CN119795171B 一种面向空间微重力环境的机械臂-灵巧手系统工具智能抓取策略生成方法 （北京控制工程研究所）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN119795171B(45)授权公告日2025.07.08

(21)申请号202510071761.4

(22)申请日2025.01.16

(65)同一申请的已公布的文献号申请公布号CN119795171A

(43)申请公布日2025.04.11

(73)专利权人北京控制工程研究所

地址100080北京市海淀区中关村南三街

16号

(72)发明人李明洋刘乃龙徐拴锋谢心如

(51)Int.CI.

B25J9/16(2006.01)

(56)对比文件

CN116619380A,2023.08.22审查员邱艳

刘磊张海博周婧祎张筱晨

黄元

(74)专利代理机构北京格允知识产权代理有限

公司11609专利代理师张沫

权利要求书2页说明书6页附图3页

(54)发明名称

一种面向空间微重力环境的机械臂-灵巧手系统工具智能抓取策略生成方法

(57)摘要

CN119795171B本发明涉及智能机器人技术领域，特别涉及一种面向空间微重力环境的机械臂-灵巧手系统工具智能抓取策略生成方法。基于机械臂-灵巧手系统的安装配置、待抓取的工具和环境场景设置重力系数，构建空间微重力下的仿真环境；基于待抓取的工具和灵巧手的构型配置，生成灵巧手的抓取构型，以在所述仿真环境下进行固定抓取测试；基于所述仿真环境下，将待抓取的工具的位姿信息、机械臂和灵巧手的实时状态作为神经网络训练的输入，将机械臂和灵巧手的动作作为神经网络训练的输出，通过神经网络训练得到

CN119795171B

一种面向空间微重力环境的机械臂-灵巧手系统

一种面向空间微重力环境的机械臂-灵巧手系统工具智能抓取策略生成方法

基于UR机械臂及五指灵巧手构建空间微重力仿真环境

基于OakInk生成灵巧手的抓取构型

设置目标及机械臂灵巧手信息为智能抓取方法的观测量

开展基于PPO的智能抓取网络训练

进行微重力仿真环境的抓取推理验证

确定智能抓取方法机械臂及灵巧手的动作输出

设计接近阶段与抓

取阶段的奖励函数

设计环境

中工具位

姿的重置

策略

CN119795171B权利要求书1/2页

2

1.一种面向空间微重力环境的机械臂-灵巧手系统工具智能抓取策略生成方法，其特征在于，包括：

基于机械臂-灵巧手系统的安装配置、待抓取的工具和环境场景设置重力系数，构建空间微重力下的仿真环境；

基于待抓取的工具和灵巧手的构型配置，生成灵巧手的抓取构型，以在所述仿真环境下进行固定抓取测试；

基于所述仿真环境下，将待抓取的工具的位姿信息、机械臂和灵巧手的实时状态作为神经网络训练的输入，将机械臂和灵巧手的动作作为神经网络训练的输出，通过神经网络训练得到抓取策略；其中，所述神经网络训练的奖励函数包括接近奖励函数和抓取奖励函数；

所述神经网络训练包括：

接近阶段：引导机械臂-灵巧手系统接近待抓取工具，当待抓取工具与灵巧手手掌的相对位置与姿态处于所设定的第一阈值内预设时间时，判断接近任务完成，引导机械臂-灵巧手系统抓取待抓取工具；当待抓取工具与手掌的相对位置与姿态超过所设定的第二阈值或手掌末端力大于预设力时，判断任务失败，增加所述接近奖励函数的惩罚值；

抓取阶段：在引导机械臂-灵巧手系统抓取待抓取工具时，当待抓取工具与手掌的相对位置与姿态在第三阈值内，且当前灵巧手与目标构型的相对距离处于所设定的第四阈值内预设时间时，判断抓握任务完成，增加所述抓取奖励函数的奖励值；当待抓取工具与手掌的相对位置与姿态超过所设定的第二阈值或手掌末端力大于预设力时，判断任务失败，增加所述抓取奖励函数的惩罚值；

所述神经网络训练的重置策略如下：

在完成所述接近阶段和所述抓取阶段的判断时，重置仿真环境；

在重置的仿真环境中，控制1/10的概率使得待抓取工具在手心初始化，其位置和姿态均接近正确抓握状态；

在重置的环境中，控制1/10的概率使得待抓取工具在手心附近初始化，其姿态接近正确抓握姿态；

在重置的环境中，控制4/5的概率使得待抓取工具的位置和姿态均随机。

2.根据权利要求1所述的方法，其特征在于，所述接近奖励函数如下：

ra=α△d(ph,Ph)+βv·(-ax)+yv·(-a?)+e|aox·ay|+PPho·ax+μPho·Qhx·

其中，α,β,γ,E,p,μ为大于0的参数，p?为工具相对掌心的向量，v