买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：重庆大学

摘要：本发明提供的一种基于数据驱动的机器人能耗优化方法，包括以下步骤：S1.获取目标机器人的关节轨迹；S2.将目标机器人的关节轨迹按时域均分为k个段，并对每一段关节轨迹进行变时间尺度缩放；S3.采用元启发算法搜索满足机器人运动约束及时间约束条件且使得矩阵A列满秩的n条缩放关节轨迹；S4.控制目标机器人按次序执行所述n条缩放轨迹，并采集每条缩放轨迹在每个时间段内的能耗值Ei,m；S5.构建机器人能耗特性参数计算模型；S6.构建能耗优化计算模型；采用动态规划算法，结合时间缩放状态空间表达式对最佳缩放参数进行搜索，并基于能耗优化计算模型及状态转移方程对关节轨迹能耗进行迭代计算，最终得到满足指定条件的能耗最优缩放轨迹及最优能耗值；无需获取机器人的其他相关参数，在保证能耗计算准确性的同时有效提高能耗优化评估效率。

主权项：1.一种基于数据驱动的机器人能耗优化方法，其特征在于：包括以下步骤：S1.获取目标机器人的预设关节轨迹qru；其中，u为预设关节轨迹执行时间；S2.将目标机器人的预设关节轨迹qru按时域均分为k个段，并对每一段关节轨迹进行变时间尺度缩放；qi,st＝qi,ru，1≤i≤k；其中，变时间尺度缩放函数为： 其中：qst为变时间尺度缩放后的关节轨迹，t为变时间尺度缩放后关节轨迹执行时间，Ci均为变时间尺度缩放系数，在第i个时间段内为常数；S3.采用元启发算法搜索满足机器人运动约束及时间约束条件下且满足矩阵A列满秩的n条缩放关节轨迹，其中，矩阵A为： 其中：S4.控制目标机器人按次序执行所述n条缩放轨迹，并采集每条缩放轨迹在每个时间段内的能耗值Ei,m，其中：1≤i≤k，1≤m≤n；S5.构建机器人能耗特性参数计算模型：b＝ATA-1ATE，其中：b＝[bi,1bi,2…bi,12]T为机器人能耗特性参数，E＝[Ei,1Ei,2…Ei,m…Ei,n]T；S6.构建能耗优化计算模型： ；采用动态规划算法，结合如下时间缩放状态空间表达式对缩放参数进行搜索，并基于能耗优化计算模型及状态转移方程对关节轨迹能耗进行迭代计算，最终得到满足指定条件的能耗最优缩放轨迹及最优能耗值： 其中：Δ＝ui+1-ui，Δ为常数；指定条件为机器人在指定时间段上的位置约束、速度约束、加速度约束以及缩放后整段轨迹执行时间；另外，动态规划算法的状态转移方程为： 其中：Li表示前i-1个时间段上最低关节轨迹能耗，Ei表示机器人从状态转移到由能耗优化计算模型计算得到的关节轨迹能耗。

全文数据：

权利要求：

百度查询： 重庆大学 基于数据驱动的机器人能耗优化方法