(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210588502.5 (22)申请日 2022.05.26 (71)申请人 无锡斯帝尔科技有限公司 地址 214000 江苏省无锡市新吴区南丰 工 业园南新一路1号2栋 (72)发明人 王红波　 (74)专利代理 机构 连云港联创专利代理事务所 (特殊普通 合伙) 32330 专利代理师 马志洋 (51)Int.Cl. B25J 9/16(2006.01) B25J 11/00(2006.01) (54)发明名称 一种基于柔性感知神经网络的机器人控制 方法及系统 (57)摘要 本发明公开了一种基于柔性感知神经网络 的机器人控制方法及系统， 涉及人工智能技术领 域， 所述方法包括： 通过所述视觉信息采集模块 获得待处理工件图像信息； 将目标打磨标准信息 和待处理工件图像信息输入适用工件打磨分析 模型中， 获得待处理工件打磨方案； 通过运动轨 迹控制模块控制柔性打磨机器人按照待处理工 件打磨方案进行工件打磨； 根据工件打磨力度信 息， 获得动作力度补偿信息； 将动作力度补偿信 息和打磨位姿空间信息通过柔性传感网络分析 对待处理工件打磨方案进行修正。 达到通过与柔 性打磨机器人进行实时交互， 实现对任意姿态的 机器人进行打磨力补偿， 确保工件打磨力度， 提 高工件打磨精度， 进而保证打磨工件质量的技术 效果。 权利要求书3页 说明书9页 附图3页 CN 114905515 A 2022.08.16 CN 114905515 A 1.一种基于柔性感知神经网络的机器人控制方法， 其特征在于， 所述方法应用于一打 磨机器人控制系统， 所述系统与一 柔性打磨机器人通讯连接， 所述方法包括： 所述柔性打磨机器人包括视觉信息采集模块、 力轴传感器模块、 数据交互模块和运动 轨迹控制模块； 通过所述视觉信息采集模块对待处 理工件进行图像采集， 获得待处 理工件图像信息； 基于所述数据交互模块将所述待处理工件图像信息上传至所述打磨机器人控制系统 进行交互分析； 获取目标打磨标准信 息， 所述打磨机器人控制系统将所述目标打磨标准信 息和所述待 处理工件图像信息输入适用工件打磨分析模型中， 获得模型输出结果， 所述模型输出结果 包括待处 理工件打磨方案； 将所述待处理工件打磨方案通过所述数据交互模块发送至所述柔性打磨机器人， 通过 所述运动轨迹控制模块控制所述柔性打磨机器人按照所述待处理工件打磨方案进行工件 打磨； 通过所述力轴传感器模块获取工件打磨过程中工件打磨力度信 息， 根据所述工件打磨 力度信息进行力补偿分析， 获得动作力度补偿信息； 根据所述视觉信息采集模块进行姿态捕捉， 获得打磨位姿空间信息， 将所述动作力度 补偿信息和所述打磨位姿空间信息通过柔性传感网络分析对所述待处理工件打磨方案进 行打磨轨 迹修正。 2.如权利要求1所述的方法， 其特征在于， 所述将所述目标打磨标准信 息和所述待处理 工件图像信息 输入适用工件打磨分析模型中之前， 包括： 基于图像滤波算法对所述待处理工件图像信 息进行去噪滤波， 获得去噪待处理工件图 像信息； 将所述去噪待处理工件图像信息进行灰度均衡化处理， 获得均值待处理工件图像信 息； 基于生成对抗网络对所述均值待处理工件图像信 息进行图像增强， 再对增强后的图像 进行图像网格分割， 获得 标准待处 理工件图像信息 。 3.如权利要求2所述的方法， 其特 征在于， 所述方法包括： 通过打磨工件特征 决策树对所述待处理工件的基本信 息进行分类， 获得打磨工件分类 特征信息； 根据所述打磨工件分类特征信息， 对所述待处理工件进行标定确定打磨工件标定参 数； 基于所述打磨工件标定参数， 从工件打磨分析模型模型库中调用所述适用工件打磨分 析模型； 将所述目标打磨标准信息和所述标准待处理工件 图像信息输入所述适用工件打磨分 析模型中， 输出 所述待处 理工件打磨方案 。 4.如权利要求3所述的方法， 其特 征在于， 所述方法包括： 所述适用工件打磨分析模型包括输入层、 卷积图像网络层、 特 征分析逻辑层和输出层； 将所述目标打磨标准信 息和所述标准待处理工件图像信 息作为输入层， 输入至所述卷 积图像网络层中， 获得待处 理工件特 征信息；权　利　要　求　书 1/3 页 2 CN 114905515 A 2将所述目标打磨标准信 息和所述待处理工件特征信 息输入所述特征分析逻辑层中， 获 得所述待处 理工件打磨方案； 将所述待处 理工件打磨方案作为输出 结果通过所述输出层输出。 5.如权利要求 4所述的方法， 其特 征在于， 所述获得待处 理工件特 征信息， 包括： 根据所述目标打磨标准信息， 获得预定卷积特征集合， 所述预定卷积特征集合包括工 件平整度特 征、 弯曲度特 征、 孔洞缺陷特 征； 将所述标准待处理工件图像信息作为输入信息输入所述卷积图像网络层中进行特征 提取； 获得所述卷积图像网络层的输出信 息， 所述输出信 息包括符合所述预定卷积特征集合 的所述待处 理工件特 征信息。 6.如权利要求1所述的方法， 其特 征在于， 所述方法包括： 对所述适用工件打磨分析模型进行分析效果验证， 获得模型分析准确度； 如果所述模型分析准确度未达到预设分析准确度， 基于所述模型分析准确度和所述预 设分析准确度的差值， 获得模型分析偏差度； 基于PSO算法和所述模型分析偏差度， 对所述适用工件打磨分析模型进行迭代更新， 获 得适用工件打磨优化分析模型。 7.如权利要求6所述的方法， 其特 征在于， 所述获得适用工件打磨优化分析模型， 包括： 根据所述 适用工件打磨分析模型的模型训练参数， 构建粒子优化空间； 对所述粒子优化空间进行初始化， 获得粒子群约束参数， 根据所述模型分析偏差度和 所述粒子群约束参数迭代计算粒子群适应度函数； 当达到预设终止条件时， 获得所述粒子群适应度函数的第一输出结果， 所述第一输出 结果包括 最优结果粒子； 将所述最优结果粒子映射到所述适用工件打磨分析模型进行优化训练， 获得所述适用 工件打磨优化分析模型。 8.一种基于柔 性感知神经网络的机器人控制系统， 其特 征在于， 所述系统包括： 机器人构成模块， 用于柔性打磨机器人包括视觉信息采集模块、 力轴传感器模块、 数据 交互模块和运动轨 迹控制模块； 视觉信息采集模块， 用于通过所述视觉信息采集模块对待处理工件进行图像采集， 获 得待处理工件图像信息； 数据交互模块， 用于基于所述数据交互模块将所述待处理工件图像信 息上传至打磨机 器人控制系统进行交 互分析； 模型输出模块， 用于获取目标打磨标准信息， 所述打磨机器人控制系统将所述目标打 磨标准信息和所述待处理工件图像信息输入适用工件打磨分析模型中， 获得模型输出结 果， 所述模型输出 结果包括待处 理工件打磨方案； 运动轨迹控制模块， 用于将所述待处理工件打磨方案通过所述数据交互模块发送至所 述柔性打磨机器人， 通过所述运动轨迹控制模块控制所述柔性打磨机器人按照所述待处理 工件打磨方案进行工件打磨； 力轴传感器模块， 用于通过所述力轴传感器模块获取工件打磨过程中工件打磨力度信 息， 根据所述工件打磨力度信息进行力补偿分析， 获得动作力度补偿信息；权　利　要　求　书 2/3 页 3 CN 114905515 A 3