基于场景变化的PID参数智能优化方法与流程

本发明涉及机器人控制技术领域，尤其涉及一种基于场景变化的pid参数智能优化方法。

背景技术：

pid控制系统作为一个古老的控制系统被广泛应用，其在机器人关节控制领域里面也有非常多的应用，但是在采用pid控制系统对机器人进行控制时针对pid参数的优化非常耗时，且依赖经验。

同时，在一般的机器人系统中对于某一个电机来说pid参数调好之后就固定死了，在使用的过程中不再变化，这种方法调出来的机器人的关节运动比较单一呆板。在机器人应用中尤其是服务机器人应用中，用户对于机器人的动作特性有很多个性化的需求，因而，传统的固定pid的方法已经无法满足这个场景。

技术实现要素：

本发明的一个目的是解决至少上述问题，并提供至少后面将说明的优点。

本发明还有一个目的是提供一种基于场景变化的pid参数智能优化方法，使得机器人的动作特性依据与人交互的场景的不同而变化，从而实现了机器人情绪变化的表达。

为实现上述目的和一些其他的目的，本发明采用如下技术方案：

一种基于场景变化的pid参数智能优化方法，应用于机器人各个关节的电机的pid参数调节，包括：

对机器人在不同场景下的思维活跃度和情绪活跃度进行量化，得到所述机器人的思维活跃度量化值和情绪活跃度量化值；

利用所述思维活跃度量化值和情绪活跃度量化值调节所述机器人的各个电机的pid参数，以体现所述机器人的情绪变化。

优选的是，所述的基于场景变化的pid参数智能优化方法中，所述场景包括：跳舞、瑜伽、太极，以及轻音乐中的一种或几种。

优选的是，所述的基于场景变化的pid参数智能优化方法中，所述思维活跃度和情绪活跃度由所述机器人上的各个传感器得到。

优选的是，所述的基于场景变化的pid参数智能优化方法中，所述传感器包括语音传感器、触摸传感器、人体红外传感器、温湿度传感器以及空气质量传感器中的一种或几种。

优选的是，所述的基于场景变化的pid参数智能优化方法中，对机器人在不同场景下的思维活跃度和情绪活跃度采用加权法进行量化，具体包括：

针对不同的场景对安装在所述机器人上的各个传感器占用的分值进行分别定义；

根据传感器获取的数据值对相应的传感器进行打分；

将各个传感器的得分进行求和，根据求和后的总值调节所述机器人的各个电机的pid参数。

优选的是，所述的基于场景变化的pid参数智能优化方法中，所述传感器获取的数据由所述机器人的主控器传送至与所述主控器远程通讯连接的云平台进行量化，并将量化结果由云平台返回至所述主控器用于控制所述机器人的pid参数的调节。

优选的是，所述的基于场景变化的pid参数智能优化方法中，所述机器人底盘上的呼吸灯的亮度以及闪烁频率随所述pid参数的变化而变化。

优选的是，所述的基于场景变化的pid参数智能优化方法中，所述机器人上还设置有用于识别主人的面部识别传感器，所述面部识别传感器与所述机器人的主控器相连接，所述主控器在通过所述面部识别传感器确认用户身份为预设的主人时，允许所述主人对所述机器人的参数进行定义和修改。

本发明至少包括以下有益效果：

本发明的基于场景变化的pid参数智能优化方法中，通过对机器人在不同场景下的思维活跃度和情绪活跃度进行量化得到的所述机器人的思维活跃度量化值和情绪活跃度量化值来调节机器人的各个电机的pid参数，实现了对不同场景的量化，进而实现了机器人的动作特性随场景不同的变化，避免了固定pid参数时机器人动作单一死板的问题，使得机器人的动作能够体现出情绪变化，更加符合当前用户对于机器人个性化的需求。

本发明的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。

附图说明

图1是采用本发明提供的基于场景变化的pid参数智能优化方法控制的机器人的工作流程图；

图2是采用本发明提供的基于场景变化的pid参数智能优化方法控制的机器人的框架结构图。

具体实施方式

下面结合附图对本发明做详细说明，以令本领域普通技术人员参阅本说明书后能够据以实施。

一种基于场景变化的pid参数智能优化方法，应用于机器人各个关节的电机的pid参数调节，包括：

对机器人在不同场景下的思维活跃度和情绪活跃度进行量化，得到所述机器人的思维活跃度量化值和情绪活跃度量化值；

利用所述思维活跃度量化值和情绪活跃度量化值调节所述机器人的各个电机的pid参数，以体现所述机器人的情绪变化。

在上述方案中，通过对机器人在不同场景下的思维活跃度和情绪活跃度进行量化得到的所述机器人的思维活跃度量化值和情绪活跃度量化值来调节机器人的各个电机的pid参数，实现了对不同场景的量化，进而实现了机器人的动作特性随场景不同的变化，避免了固定pid参数时机器人动作单一死板的问题，使得机器人的动作能够体现出情绪变化，更加符合当前用户对于机器人个性化的需求。

一个优选方案中，所述场景包括：跳舞、瑜伽、太极，以及轻音乐中的一种或几种。

在上述方案中，通过将场景定义为跳舞、瑜伽、太极等场景，使得机器人能够根据场景的不同进行相应的动作特性的体现，例如在跳舞场景跳舞，而在太极场景打太极等，当然，场景并不局限于上述所列的场景。

一个优选方案中，所述思维活跃度和情绪活跃度由所述机器人上的各个传感器得到。

在上述方案中，通过设置在机器人上的各个传感器能够获取机器人周围的各项数据，进而对思维活跃度和情绪活跃度进行评估和计算。

一个优选方案中，所述传感器包括语音传感器、触摸传感器、人体红外传感器、温湿度传感器以及空气质量传感器中的一种或几种。

在上述方案中，语音传感器的设置能够通过用户与机器人的对话频率以及用户的语气体现用户的情绪，且在用户与机器人对话频率较高时，使得机器人动作较快，以表现兴奋、欢脱等情绪，触摸传感器的设置能够反应用户与机器人的接触频率，进而通过接触频率控制机器人的动作幅度和速度，进而体现机器人的情绪变化；人体红外传感器的设置能够反应用户与机器人之间的距离，进而可以设置用户距离机器人越近，机器人的动作幅度和速度越快，即表现机器人的欢乐的情绪，反之可以表现机器人的失落的情绪；通过温湿度传感器一级空气质量传感器的设置，使得机器人能够像人一样反应对环境舒适程度的情绪变化。可见，通过多种传感器的设置，使得机器人能够体现如孩童般人类的情绪反应，能够满足用户的多元化需求，进而使实现机器人的个性化定制成为可能。

一个优选方案中，对机器人在不同场景下的思维活跃度和情绪活跃度采用加权法进行量化，具体包括：

针对不同的场景对安装在所述机器人上的各个传感器占用的分值进行分别定义；

根据传感器获取的数据值对相应的传感器进行打分；

将各个传感器的得分进行求和，根据求和后的总值调节所述机器人的各个电机的pid参数。

在上述方案中，对机器人在不同场景下的思维活跃度和情绪活跃度均可以采用加权法进行量化，其中，情绪活跃度量化方法具体为：每种传感器占用的分数值不一样，最后量化为100分，例如：语音权重占30分，触摸权重占20分，触摸权重通过一个小时之内的触摸次数以及最小触摸间隔进行评定，温度权重占10分，温度权重设定为距离25度越近分值越高，并成指数分布态势，分布空间为0-50度，其他温度范围内该项指标为0，人体红外权重占10分，人体红外权重通过每小时之内检测到人体红外的次数决定，并使分值分布成线性分布，分布范围可以设置为0-60次，高于60次为满分，低于0次为零分；思维活跃度量化方法为语音交互的次数和问题的分布范围各占50分。

一个优选方案中，所述传感器获取的数据由所述机器人的主控器传送至与所述主控器远程通讯连接的云平台进行量化，并将量化结果由云平台返回至所述主控器用于控制所述机器人的pid参数的调节。

在上述方案中，通过主控器和云平台的连接，利用云平台的强大的计算能力，使得数据计算速度显著提高，进而使得机器人对不同场景内的动作特性反应更加灵敏。

一个优选方案中，所述机器人底盘上的呼吸灯的亮度以及闪烁频率随所述pid参数的变化而变化。

在上述方案中，通过设置呼吸灯的亮度以及闪烁频率随所述pid参数的变化而变化，使得呼吸灯能够同步体现机器人的情绪变化。

一个优选方案中，所述机器人上还设置有用于识别主人的面部识别传感器，所述面部识别传感器与所述机器人的主控器相连接，所述主控器在通过所述面部识别传感器确认用户身份为预设的主人时，允许所述主人对所述机器人的参数进行定义和修改。

在上述方案中，通过面部识别传感器的设置，使得机器人能够对主人进行识别和确认，进而实现了机器人的私人定制。

采用本发明所述的基于场景变化的pid参数智能优化方法的机器人的工作过程如图1所示，机器人开机后，将不同场景的不同参数均下载至主控器内，然后机器人的主控器进行本地的初始化，具体包括检测各个传感器返回的数据是否正确；检测机器人的电机和编码器的工作状态是否正确；在主控器上加载各个软件模块；以及对各个软件模块间的通讯测试，然后在各项检测均正常后，机器人进入正常工作状态，即通过对各个传感器返回的数据的量化对pid参数进行优化调节，以根据感知的周围场景体现机器人情绪和思维的变化。

如图2所示，采用本发明所述的基于场景变化的pid参数智能优化方法的机器人以主控器为核心，通过将各个传感器的检测数据收集至主控器上，然后，主控器将数据发送至云平台进行计算，并根据云平台的计算结果对机器人各个关节上的驱动进行调节，驱动控制电机运动，实现机器人的动作变化，而后电机通过编码器将动作信息编制并转换为可以存储的信号形式返回至主控器。

尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里所示出与描述的图例。