本發(fā)明涉及人形機(jī)器人數(shù)據(jù)處理，具體是涉及一種基于并行計(jì)算的人形機(jī)器人數(shù)據(jù)處理方法及系統(tǒng)。

背景技術(shù)：

1、隨著機(jī)器人相關(guān)技術(shù)的不斷發(fā)展，用戶對機(jī)器人的功能性、適配性要求越來越高。傳統(tǒng)的工業(yè)機(jī)器人大多應(yīng)用場景單一，無法泛化到日常生產(chǎn)生活中。由此，人形機(jī)器人技術(shù)應(yīng)運(yùn)而生。

2、現(xiàn)有技術(shù)中在對人形機(jī)器人的運(yùn)行狀態(tài)進(jìn)行調(diào)節(jié)時(shí)，通常通過工作人員的經(jīng)驗(yàn)進(jìn)行判斷，這種方式，較為麻煩，且在分析時(shí)，很容易存在極大的誤差，導(dǎo)致分析不準(zhǔn)確，造成人形機(jī)器人難以以最佳狀態(tài)進(jìn)行運(yùn)行，難以滿足工作人員的需求。

技術(shù)實(shí)現(xiàn)思路

1、為解決上述技術(shù)問題，本發(fā)明提供了一種基于并行計(jì)算的人形機(jī)器人數(shù)據(jù)處理方法及系統(tǒng)，本技術(shù)方案解決了上述背景技術(shù)中提出的現(xiàn)有技術(shù)中在對人形機(jī)器人的運(yùn)行狀態(tài)進(jìn)行調(diào)節(jié)時(shí)，通常通過工作人員的經(jīng)驗(yàn)進(jìn)行判斷，這種方式，較為麻煩，且在分析時(shí)，很容易存在極大的誤差，導(dǎo)致分析不準(zhǔn)確，造成人形機(jī)器人難以以最佳狀態(tài)進(jìn)行運(yùn)行的問題。

2、為達(dá)到以上目的，本發(fā)明采用的技術(shù)方案為：

3、在本發(fā)明的第一方面，提供了一種基于并行計(jì)算的人形機(jī)器人數(shù)據(jù)處理方法，包括：

4、在人形機(jī)器人的運(yùn)動(dòng)關(guān)鍵部位處安裝傳感器，用于監(jiān)測人形機(jī)器人的運(yùn)行數(shù)據(jù)，所述運(yùn)行數(shù)據(jù)包括運(yùn)動(dòng)數(shù)據(jù)、受力數(shù)據(jù)和控制數(shù)據(jù)，所述運(yùn)動(dòng)數(shù)據(jù)包括位移數(shù)據(jù)、速度數(shù)據(jù)等，所述受力數(shù)據(jù)包括動(dòng)能數(shù)據(jù)、勢能數(shù)據(jù)等；

5、對采集到的人形機(jī)器人的運(yùn)動(dòng)數(shù)據(jù)、受力數(shù)據(jù)和控制數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理，所述預(yù)處理包括數(shù)據(jù)異常值去除和填充，獲取具有研究意義的完整運(yùn)動(dòng)數(shù)據(jù)、受力數(shù)據(jù)和控制數(shù)據(jù)；

6、基于微積分原理對人形機(jī)器人的運(yùn)動(dòng)位置向量進(jìn)行計(jì)算，基于拉格朗日原理對人形機(jī)器人的非保守外力對應(yīng)的廣義力進(jìn)行計(jì)算，且基于pid控制算法對控制量進(jìn)行計(jì)算，將得到的運(yùn)動(dòng)位置向量、廣義力和控制量形成運(yùn)行數(shù)據(jù)集合；

7、從歷史數(shù)據(jù)庫中調(diào)取人形機(jī)器人運(yùn)行數(shù)據(jù)信息，根據(jù)歷史運(yùn)行數(shù)據(jù)信息采用神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練生成最佳運(yùn)行狀態(tài)信息；

8、將形成的運(yùn)行數(shù)據(jù)集合與最佳運(yùn)行狀態(tài)信息進(jìn)行比較，根據(jù)比較結(jié)果，生成修正信息，根據(jù)修正信息調(diào)整運(yùn)行數(shù)據(jù)信息。

9、優(yōu)選的，所述數(shù)據(jù)異常值去除具體包括如下步驟：

10、將所有的人形機(jī)器人的運(yùn)行數(shù)據(jù)以坐標(biāo)的形式(x，y)進(jìn)行排列；

11、計(jì)算相鄰兩個(gè)坐標(biāo)數(shù)據(jù)(a，b)和(c，d)之間的偏離值，記為k；

12、當(dāng)偏離值k大于100％，則數(shù)據(jù)(x，y)為異常值；

13、將數(shù)據(jù)(x，y)由相鄰數(shù)據(jù)的均值替代；

14、所述偏離值的計(jì)算公式為：

15、

16、優(yōu)選的，所述數(shù)據(jù)填充具體包括如下步驟：

17、將所有的人形機(jī)器人的運(yùn)行數(shù)據(jù)以坐標(biāo)的形式(x，y)進(jìn)行排列；

18、檢索所有數(shù)據(jù)坐標(biāo)(x，y)；

19、若出現(xiàn)x或y空缺，則在該位置進(jìn)行數(shù)據(jù)填補(bǔ)，數(shù)據(jù)采集為相鄰數(shù)據(jù)同位置的均值。

20、優(yōu)選的，所述基于微積分原理對人形機(jī)器人的運(yùn)動(dòng)位置向量進(jìn)行計(jì)算的公式為：

21、

22、式中，ri→表示運(yùn)動(dòng)位置向量，qα表示廣義坐標(biāo)，qα˙表示廣義速度。

23、優(yōu)選的，所述基于拉格朗日原理對人形機(jī)器人的非保守外力對應(yīng)的廣義力進(jìn)行計(jì)算的公式為：

24、

25、式中，qi表示非保守外力對應(yīng)的廣義力，t表示動(dòng)能，v表示勢能，qα表示廣義坐標(biāo)。

26、優(yōu)選的，所述基于pid控制算法對控制量進(jìn)行計(jì)算的公式為：

27、u(t)＝kp[e(t)+1ti∫t0e(t)dt+tdde(t)dt]

28、式中，u(t)表示控制量，e(t)表示誤差量，kp、ti和td分別為比例系數(shù)、積分時(shí)間和微分時(shí)間。

29、優(yōu)選的，所述將形成的運(yùn)行數(shù)據(jù)集合與最佳運(yùn)行狀態(tài)信息進(jìn)行比較，根據(jù)比較結(jié)果，生成修正信息具體包括如下步驟：

30、將形成的運(yùn)行數(shù)據(jù)集合與最佳運(yùn)行狀態(tài)信息進(jìn)行比較，得到狀態(tài)偏差率；

31、判斷所述狀態(tài)偏差率是否大于或等于設(shè)定的狀態(tài)偏差率閾值；

32、若大于或等于，則生成修正信息，根據(jù)修正信息調(diào)整運(yùn)行參數(shù)信息；

33、若小于，則人形機(jī)器人繼續(xù)按照該運(yùn)行數(shù)據(jù)集合進(jìn)行運(yùn)行。

34、優(yōu)選的，所述生成修正信息，根據(jù)修正信息調(diào)整運(yùn)行數(shù)據(jù)信息具體包括如下步驟：

35、獲取運(yùn)行狀態(tài)信息，根據(jù)運(yùn)行時(shí)間節(jié)點(diǎn)與運(yùn)行狀態(tài)信息生成運(yùn)行狀態(tài)曲線；

36、計(jì)算相鄰運(yùn)行時(shí)間節(jié)點(diǎn)的曲線斜率，根據(jù)曲線斜率的變化狀態(tài)進(jìn)行優(yōu)化運(yùn)行狀態(tài)曲線；

37、根據(jù)曲線斜率的變化狀態(tài)生成修正信息，根據(jù)修正信息調(diào)整運(yùn)行參數(shù)信息。

38、在本發(fā)明的第二方面，還提供了一種基于并行計(jì)算的人形機(jī)器人數(shù)據(jù)處理系統(tǒng)，包括：

39、采集模塊，所述采集模塊用于在人形機(jī)器人的運(yùn)動(dòng)關(guān)鍵部位處安裝傳感器，用于監(jiān)測人形機(jī)器人的運(yùn)行數(shù)據(jù)，所述運(yùn)行數(shù)據(jù)包括運(yùn)動(dòng)數(shù)據(jù)、受力數(shù)據(jù)和控制數(shù)據(jù)，所述運(yùn)動(dòng)數(shù)據(jù)包括位移數(shù)據(jù)、速度數(shù)據(jù)等，所述受力數(shù)據(jù)包括動(dòng)能數(shù)據(jù)、勢能數(shù)據(jù)等；

40、預(yù)處理模塊，所述預(yù)處理模塊用于對采集到的人形機(jī)器人的運(yùn)動(dòng)數(shù)據(jù)、受力數(shù)據(jù)和控制數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理，所述預(yù)處理包括數(shù)據(jù)異常值去除和填充，獲取具有研究意義的完整運(yùn)動(dòng)數(shù)據(jù)、受力數(shù)據(jù)和控制數(shù)據(jù)；

41、計(jì)算模塊，所述計(jì)算模塊用于基于微積分原理對人形機(jī)器人的運(yùn)動(dòng)位置向量進(jìn)行計(jì)算，基于拉格朗日原理對人形機(jī)器人的非保守外力對應(yīng)的廣義力進(jìn)行計(jì)算，且基于pid控制算法對控制量進(jìn)行計(jì)算，將得到的運(yùn)動(dòng)位置向量、廣義力和控制量形成運(yùn)行數(shù)據(jù)集合；

42、最佳運(yùn)行狀態(tài)確定模塊，所述最佳運(yùn)行狀態(tài)確定模塊用于從歷史數(shù)據(jù)庫中調(diào)取人形機(jī)器人運(yùn)行數(shù)據(jù)信息，根據(jù)歷史運(yùn)行數(shù)據(jù)信息采用神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練生成最佳運(yùn)行狀態(tài)信息；

43、修正模塊，所述修正模塊用于將形成的運(yùn)行數(shù)據(jù)集合與最佳運(yùn)行狀態(tài)信息進(jìn)行比較，根據(jù)比較結(jié)果，生成修正信息，根據(jù)修正信息調(diào)整運(yùn)行數(shù)據(jù)信息。

44、在本發(fā)明的第三方面，還提供了一種電子設(shè)備。該電子設(shè)備至少一個(gè)處理器；以及與所述至少一個(gè)處理器通信連接的存儲器；所述存儲器存儲有可被所述至少一個(gè)處理器執(zhí)行的指令，所述指令被所述至少一個(gè)處理器執(zhí)行，以使所述至少一個(gè)處理器能夠執(zhí)行本發(fā)明第一方面的方法。

45、與現(xiàn)有技術(shù)相比，本發(fā)明提供了一種基于并行計(jì)算的人形機(jī)器人數(shù)據(jù)處理方法及系統(tǒng)，具備以下有益效果：

46、本發(fā)明通過在人形機(jī)器人的關(guān)鍵部位安裝傳感器，能夠?qū)崟r(shí)監(jiān)測并采集到包括運(yùn)動(dòng)數(shù)據(jù)、受力數(shù)據(jù)和控制數(shù)據(jù)在內(nèi)的多種運(yùn)行數(shù)據(jù)，這些數(shù)據(jù)為后續(xù)的分析和優(yōu)化提供了基礎(chǔ)，數(shù)據(jù)預(yù)處理步驟，如異常值去除和填充，確保了數(shù)據(jù)的準(zhǔn)確性和完整性。這對于后續(xù)的數(shù)據(jù)分析和模型訓(xùn)練至關(guān)重要，避免了因數(shù)據(jù)錯(cuò)誤導(dǎo)致的誤導(dǎo)性結(jié)論，基于微積分原理、拉格朗日原理和pid控制算法的計(jì)算，能夠精確地得到人形機(jī)器人的運(yùn)動(dòng)位置向量、廣義力和控制量。這些數(shù)據(jù)形成了運(yùn)行數(shù)據(jù)集合，為后續(xù)的比較和優(yōu)化提供了依據(jù)，采用神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，能夠生成最佳運(yùn)行狀態(tài)信息。這種模型能夠捕捉到數(shù)據(jù)中的復(fù)雜關(guān)系和模式，為機(jī)器人的優(yōu)化運(yùn)行提供指導(dǎo)，將當(dāng)前運(yùn)行數(shù)據(jù)集合與最佳運(yùn)行狀態(tài)信息進(jìn)行比較，可以生成修正信息，這允許機(jī)器人根據(jù)實(shí)時(shí)數(shù)據(jù)和歷史最佳狀態(tài)進(jìn)行自適應(yīng)調(diào)整，從而優(yōu)化其性能，這種自適應(yīng)調(diào)整能力使得人形機(jī)器人能夠在不同環(huán)境和任務(wù)條件下保持最佳運(yùn)行狀態(tài)，提高了其靈活性和適應(yīng)性。