本发明涉及机械臂控制，具体为一种机械臂控制模型的训练方法及系统。
背景技术：
1、机械臂作为现代工业自动化的重要组成部分，广泛应用于制造、装配、焊接和搬运领域，随着技术的不断进步，机械臂的灵活性和智能化程度的提高，然而，机械臂的控制精度仍然是实现高效作业的关键因素，精确的控制不仅影响到机械臂的运动轨迹和操作稳定性，还直接关系到最终产品的质量与生产效率，因此，提升机械臂控制精度成为当前研究的热点之一，尤其是在复杂的工作环境中，如何确保机械臂在执行精密任务时保持高准确性，是业界亟待解决的问题。
2、针对机械臂精度控制的提升，尤其是在机械臂末端空间位置的精度控制方面，传统方法往往依赖经验参数调整和简化模型，难以满足日益复杂的作业要求，本文所提出的机械臂控制模型训练方法及系统，通过构建三维模型和结合循环神经网络技术，分析控制模型在多次仿真过程中机械臂末端的实际空间位置与目标空间位置之间的偏差状态，提供了一种系统化的训练与评估机制，这一过程的实现，解决了机械臂末端空间位置的精度控制问题，能够提高机械臂在实际应用中的控制精度，确保其在多变环境下的可靠性与稳定性。
技术实现思路
1、针对现有技术的不足，本发明提供了一种机械臂控制模型的训练方法及系统，解决了上述背景技术中的问题。
2、为实现以上目的，本发明通过以下技术方案予以实现：一种机械臂控制模型的训练系统，包括三维模型构建模块、参数采集模块、模型训练分析模块及训练评估模块；
3、所述三维模型构建模块用于利用计算机仿真软件对待模拟的机械臂进行构建，并通过控制器与机械臂三维模型进行集成，以生成可视化及动态响应的机械臂三维模型，还用于对机械臂三维模型进行关节划分，以生成若干个关节单元；
4、所述参数采集模块用于对若干个关节单元的所属特征数据信息进行采集，获取所属特征数据信息，并通过预先设定的加载条件数据对机械臂三维模型执行仿真程序，对若干次仿真后的机械臂末端位置状态进行监测，以获取相关末端位置数据信息；
5、所述模型训练分析模块依据循环神经网络技术训练获取机械臂控制预测模型，将获取相关末端位置数据信息进行特征提取并分析，以构建若干组末端的空间位置偏差值pdb，依据若干组末端的空间位置偏差值pdb数值大小，确定机械臂三维模型中机械臂末端位置的目标合格区域，并发出优化训练分析指令，当收到优化训练分析指令后，对若干次仿真后获取相关末端位置数据信息进行聚集程度分析，获取末端位置聚集指数pdj，将其与空间位置偏差均值相关联，并结合机械臂控制预测模型，拟合获取训练评估指数zpg；
6、所述训练评估模块用于预先设置评估阈值k，通过将所述训练评估指数zpg与所述评估阈值k进行比对分析，以综合判定机械臂控制模型的训练效果，并采取对应操作。
7、优选的，所述三维模型构建模块包括仿真建模单元和关节划分单元；
8、所述仿真建模单元用于根据生产线上装配的任务需求，利用计算机仿真软件matlab中的扩展工具箱simulink对需要模拟的机械臂进行等比例构建，并将控制器与机械臂三维模型进行集成，用于对机械臂的控制，以生成可视化及动态响应的机械臂三维模型，而后进行检查机械臂三维模型组件的完整性与连接可靠性，具体检查内容包括机械臂三维模型中是否存在遗漏组件及未连接组件；
9、所述关节划分单元用于对机械臂三维模型的机械臂整体结构进行识别，根据识别出的各个关节运动类型、运动学特性及相邻链接的连接方式，将机械臂三维模型在计算机仿真软件中的各个关节进行单元划分，每个单元对应一个关节，以生成若干个独立的关节单元。
10、优选的，所述参数采集模块包括参数采集单元和仿真监测单元；
11、所述参数采集单元用于对若干个关节单元的所属特征数据信息进行采集，并通过预先设定的加载条件数据对机械臂三维模型执行仿真程序，其中，所述所属特征数据信息包括若干个关节单元的关节编号、关节长度及关节初始角度，所述加载条件数据包括各个关节旋转角度、相邻关节链接距离、相邻关节位移距离和相邻关节扭转角度；
12、所述仿真监测单元根据预先设定的加载条件数据对执行若干次仿真过程中的机械臂末端位置状态进行实时监测，以获取相关末端位置数据信息，所述相关末端位置数据信息包括末端目标空间位置和末端实际空间位置。
13、优选的，所述模型训练分析模块包括模型训练单元、初步分析单元、优化训练分析单元和训练综合评估单元；
14、所述模型训练单元用于使用循环神经网络技术构建原始控制模型，并以所属特征数据信息和相关末端位置数据信息，并结合预定的目标空间位置对原始控制模型进行训练和测试，并将训练后的原始控制模型作为末端控制状态识别模型，获取末端控制状态识别模型内的空间定位信息，并通过齐次变换矩阵算法，将获取的空间定位信息对末端控制状态识别模型进行训练和测试，再结合训练优化分析指令，将训练后的末端控制状态识别模型作为机械臂控制预测模型。
15、优选的，所述初步分析单元用于根据相关末端位置数据信息，将末端目标空间位置和末端实际空间位置进行分析，以构建若干组末端的空间位置偏差值pdb，以第i次仿真后的空间位置偏差值为例，其具体按照以下方式获取：
16、；
17、式中，表示为第i次仿真后的空间位置偏差值，表示为第i次仿真后的末端实际空间位置的x轴坐标值，表示为第i次仿真后的实际空间位置的y轴坐标值，表示为第i次仿真后的末端实际空间位置的z轴坐标值，表示为末端目标空间位置x轴坐标值，表示为末端目标空间位置y轴坐标值，表示为末端目标空间位置z轴坐标值。
18、优选的，将若干组末端的空间位置偏差值pdb与预设的偏差阈值k进行大小比较，当空间位置偏差值pdb未超过偏差阈值k时，将对应的末端实际空间位置均进行标记为目标合格区域，当目标合格区域内的位置点数超过总位置点数的95%时，此时向外发出优化训练分析指令；
19、依据上述获取第i次仿真后的空间位置偏差值的方式，分别对若干组末端的空间位置偏差值pdb进行获取，并依据统计学求均值算法，计算获取空间位置偏差均值。
20、优选的，所述优化训练分析单元用于接收优化训练分析指令后，根据对若干次仿真后获取的相关末端位置数据信息进行聚集程度分析，获取末端位置聚集指数pdj，所述末端位置聚集指数pdj通过以下公式获取；
21、；
22、本公式的意义在于：反映末端空间位置的分布特征，表示末端空间位置点的集中区域及其分布形态，式中，表示为第i次仿真后的空间位置偏差值，其中，i=1、2、3、...、n，n表示为仿真次数。
23、优选的，所述训练综合评估单元用于将获取的所述末端位置聚集指数pdj与空间位置偏差均值相关联，并结合机械臂控制预测模型，拟合获取训练评估指数zpg，所述训练评估指数zpg通过以下公式获取；
24、；
25、式中，和分别表示为末端位置聚集指数pdj与空间位置偏差均值的权重值，a表示为修正常数。
26、优选的，所述训练评估模块用于预先设置评估阈值k，通过将所述训练评估指数zpg与所述评估阈值k进行比对分析，以综合判定机械臂控制模型的训练效果，具体内容如下：
27、若所述训练评估指数zpg≥所述评估阈值k时，表示为当前机械臂控制模型的训练效果满足机械臂控制精度要求，获取第一训练反馈结果，说明当前训练后的控制模型执行仿真程序时所加载条件数据正确，并将加载条件数据进行记录，同时将数据导入机械臂控制平台中，进行生产线的精密装配；
28、若所述训练评估指数zpg＜所述评估阈值k时，表示为当前机械臂控制模型的训练效果不满足机械臂控制精度要求，获取第二训练反馈结果，说明当前训练后的控制模型执行仿真程序时所加载条件数据存在错误，其中包括各个关节旋转角度、相邻关节链接距离、相邻关节位移距离和相邻关节扭转角度，继续对参数采集模块中的加载条件数据进行调整，并执行所述模型训练分析模块对原始控制模型的训练与分析过程，直至获取第一训练反馈结果。
29、一种机械臂控制模型的训练方法，包括以下步骤；
30、步骤一、利用计算机仿真软件对待模拟的机械臂进行构建，并通过控制器与机械臂三维模型进行集成，以生成可视化及动态响应的机械臂三维模型，还用于对机械臂三维模型进行关节划分，以生成若干个关节单元；
31、步骤二、对若干个关节单元的所属特征数据信息进行采集，获取所属特征数据信息，并通过预先设定的加载条件数据对机械臂三维模型执行仿真程序，对若干次仿真后的机械臂末端位置状态进行监测，以获取相关末端位置数据信息；
32、步骤三、依据循环神经网络技术训练获取机械臂控制预测模型，将获取相关末端位置数据信息进行特征提取并分析，以构建若干组末端的空间位置偏差值pdb，依据若干组末端的空间位置偏差值pdb数值大小，确定机械臂三维模型中机械臂末端位置的目标合格区域，并发出优化训练分析指令，当收到优化训练分析指令后，对若干次仿真后获取相关末端位置数据信息进行聚集程度分析，获取末端位置聚集指数pdj，将其与空间位置偏差均值相关联，并结合机械臂控制预测模型，拟合获取训练评估指数zpg；
33、步骤四、预先设置评估阈值k，通过将所述训练评估指数zpg与所述评估阈值k进行比对分析，以综合判定机械臂控制模型的训练效果，并采取对应操作。
34、本发明提供了一种机械臂控制模型的训练方法及系统，具备以下有益效果：
35、（1）通过模块化构建、参数采集和基于循环神经网络的训练分析，可以对机械臂末端位置的精度进行动态调整与优化，首先，三维模型构建模块使用计算机仿真软件生成的可视化动态响应模型，为机械臂的控制与仿真提供了真实可靠的基础，使得在虚拟环境中能够直观地观察和调试机械臂的运动，其次，参数采集模块有效地收集和监测各关节单元的特征数据信息，以及经过设定加载条件的仿真结果，确保了数据的准确性，不仅为后续的模型训练提供了丰富的信息源，也为优化控制策略奠定了基础，模型训练分析模块利用循环神经网络技术进行深度学习，能够提取和分析末端位置数据信息，通过构建末端空间位置偏差值pdb，识别机械臂的目标合格区域，并通过发出优化训练分析指令，提升了控制模型的响应能力和适应性，最后，训练评估模块通过设置评估阈值k，实现了对训练效果的量化评估，能够在训练过程中及时反馈模型的准确性，保证在生产线上的有效性和稳定性，当训练评估指数zpg达到预设标准时，系统会及时记录成功的加载条件并导入实际生产，反之则迅速调整参数以修正错误，这种闭环反馈机制，优化了训练过程；总的来说，通过构建三维模型和结合循环神经网络技术，分析控制模型在多次仿真过程中机械臂末端的实际空间位置与目标空间位置之间的偏差状态，提供了一种系统化的训练与评估机制，这一过程的实现，解决了机械臂末端空间位置的精度控制问题，能够提高机械臂在实际应用中的控制精度，确保其在多变环境下的可靠性与稳定性。
36、（2）通过采用循环神经网络技术与齐次变换矩阵算法，不仅实现了对原始控制模型的精准训练与测试，还提升了机械臂末端的控制精度，初步分析单元通过构建末端空间位置偏差值pdb，使得末端目标空间位置和末端实际空间位置之间的差异得以量化，并通过与预设偏差阈值k的比较，保证了末端位置的合格性，当合格区域内的实际位置点超过95%时，自动发出优化训练分析指令，及时调整训练策略，这种高效的反馈机制不仅增强了模型对动态环境变化的适应能力，还为后续的精细化操作提供了数据支持，通过统计学方法计算的空间位置偏差均值，为训练效果的评估提供了科学依据。
37、（3）通过预设评估阈值k并对训练评估指数zpg进行有效比对，提升了机械臂控制模型的训练效果和实际应用的可靠性，当训练评估指数zpg达到或超过阈值k时，表明控制模型的训练已满足精度要求，从而能够顺利进入生产线的精密装配阶段，确保生产效率和质量的提升，这种即时反馈机制，不仅保障了训练过程的透明度和可追溯性，还为优化加载条件数据提供了切实依据，有助于不断改进控制策略，反之，若训练评估指数zpg小于阈值k时，则能够迅速识别潜在问题，及时调整加载条件，保证每一个参数的准确性，从而避免在实际操作中的错误和风险，这种闭环反馈的设计使得机械臂控制模型的训练在不断调整与优化中趋于完美。
1.一种机械臂控制模型的训练系统，其特征在于：包括三维模型构建模块、参数采集模块、模型训练分析模块及训练评估模块；
2.根据权利要求1所述的一种机械臂控制模型的训练系统，其特征在于：所述三维模型构建模块包括仿真建模单元和关节划分单元；
3.根据权利要求2所述的一种机械臂控制模型的训练系统，其特征在于：所述参数采集模块包括参数采集单元和仿真监测单元；
4.根据权利要求3所述的一种机械臂控制模型的训练系统，其特征在于：所述模型训练分析模块包括模型训练单元、初步分析单元、优化训练分析单元和训练综合评估单元；
5.根据权利要求4所述的一种机械臂控制模型的训练系统，其特征在于：所述初步分析单元用于根据相关末端位置数据信息，将末端目标空间位置和末端实际空间位置进行分析，以构建若干组末端的空间位置偏差值pdb，以第i次仿真后的空间位置偏差值为例，其具体按照以下方式获取：
6.根据权利要求5所述的一种机械臂控制模型的训练系统，其特征在于：将若干组末端的空间位置偏差值pdb与预设的偏差阈值k进行大小比较，当空间位置偏差值pdb未超过偏差阈值k时，将对应的末端实际空间位置均进行标记为目标合格区域，当目标合格区域内的位置点数超过总位置点数的95%时，此时向外发出优化训练分析指令；
7.根据权利要求6所述的一种机械臂控制模型的训练系统，其特征在于：所述优化训练分析单元用于接收优化训练分析指令后，根据对若干次仿真后获取的相关末端位置数据信息进行聚集程度分析，获取末端位置聚集指数pdj，所述末端位置聚集指数pdj通过以下公式获取；
8.根据权利要求4所述的一种机械臂控制模型的训练系统，其特征在于：所述训练综合评估单元用于将获取的所述末端位置聚集指数pdj与空间位置偏差均值相关联，并结合机械臂控制预测模型，拟合获取训练评估指数zpg，所述训练评估指数zpg通过以下公式获取；
9.根据权利要求1所述的一种机械臂控制模型的训练系统，其特征在于：所述训练评估模块用于预先设置评估阈值k，通过将所述训练评估指数zpg与所述评估阈值k进行比对分析，以综合判定机械臂控制模型的训练效果，具体内容如下：
10.一种机械臂控制模型的训练方法，用于实现上述权利要求1~9任一项所述的一种机械臂控制模型的训练系统，其特征在于：包括以下步骤；
