(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 202210578175.5 (22)申请日 2022.05.26 (71)申请人 桂林电子科技大 学 地址 541004 广西壮 族自治区桂林市七 星 区金鸡路1号 (72)发明人 谢武　范勇　吴姝芹　王兴宇　 周天　 (74)专利代理 机构 桂林文必达专利代理事务所 (特殊普通 合伙) 45134 专利代理师 白洪 (51)Int.Cl. B25J 9/16(2006.01) G06N 3/04(2006.01) G06V 10/82(2022.01) G06V 30/19(2022.01)G06V 30/242(2022.01) (54)发明名称 基于笔画流走向预测的书法机械臂控制方 法及系统 (57)摘要 本发明公开了一种基于笔画流走向预测的 书法机械臂控制方法， 包括： 通过拍摄设备采集 书法机械臂写字区域内的图像信息； 汇总图像信 息和当前时间数据作为历史数据； 将历史数据输 入到预设的KNN模型中， 历史数据聚类成若干簇， 每个簇中包含有若干个数据样 本， 簇的数量由簇 内的协方差要求及簇间的协方差要求设置， 将得 到的结果暂存在KNN模型中， 然后增加当前实测 数据重新进行聚类， 将当前实测数据聚类到对应 的簇中， 将该数据所在簇中的n个数据A1~An与当 前实测数据An+1一同输入到LS TM模型中； 将历史 数据输入到LSTM模型中初始化该模型； 将KNN模 型中得到的数据A1~An+1依次输入到训练好的 LSTM模型中得到对应的输 出值， 取输出值的加权 平均值作为结果输出。 权利要求书2页 说明书3页 附图2页 CN 115056216 A 2022.09.16 CN 115056216 A 1.一种基于笔画流走向预测的书法机械臂控制方法， 其特征在于， 所述方法包括以下 步骤： （1） 通过拍摄设备采集书法机械臂写字区域内的图像信息； 汇总采集的图像信息和当 前时间数据作为历史数据； （2） 将所述历史数据输入到预设的KNN聚类算法模型中， 历史数据 聚类成若干簇， 每个 簇中包含有若干个数据样本， 簇的数量由簇内的协方差要求及簇间的协方差要求设置， 将 得到的结果暂存在KN N模型中； （3） 在前个步骤的基础上增加当前的实测数据重新进行聚类， 将当前实测数据聚类到 对应的簇中， 将该数据所在簇中的n个数据 A1~An与当前实测数据 An+1一同输入到LSTM神经 网络模型中； （4） 将所述历史数据输入到所述LSTM神经网络模型中初始化该模型， 若该模型已经初 始化则跳过 该步骤； （5） 将步骤 （3） KNN模型中得到的数据A1~An+1依次输入到训练好的LSTM模型中得到对 应的输出值F(Ai)， i=1,2,3,. ..,n,n+1， 取输出值F(Ai)的加权平均值Fout作为结果输出。 2.由权利要求1所述控制方法构建的书法机械臂控制系统， 其特征在于， 所述系统包 括： (1) 拍摄设备： 采集书法机 械臂写字区域内的图像信息， 并传递给 数据采集组件； (2) 时刻获取组件： 采集当前的时间数据， 并传递给 数据采集组件和笔画流 生成组件； (3) 数据采集组件： 汇总书法机械臂写字区域内的图像信 息和当前时间数据并传递给 历史数据存储组件和KNN聚类算法预 处理组件， 以便后续的笔画 流走向、 笔画重合程度的相 关计算； (4) 历史数据存储组件： 存储数据采集组件的图像信息和相对应的时间数据， 并将数 据提供给KNN聚类算法预处 理组件及LSTM神经网络数据分析组件进行分析处 理； (5) KNN聚类算法预处理组件： 将当前时刻收集到的笔画信息和时间等数据与历史数 据一同输入KNN聚类模型中进行预处理， 并将预处理后的数据输入LSTM神经网络分析组件 中； (6) LSTM神经网络数据分析组件： 将KNN聚类算法预处理组件及历史数据存储组件提 供的相关数据输入LSTM神经网络模 型中进行分析， 得出当前时刻至下一时刻区间内书法机 械臂笔画流走向的预测结果； (7) 笔画流走向生成组件： 根据LSTM神经网络数据分析组件提供的笔画流走向预测结 果， 生成当前时间段内的笔画信息并提供 给笔画重合 程度反馈组件； (8) 笔画重合程度反馈组件： 将笔画流走向生成组件提供的当前时间段内的笔画信息 与对应的标准笔画信息进 行比对， 得出笔画重合程度的百分比； 若 结果小于 设定的阈值， 则 将相应信息重新传入KNN聚类算法预处理组件， 调整对应的权重， 重新进行计算； 若结果大 于设定的阈值， 则将笔画信息 输出到机械臂输出装置； (9) 机械臂输出设备： 将通过笔画重合程度反馈组件判断的当前时间段内的笔画流信 息输出。 3.一种非暂态计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机 程序被处理器执行时实现权利要求1所述的基于笔画流走向预测的书法机械臂控制方法的权　利　要　求　书 1/2 页 2 CN 115056216 A 2步骤。权　利　要　求　书 2/2 页 3 CN 115056216 A 3