文/胡榮 章小寶 譚菊華

為了提高智能物流分揀跟隨機器人的自動化控制水平，提出基于深度學(xué)習(xí)的智能物流分揀跟隨機器人設(shè)計方法。機器人的設(shè)計核心在于深度學(xué)習(xí)控制算法設(shè)計，建立智能物流分揀跟隨機器人的空間位置和幾何位姿參數(shù)分析模型，采用位置誤差補償方法實現(xiàn)機器的末端位姿參數(shù)跟隨識別，在軌跡誤差約束下，通過深度學(xué)習(xí)算法，實現(xiàn)對智能物流分揀跟隨機器人的末端執(zhí)行器構(gòu)造，通過超微參數(shù)估計和魯棒性參數(shù)識別的方法，結(jié)合激光跟蹤儀器測量裝置，實現(xiàn)智能物流分揀跟隨機器人的輸出終端控制設(shè)計。

0.引言：

隨著物流智能化分揀技術(shù)的發(fā)展，采用智能物流分揀跟隨機器人實現(xiàn)物流分揀，提高物流智能信息化管理能力。在智能物流分揀跟隨機器人中，需要根據(jù)位置參數(shù)分析和結(jié)構(gòu)剛度特征分析的方法，建立智能物流分揀跟隨機器人的輸出軸連剛度分析模型，通過繩索彈性誤差分析和結(jié)合參數(shù)誤差重組，建立智能物流分揀跟隨機器人的環(huán)境參數(shù)識別模型，提高智能物流分揀跟隨機器人的幾何誤差控制能力和輸出穩(wěn)定性。研究智能物流分揀跟隨機器人的優(yōu)化設(shè)計方法，提高參數(shù)識別的精度和魯棒性[1]。當(dāng)前，對智能物流分揀跟隨機器人設(shè)計方法主要有基于位姿選擇的機器人幾何控制方法、基于軸連剛度特征分析的智能物流分揀跟隨機器人誤差控制方法等[2]，文獻[3]中提出基于懸鏈線特性特征分析智能物流分揀跟隨機器人設(shè)計方法，結(jié)合懸鏈線特性參數(shù)分析和幾何參數(shù)誤差分析，實現(xiàn)機器人的優(yōu)化控制設(shè)計，但該方法進行物流分揀跟隨機器人控制的自適應(yīng)性不好。針對上述問題，本文提出基于深度學(xué)習(xí)的智能物流分揀跟隨機器人設(shè)計方法。

1.智能物流分揀跟隨機器人運動學(xué)模型

1.1 智能物流分揀跟隨機器人運動學(xué)參數(shù)。為了實現(xiàn)基于深度學(xué)習(xí)的智能物流分揀跟隨機器人，構(gòu)建智能物流分揀跟隨機器人路徑跟蹤誤差自動規(guī)劃和自動化控制模型，基于外部參數(shù)融合補償?shù)姆椒?，?gòu)造基于深度學(xué)習(xí)的智能物流分揀跟隨機器人的參數(shù)標(biāo)定模型。末端執(zhí)行器上點Ai，得到無模型的誤差補償特征量，采用模糊誤差插值技術(shù)，得到機器的姿態(tài)矢量，在無模型的誤差補償過程中，引入融合可觀測性指標(biāo)進行智能物流分揀跟隨機器人的自適應(yīng)參數(shù)規(guī)劃，在3維工作空間中實現(xiàn)精度補償和誤差標(biāo)定，在3維工作空間中的標(biāo)定誤差滿足：

當(dāng)（[pHj，pLj]）?（[pHi，pLi]）時，在引出點Bi，通過世界坐標(biāo)系Ow實現(xiàn)智能物流分揀跟隨機器人運動平衡控制。將各類誤差源抽象為單一誤差分布，得到智能物流分揀跟隨機器人的繩索長度的變化特征分量，通過利用正向運動學(xué)方程f求得物流分揀跟隨機器人的位姿參數(shù)[4]，利用雅可比矩陣實現(xiàn)位姿參數(shù)融合，得到末端執(zhí)行器到達實際位置的動態(tài)平衡參數(shù)方向，通過實際位置誤差的補償控制，采用多種群協(xié)同進化，得到關(guān)節(jié)空間的位姿補償參量，描述如下：

其中，p（φ）為智能物流分揀跟隨機器人的位姿參數(shù)的候選姿態(tài)參數(shù)分布集，采用逆運動學(xué)補償?shù)姆椒?，得到多種群協(xié)同進化下的深度學(xué)習(xí)樣本項，結(jié)合激光雷達、雙目視覺識別技術(shù)，實現(xiàn)智能物流分揀跟隨機器人的視覺參數(shù)識別。采用并聯(lián)大負(fù)載多模式識別方法，構(gòu)建了智能物流分揀跟隨機器人運動學(xué)模型。

1.2 機器人3維工作空間參數(shù)標(biāo)定。采用分布式協(xié)同控制方法，結(jié)合位姿選擇的機器人幾何控制方法，構(gòu)建智能物流分揀跟隨機器人的視覺識別模型，采用改進外部參數(shù)表達方法，建立智能物流分揀跟隨機器人的參數(shù)標(biāo)定模型，使用位移傳感器進行目標(biāo)參數(shù)識別，結(jié)合力傳感器、姿態(tài)傳感器實現(xiàn)對機器人的實際力學(xué)參數(shù)測量和標(biāo)定，根據(jù)對機器人的動態(tài)參數(shù)標(biāo)定結(jié)果，在的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)中，通過激光雷達、紅外相機等實現(xiàn)智能物流分揀跟隨機器人作業(yè)過程的三維工作空間標(biāo)定，機器人3維工作空間參數(shù)的特征重構(gòu)特征量描述如下：

其中ELBF，為智能物流分揀跟隨機器人的雙模傳動特征分量，ELGF是最大負(fù)載。建立智能物流分揀跟隨機器人的空間位置和幾何位姿參數(shù)分析模型，采用位置誤差補償方法實現(xiàn)機器的末端位姿參數(shù)跟隨識別。

2.智能物流分揀跟隨機器人深度學(xué)習(xí)控制。

采用位置誤差補償方法實現(xiàn)機器的末端位姿參數(shù)跟隨識別，在軌跡誤差約束下，通過深度學(xué)習(xí)算法，實現(xiàn)對智能物流分揀跟隨機器人的末端執(zhí)行器構(gòu)造，結(jié)合超微參數(shù)識別，在變高度調(diào)整范圍內(nèi)，建立智能物流分揀跟隨機器人的組合導(dǎo)航控制模型，采用深度學(xué)習(xí)算法，結(jié)合激光跟蹤儀器測量裝置，實現(xiàn)智能物流分揀跟隨機器人的輸出終端控制設(shè)計，采用適應(yīng)度評價，進行代表性個體的選擇，并通過上位機將外界信息傳輸至上層控制器處，得到控制律為：

基于Stewart異型結(jié)構(gòu)的建立智能物流分揀跟隨機器人的環(huán)境感知模型，采用激光雷達進行環(huán)境參數(shù)識別，通過UDP通訊方式，構(gòu)建智能物流分揀跟隨機器人的數(shù)據(jù)傳輸參數(shù)模型，在平臺坐標(biāo)系XPYPZP中，得到機器人的主控參數(shù)模塊，通過WiFi連接到物聯(lián)網(wǎng)中，實現(xiàn)對智能物流分揀跟隨機器人的網(wǎng)絡(luò)連接控制。建立Stewart型的參數(shù)識別模型，通過分析機器人的平臺坐標(biāo)系到指定平臺的位姿分量，結(jié)合動平臺空間穩(wěn)態(tài)參數(shù)識別，得到機器人的位置變化和分布結(jié)構(gòu)。綜上分析，采用實值編碼，通過反向運動學(xué)方程，采用深度學(xué)習(xí)算法，遍歷各子種群的結(jié)構(gòu)矩陣，構(gòu)造解特征參數(shù)估計和魯棒性參數(shù)識別的方法，結(jié)合激光跟蹤儀器測量裝置，實現(xiàn)智能物流分揀跟隨機器人的輸出終端控制設(shè)計。

3.實驗測試。

通過仿真實驗驗證本文方法在實現(xiàn)智能物流分揀跟隨機器人優(yōu)化控制的性能，測試的智能物流分揀跟隨機器人為Turtle-Bot2型機器人，采用姿態(tài)傳感器進行智能物流分揀跟隨機器人的空間位置參數(shù)采集，建立智能物流分揀跟隨機器人的空間位置和幾何位姿參數(shù)分析模型，空間三維分布參數(shù)見表1。

表1 機器人的作業(yè)空間三維分布參數(shù)

根據(jù)表1的參數(shù)采集結(jié)果，采用深度學(xué)習(xí)算法，實現(xiàn)智能物流分揀跟隨機器人的輸出終端控制，結(jié)合誤差調(diào)節(jié)，得到智能物流分揀跟隨機器人誤差參數(shù)校正模型，輸出見表2。

表2 誤差校正輸出

根據(jù)表2的誤差校正結(jié)果得知，采用本文方法能有效實現(xiàn)智能物流分揀跟隨機器人的作業(yè)參數(shù)誤差補償控制，提高了智能物流分揀跟隨機器人的自適應(yīng)參數(shù)調(diào)節(jié)和位姿參數(shù)補償能力。

4.結(jié)語

根據(jù)位置參數(shù)分析和結(jié)構(gòu)剛度特征分析的方法，建立智能物流分揀跟隨機器人的輸出軸連剛度分析模型，提高智能物流分揀跟隨機器人的幾何誤差控制能力和輸出穩(wěn)定性。本文提出基于深度學(xué)習(xí)的智能物流分揀跟隨機器人設(shè)計方法。機器人的設(shè)計核心在于深度學(xué)習(xí)控制算法設(shè)計，建立智能物流分揀跟隨機器人的空間位置和幾何位姿參數(shù)分析模型，采用位置誤差補償方法實現(xiàn)機器的末端位姿參數(shù)跟隨識別，結(jié)合激光雷達、雙目視覺識別技術(shù)，實現(xiàn)智能物流分揀跟隨機器人的視覺參數(shù)識別。采用并聯(lián)大負(fù)載多模式識別方法，構(gòu)建了智能物流分揀跟隨機器人運動學(xué)模型，通過深度學(xué)習(xí)算法，實現(xiàn)對智能物流分揀跟隨機器人的末端執(zhí)行器構(gòu)造，通過超微參數(shù)估計和魯棒性參數(shù)識別的方法，結(jié)合激光跟蹤儀器測量裝置，實現(xiàn)智能物流分揀跟隨機器人的輸出終端控制設(shè)計。分析得知，本文方法進行機器人設(shè)計，機器人智能控制能力較好，參數(shù)自標(biāo)定能力較強，提高了機器人的智能物流分揀能力，收斂性較好。