端姿態調整問題轉化為一個基于最小二乘法的平面擬合估計問題。由于法線正負向問題無法確定，因此，通過主成分分析法計算出的表面法向量具有二義向，在特殊情況下無法實現對抓取點法向量一致性統一。本文定義一個法線方向，并將空間中的點vp作為法線的朝向，并滿足：ni·(vp-pi)>0。

2 基于卷積神經網絡的機械爪控制策略研究

為保證機械爪物體抓取的實時性，需要在每個控制時刻將末端執行器與目標位置的圖像作為卷積層的輸入。由于卷積神經網絡具有強大的圖像處理功能，在策略搜索算法的監督下，通過訓練過程調整網絡權重與偏置，可獲得執行器與目標之間的相對位置。由于機械臂的各關節信息無法通過圖像實時獲取，在搭建卷積神經網絡策略時，將關節角和角速度作為神經網絡連接層進行輸入?；诰矸e神經網絡的機械爪控制結構如圖2所示。

圖2 基于卷積神經網絡機器人控制框圖

2.1 卷積神經網絡結構設計

在構建卷積神經網絡視覺層時，為保證對圖像中特征的及時重組，對輸入圖像進行處理后，在視覺層的最后加入一層全連接層，同時還可降低圖像特征的維度，并對圖像特征的數值進行縮放，使其與機械臂關節狀態的數值相近。電機控制層的輸入為視覺層輸出的圖像特征和關節狀態信息，通過兩層全連接層對擬合策略搜索控制器，電機控制層后由卷積神經網絡輸出該時刻的關節控制量。在電機控制層設計過程中，若直接將特征圖與關節狀態信息進行組合，由于相機圖像的特征數量過于龐大，會發生卷積神經網絡控制策略無法收斂的問題，使關節狀態信息被提取的特征被淹沒，進而很難獲取輸入特征與關節控制量之間準確的映射關系。為解決上述問題，在進行卷積神經網絡視覺層設計時，增加一個全連接層。該方法一方面可以有效降低電機控制層的輸入維度，保證了關節狀態信息不被淹沒；另一方面，卷積層輸出的特征圖在經過全連接層后會下降，并與關節狀態信息的數量上較為匹配，使卷積神經網絡在隨機梯度下降時能更好優化電機控制層的相關參數。

2.2 卷積神經網絡損失函數

卷積神經網絡的損失函數是評價網絡輸出結果優劣的重要指標。損失函數設計直接決定卷積神經網絡各層權重與偏置的優化方向，進而影響卷積神經網絡訓練后的泛化能力。本設計中的損失函數，是為了保證在策略搜索算法監督下進行網絡訓練，既可以保證完成規定的放置任務，也對陌生物體抓取產生一定的是影響。在訓練過程中，卷積神經網絡算法能使受訓的機械系統向提供監督的機械控制器方向進行規范，保證該系統的控制效果，使視覺層、電機控制層的優化具有較好的泛化能力。在進行卷積神經網絡函數設計時，可以從相似度的KL散度項和L2正則化項兩個方向同時展開，其中，KL散度項主要反映卷積神經網絡控制策略與機械臂控制器兩者之間的相似程度，而L2正則化項的主要功能，是防止數據發生過度擬合的問題。在設計損失函數前，首先假定優化的神經網絡處于多元高斯分布的情況下，實現與策略搜索算法后控制值輸出的線性形式的多元高斯分布的均值處于相同區域，從而保證了KL散度可以準確描述卷積神經網絡控制策略與機械臂控制器兩者之間的相似程度。損失函數設計的第二部分是L2正則化項，其設計思路是使卷積神經網絡的權重矩陣元素都處于較小，以避免數據發生過度擬合的問題。通過在實際數據中對權重衰減系數進行檢驗，最后將其取值為0.005。此外，分析所設計的損失函數后發現，由于協方差矩陣的跡項和對數項中都不包括卷積神經網絡策略的實際輸出數據，因此，在利用反向傳播的方法求取損失函數時，輸入梯度時以上協方差項不會影響到神經網絡權重以及偏置的更新，在計算損失函數時可以對其進行忽略?；谏鲜龅目紤]，設計的卷積神經網絡策略最終的損失函數為：

3.3 卷積神經網絡訓練方法

訓練卷積神經網絡時，保證控制器控制效果的重要內容，是在正式訓練開始前，對卷積神經網絡的視覺層進行預訓練。這樣既可以在一定程度上縮短網絡的訓練時間，使神經網絡各層的權重和偏置都能在正式訓練之前得到較好的初始化，也能避免在訓練過程中局部最優解的結果。本文選取遷移學習的方法，以實現對卷積神經網絡的預訓練。該方法可以有效簡化卷積神經網絡結構設計過程中的步驟和難度。在對卷積神經網絡電機控制層進行訓練時，需要對該層參數進行初始訓練，避免在預訓練后的正式訓練時造成數據的大量丟失。本文采取端對端訓練方法，使卷積神經網絡可以滿足機械手對于物體抓取的準確性和穩定性，并完成對初次探取物品放置位姿的適應性。在正式進行卷積神經網絡策略設計過程中，需要設計有效的策略搜索監督算法來保證訓練結果的準確性[3]，使得受訓的卷積神經網絡具有良好的泛化能力?？紤]到上述的卷積神經網絡策略訓練要求，在進行正式訓練和測試過程中，將物品的放置任務都限制在規定的正方形區域中。本實驗設計了邊長為38cm的正方形，從而避免進入到較大區域。一方面是考慮到卷積神經網絡泛化能力提升的需求；另一方面是考慮對網絡深度和采樣位置以及數量的提升要求。該方法經過試驗驗證后發現，它有效優化了卷積神經網絡策略的訓練時間以及對神經網絡參數調整時間，機器人在進行物品放置過程中對面積的要求也具有較好的適應性能。在卷積神經網絡策略正式訓練過程中，電機控制層參數的差異會導致卷積神經網絡在訓練的初始階段因參數梯度過大，使卷積神經網絡的各層權重與偏置都處于大幅度的更新狀態，并引起卷積神經網絡視覺層在參數更新過程中所挖掘的特征信息會大量丟失的問題。本文引入的視覺層參數的預訓練以及電機控制層參數的初始化，就可以有效解決上述問題。在對卷積神經網絡的電機控制層進行相應訓練時，需要固定卷積神經網絡視覺層的參數，并根據訓練位置所獲得的數據采樣信息，基于隨機梯度下降理論的方法，對卷積神經網絡的電機控制層參數進行更新和迭代。

3 結語

傳統的工業機器人的抓取算法設計，主要依賴預先建立起來的物體抓取模型并整理為數據庫。對于倉儲物流、家庭服務等非結構化的應用環境進行抓取的機器人來說，建立準確的數學模型難以實現。這就要求在控制器中建立一個能夠對環境實時預測并快速整定的抓取規劃算法。為解決該問題，本文設計了基于卷積神經網絡的機器人規劃算法。該方法是指實時采集機器人通過傳感器獲取的環境信息，建立對應的抓取位姿映射關系，即通過環境模型庫來存儲機器人抓取經驗，與傳統的抓取控制算法而言基于卷積神經網絡的算法相比，這個方法可以實現對未知物體的抓取經驗遷移。卷積神經網絡的實用性主要依靠對網絡的訓練效果，而卷積神經網絡又受到多種因素的直接影響，本文引入的視覺層參數的預訓練以及電機控制層參數的預初始化，提高了卷積神經網絡的控制效果，建立完整的機器人自動抓取規劃系統，并通過實踐，驗證了自動抓取規劃方法是可行的。