基于特征深度學(xué)習(xí)的機(jī)器人協(xié)調(diào)操作感知控制

楊靜宜，崔建弘*，龐雅靜

(1. 河北工程技術(shù)學(xué)院，河北 石家莊 050000；2. 河北科技大學(xué)，河北 石家莊 050000)

1 引言

作為人機(jī)協(xié)作的計(jì)算研究對象之一，人機(jī)協(xié)調(diào)操作感知控制備受研究人員的關(guān)注，成為現(xiàn)階段重點(diǎn)研究的對象之一。

為了實(shí)現(xiàn)人機(jī)協(xié)同操作，需要在機(jī)器人控制系統(tǒng)中添加人的行為感知特征信息，使人和機(jī)器人共同工作時(shí)，機(jī)器人能夠更好地匹配人體的運(yùn)動(dòng)模式。一般而言，阻抗控制大致可分為直接分配、力控制、阻抗與控制等，比較有代表性的是阻抗控制方法，具體操作即將控制坐標(biāo)信息與接觸力信息統(tǒng)一起來，通過控制結(jié)果來控制操作的感知，但是這種方法只有依靠固定環(huán)境間的接觸力量，機(jī)器人才能完美地響應(yīng)人體直接接觸，存在工作空間的限制；另一種有代表性的是一種既變阻尼控制，又稱變阻尼性控制方法，首先分析人與人之間的協(xié)調(diào)特點(diǎn)，根據(jù)速度的快慢設(shè)定不同的阻尼參數(shù)，從而控制機(jī)器人的協(xié)調(diào)動(dòng)作，但是降低了人機(jī)之間的作用力，造成操作者和機(jī)器人在執(zhí)行任務(wù)時(shí)，出現(xiàn)延遲或系統(tǒng)故障等問題；另一種關(guān)節(jié)控制方法是通過關(guān)節(jié)空間的動(dòng)力學(xué)模型，基于增廣PD控制理論，補(bǔ)償耦合力及摩擦力，設(shè)計(jì)主動(dòng)關(guān)節(jié)的同步控制，但是僅靠速度信息并不能很好地控制人與機(jī)器人之間的配合。

針對上述問題，本文提出了一種基于特征深度學(xué)習(xí)的機(jī)器人協(xié)調(diào)操作感知控制方法，其關(guān)鍵在于依靠迭代來估算目標(biāo)函數(shù)的最優(yōu)質(zhì)解，優(yōu)化網(wǎng)絡(luò)信息交互的拓?fù)浣Y(jié)構(gòu)，特征深度學(xué)習(xí)感知單元，減少數(shù)據(jù)量較大對計(jì)算機(jī)梯度的消耗，實(shí)現(xiàn)操作者與機(jī)器人之間的協(xié)調(diào)操作感知性能。

2 機(jī)器人協(xié)調(diào)操作感知控制

2.1 機(jī)器人協(xié)調(diào)操作原理

在機(jī)器人系統(tǒng)內(nèi)，協(xié)調(diào)即機(jī)器人與操作者在完成一集體運(yùn)作時(shí)的互相作用，是機(jī)器人系統(tǒng)對環(huán)境的適應(yīng)。由于機(jī)器人存在著知識不完整、不兼容、不一致和不可度量等問題，使得機(jī)器人與操作人員之間可能存在許多沖突，系統(tǒng)在正常有序運(yùn)行時(shí)出現(xiàn)錯(cuò)誤。在操作更復(fù)雜的物體時(shí)，需要操作者和機(jī)器人協(xié)同操作，共同完成這一任務(wù)。在這種情況下，為了最大限度地減少彼此間的沖突，機(jī)器人和操作者之間需要一種兩者相互感知的協(xié)調(diào)。機(jī)械人協(xié)調(diào)主要包括兩個(gè)方面的內(nèi)容：機(jī)械人與操作者的協(xié)調(diào)操作和機(jī)械人部件的協(xié)作。機(jī)器人與操作者協(xié)作解決的關(guān)鍵問題是如何組織多個(gè)部件共同完成一項(xiàng)任務(wù)，而完成任務(wù)的前提條件是決策機(jī)制與操作員之間的組織問題[1]，機(jī)器人的協(xié)作解決主要是如何實(shí)現(xiàn)或保持機(jī)器人和操作員在執(zhí)行任務(wù)的過程中動(dòng)作的一致性，即協(xié)作關(guān)系確立后，機(jī)器人如何具體控制動(dòng)作。

對機(jī)器人的協(xié)作，現(xiàn)在還沒有一種較為統(tǒng)一的定義。大體上來說，協(xié)調(diào)控制映射了機(jī)器人在不同的層次中對交互與感知控制提出的不同要求。其中，機(jī)器人系統(tǒng)不同層次的協(xié)調(diào)問題，如圖1所示。

圖1 機(jī)器人系統(tǒng)不同層次的協(xié)調(diào)協(xié)作

圖1內(nèi)：①隱式協(xié)調(diào)，機(jī)器人憑借自身現(xiàn)存的規(guī)劃模型控制整體部件的規(guī)劃進(jìn)而出現(xiàn)的協(xié)調(diào)模式[2]；②異步協(xié)調(diào)，機(jī)器人與操作者的在某個(gè)環(huán)境內(nèi)，其在出現(xiàn)互相間關(guān)涉的條件下為了將自己的任務(wù)完成所出現(xiàn)的協(xié)作；③同步協(xié)調(diào)，機(jī)器人和操作者為了對共同的復(fù)雜任務(wù)進(jìn)行處理，而出現(xiàn)的協(xié)作。

2.2 人機(jī)協(xié)調(diào)操作模型

在進(jìn)行人機(jī)協(xié)作時(shí)，負(fù)載的承受體是機(jī)器人[3]，而機(jī)器人會與操作者通過力傳感器進(jìn)行相互作用，操作者經(jīng)過意圖感知對機(jī)器人進(jìn)行負(fù)載運(yùn)動(dòng)操作。其運(yùn)作的流程如圖2所示。

圖2 人機(jī)協(xié)調(diào)操作模型

人和機(jī)器人協(xié)作搬移質(zhì)量是M的負(fù)載，系統(tǒng)的動(dòng)力學(xué)模型是：

(1)

式中，M代表負(fù)載的質(zhì)量，m，c，k即虛擬慣量、虛擬剛度系數(shù)與虛擬阻尼，F(xiàn)h就是人機(jī)交互力，F(xiàn)r就是負(fù)載上機(jī)器人的作用力。機(jī)器人是承載負(fù)載的主體，而m，c，k就是決定人機(jī)協(xié)調(diào)操作性能的參數(shù)[4]。

2.3 人機(jī)協(xié)調(diào)系統(tǒng)構(gòu)建

憑借上述擬定的人機(jī)協(xié)調(diào)操作模型，構(gòu)建人機(jī)協(xié)調(diào)系統(tǒng)，首先在單自由度人機(jī)協(xié)作模型內(nèi)取消回彈力設(shè)置[5]，然后擬定機(jī)器人阻抗控制剛度的參數(shù)為零，即Kd=0。機(jī)器人阻抗控制在笛卡爾空間內(nèi)能夠表示成

(2)

為了提升人機(jī)協(xié)作內(nèi)機(jī)器人的跟隨性能，使人機(jī)系統(tǒng)更為柔順[6]，本文擬定了一種阻抗控制器，對機(jī)器人的速度進(jìn)行補(bǔ)償，利用人機(jī)作用力和期望力的誤差不斷調(diào)節(jié)速度的補(bǔ)償項(xiàng)，從而使機(jī)器人的現(xiàn)實(shí)末端速度可以較好地跟隨期望末端速度。

自適應(yīng)阻尼控制器

(3)

式中，Ω代表速度補(bǔ)償項(xiàng)，fd代表期望的交互力，擬定fd=[-t，t]，t代表正向接近于零的常數(shù)，剩余參數(shù)如上式所示。

速度補(bǔ)償項(xiàng)擬定成

(4)

式中，λ代表收集樣本的周期，η代表更新率，b代表常數(shù)。

2.4 特征深度學(xué)習(xí)感知單元

特征深度學(xué)習(xí)是神經(jīng)網(wǎng)絡(luò)模型的一種[7]，它是一門信息科學(xué)和神經(jīng)心理學(xué)相結(jié)合的交叉學(xué)科，大致上依賴于模擬生物神經(jīng)的工作模式和網(wǎng)絡(luò)結(jié)構(gòu)，它并不能完全模擬人的智能。神經(jīng)細(xì)胞是神經(jīng)網(wǎng)絡(luò)中較為基本的一類，它以人腦中神經(jīng)元的基本工作原理為基礎(chǔ)，向各種類型的輸入信號傳遞信息，使數(shù)據(jù)完成控制替換。處理后的信息通過神經(jīng)元相互傳遞，從而拓展了網(wǎng)絡(luò)的信息交互范圍。其神經(jīng)網(wǎng)絡(luò)的架構(gòu)如圖3所示。

圖3 神經(jīng)網(wǎng)絡(luò)架構(gòu)圖

在特征深度學(xué)習(xí)算法里，優(yōu)化算法即依靠迭代來估算目標(biāo)函數(shù)的最優(yōu)質(zhì)解。在優(yōu)化問題中，為了減少數(shù)據(jù)量較大對計(jì)算機(jī)梯度的消耗[8]，就需要進(jìn)行迭代計(jì)算，迭代可以讓所有計(jì)算步驟逐漸縮小，在非優(yōu)化問題里，憑借迭代方法逐漸的靠近目標(biāo)函數(shù)最優(yōu)質(zhì)解。

針對約束問題minf(x)，其目標(biāo)函數(shù)的最小值是x*，f(x)的二階泰勒展開式是

(5)

式中，gk代表f(x)函數(shù)在xk坐標(biāo)的梯度，H(xk)代表f(x)在xk坐標(biāo)的海森矩陣[9]，且函數(shù)滿足極值點(diǎn)坐標(biāo)的梯度是零，即

?f(x)=0

(6)

在計(jì)算最小值的流程內(nèi)，擬定第k+1次迭代里，?f(xk+1)=0，那么通過式(5)計(jì)算獲得

?f(x)=gk+Hk(x-xk)

(7)

即：gk+Hk(xk+1-xk)=0，所以能夠獲得牛頓法迭代公式

(8)

上述雖然得到的牛頓法迭代公式，但其計(jì)算后無法得到全局最優(yōu)解，因此就需要一種優(yōu)化方法對其進(jìn)行全局最優(yōu)解。

擬定f(x)含有一階連續(xù)偏導(dǎo)數(shù)，在計(jì)算此類無約束最優(yōu)問題minf(x)里，x*為最小的目標(biāo)函數(shù)值。在估算最優(yōu)解的過程里，負(fù)梯度坐標(biāo)就是依靠函數(shù)下降最快的方法，因此在迭代的過程時(shí)，都需要憑借負(fù)梯度坐標(biāo)來更新x值。f(x)的一階泰勒擴(kuò)展公式是

(9)

式中，gk代表f(x)函數(shù)在xk坐標(biāo)的梯度，那么第k+1次迭代滿足

x(k+1)←xk+λkPk

(10)

式中，Pk代表搜索的方向，即負(fù)梯度方向，λk為步長。在凸優(yōu)化函數(shù)的估算的流程里，梯度下降方法可以得到全局最優(yōu)解的函數(shù)。

得到最優(yōu)解之后需要對其進(jìn)行海塞矩陣的計(jì)算，但在牛頓法迭代里，計(jì)算海塞逆矩陣H-1較為困難，因此能夠憑借n階矩陣來靠近H-1。在算法的所有迭代步驟內(nèi)，滿足

(11)

式中，k代表迭代的次數(shù)，那么Hk的更新規(guī)則是

(12)

(13)

(14)

(15)

(16)

式中，rk代表比值系數(shù)，只要利用最后的曲率信息來估算出現(xiàn)實(shí)的海森矩陣，并且其可以使當(dāng)前不的搜索方向?yàn)槠谕较颍瑥亩s短結(jié)果與現(xiàn)實(shí)值之間的誤差，并且在步長是ak=1的狀態(tài)下也可以獲得滿足，進(jìn)而使后期步長的時(shí)間與搜索步驟得到節(jié)省。

2.5 導(dǎo)納控制方法

由于力傳感器信息中含有噪聲，因此需要平滑去噪處理，以保證人機(jī)協(xié)調(diào)操作的穩(wěn)定性，因此在人機(jī)協(xié)同操作感知中，輸入與速度之間沒有線性關(guān)系。通過人機(jī)交互力信息的采集，在利用導(dǎo)納控制方法收集源件時(shí)達(dá)到了理想的運(yùn)行效率。受到導(dǎo)納控制的人機(jī)協(xié)調(diào)模型如圖4所示。

圖4 導(dǎo)納控制的人機(jī)協(xié)調(diào)操作感知模型

機(jī)械阻抗是導(dǎo)納理論的前身，是一種依據(jù)剛度、廣義慣量和阻尼的等效理念，把現(xiàn)實(shí)的物理系統(tǒng)擬定為一種具有導(dǎo)納特征的輸出與輸入系統(tǒng)，建造理想速度與作用力之間的聯(lián)系。其定義是

(17)

式中，M，C，K分別代表廣義阻尼、廣義慣量與廣義剛度。

本文對控制系統(tǒng)的虛擬阻尼參數(shù)進(jìn)行調(diào)解，從而使系統(tǒng)的感知響應(yīng)速度得到提高。可變阻尼的參數(shù)調(diào)解規(guī)則如下所示

1)在|dF|<β時(shí)，操作者施加作用力，那么具有力的轉(zhuǎn)化信息的可變阻抗控制規(guī)則即

(18)

2)初始速度方向上的力突然降低，其可以表示成減速，這就能夠判定操作者需要改變方向或是停止。此時(shí)需要將系統(tǒng)的阻尼參數(shù)值進(jìn)行提升控制，進(jìn)而使系統(tǒng)的感知響應(yīng)時(shí)間縮短，即|dF|↓?c↑，因此人機(jī)交互內(nèi)、運(yùn)動(dòng)速度與加速度的關(guān)聯(lián)是

(19)

為了使人機(jī)協(xié)調(diào)操作的條件得到滿足，讓操作者的操作環(huán)境更為舒適、穩(wěn)定與安全，力的增量需要在一個(gè)可控的范圍里，即|dF|<β，假如dF>0時(shí)的加速度超過零，那么就說明操作者想要加速，反之就是想要減速。

3)在|dF|≥β時(shí)，代表人機(jī)協(xié)作出現(xiàn)偏差，即人機(jī)操作時(shí)力出現(xiàn)一種突變的狀態(tài)，需要剔除此刻的力信息，機(jī)器人持續(xù)上一時(shí)刻的作用力，不出現(xiàn)置換。

3 仿真證明

仿真環(huán)境為Intel Celeron Tulatin1GHz CPU、384MB SD內(nèi)存的硬件環(huán)境以及MATLAB6.1的軟件環(huán)境。

為了證明本文方法的實(shí)用性，引入阻抗控制方法(方法一)、變阻尼性控制方法(方法二)和關(guān)節(jié)控制方法(方法三)對機(jī)器人部位進(jìn)行關(guān)節(jié)1和關(guān)節(jié)2追蹤位置測試，通過部位關(guān)節(jié)的位置跟蹤性能評定操作者與機(jī)器人之間的協(xié)調(diào)操作感知控制狀況，結(jié)果如圖5、6所示。

圖5 關(guān)節(jié)1位置誤差

通過圖5能夠看出，本文方法的誤差度大于0，完全可以滿足實(shí)際運(yùn)行的需要。

圖6為官集結(jié)2位置的誤差度對比測試結(jié)果。

圖6 關(guān)節(jié)2位置誤差

由圖6可知，最高可達(dá)0.2，說明本文方法對機(jī)器人的協(xié)調(diào)操作感知有著較好的控制精度，同時(shí)還存在較好的操作性能，操作模型可以平滑切換。

本文利用人機(jī)作用力和期望力的誤差不斷調(diào)節(jié)速度的補(bǔ)償項(xiàng)，從而使機(jī)器人的現(xiàn)實(shí)末端速度可以較好地跟隨期望末端速度。現(xiàn)應(yīng)用方法1、方法2和方法3對多個(gè)補(bǔ)償項(xiàng)下的末端速度進(jìn)行迭代測試，不同方法的測試結(jié)果如圖7所示。

圖7 不同方法末端速度迭代測試結(jié)果

由圖7可知，在迭代過程中，本文方法對人機(jī)作用力和期望力的擬合效果較高，且皆高于其它方法，因?yàn)榭刂葡到y(tǒng)的軟件使用了模塊化的架構(gòu)，使系統(tǒng)可以更容易的得到維護(hù)與擴(kuò)充，進(jìn)而減少系統(tǒng)資源的占用比值，最高為94%，減少了操作者的負(fù)擔(dān)。

4 結(jié)論

1)為了對機(jī)器人進(jìn)行負(fù)載操作，實(shí)現(xiàn)操作者與機(jī)器人之間的穩(wěn)定交互，本文提出了一種基于特征深度學(xué)習(xí)的機(jī)器人協(xié)調(diào)操作感知控制方法。

2)分析機(jī)器人的協(xié)調(diào)操作原理，優(yōu)化機(jī)器人協(xié)調(diào)操作的感知性能，減少系統(tǒng)資源的占比最高可達(dá)94%。

3)利用虛擬阻尼、虛擬慣量與虛擬剛度系數(shù)構(gòu)建人機(jī)協(xié)調(diào)操作模型，模型誤差度大于0，最高可達(dá)0.2，使得人機(jī)協(xié)調(diào)操作的穩(wěn)定性得到提升，機(jī)器人負(fù)載運(yùn)動(dòng)狀態(tài)控制更為穩(wěn)定。