驾驶模拟器运动平台控制方法、装置、电子设备及存储介质

技术领域

本申请涉及运动平台控制技术领域，尤其是涉及一种驾驶模拟器运动平台控制方法、装置、电子设备及存储介质。

背景技术

多自由度运动平台，一般可以为三到六个自由度的运动平台，可以在多个自由度内进行运动，能够对其在空间范围里的任意运动姿态进行模拟，既可以作为单独个体进行独立动作，也可以进行任意多个自由度组合进行运作。

相关技术中，多自由度运动平台的应用非常广泛，可以应用在各种模拟训练仪器上，如飞行模拟器、舰船模拟器、车辆模拟器、地震模拟器等，也能够用在各种虚拟影院等娱乐设备上，甚至可用于空间飞船对接和空中加油机加油，此外在加工行业中还可制成六轴机器工具、灵巧机器人等。

在实践过程中，发明人发现该技术中至少存在如下问题：

当体感运动平台用于模拟展示虚拟车辆运动状态时，在平台的调整过程中，各个机械臂负荷并不相同，且一直实时变化，会导致各个机械臂的动作无法同步，平台在运动中间过程的轨迹姿态和虚拟物体存在误差，会增大驾驶人真实感受同虚拟物体所期望带来的感受之间的差异。而传统的运动平台往往只关注周期性的目标位姿状态的精确实现，对前后目标状态之间的过渡过程缺乏控制；并且，现有体感运动平台对各个机械臂负荷的计算，基于结构力学进行实时计算，虽然结果精度较高，但计算量极大，对实时运算平台的算力要求过高。

发明内容

为了解决上述问题，本申请提供一种驾驶模拟器运动平台控制方法、装置、电子设备及存储介质，能够在算力较低的场景下，提供机械臂负荷的实时计算，调节机械臂驱动力，以提升平台轨迹和虚拟物体运动的拟合度。

第一方面，本申请提供的一种驾驶模拟器运动平台控制方法，采用如下的技术方案：

一种驾驶模拟器运动平台控制方法，所述方法包括：

基于运动平台的各个自由度，分别获取各个自由度的若干位置点作为基准点；

根据所述基准点，分别离线计算对应的机械臂基准负荷；

获取运动平台实时运行时所对应的各个自由度的实时位置点；

根据所述实时位置点和机械臂基准负荷，生成机械臂实时负荷；

根据所述机械臂实时负荷，实时调节机械臂驱动力，以对运动平台进行实时控制。

通过上述技术方案，提前离线计算基准点的机械臂基准负荷，并可依据所述机械臂基准负荷，在运动平台实时运行过程中，在线计算得到机械臂实时负荷，以实现对机械臂驱动力的动态实时调节，增强对运动平台的实时控制，提升平台轨迹和虚拟物体运动的拟合度。

在一些实施方式中，所述基于运动平台的各个自由度，分别获取各个自由度的若干位置点作为基准点，具体包括：

基于运动平台的各个自由度，将每个自由度平均间隔划分，设定为若干个子模糊集；

分别获取所述若干个子模糊集的中心位置点，并作为基准点。

通过上述技术方案，分别在各个自由度平均划分，以获取各个自由度上的基准点，基准点的数量。

在一些实施方式中，所述根据所述基准点，分别离线计算对应的机械臂基准负荷，具体包括：

根据若干个所述子模糊集，构建模糊矩阵；

根据所述模糊矩阵，获取所有多自由度模糊集向量；

根据所述多自由度模糊集向量和基准点的坐标，获取所有基准点对应的多自由度向量；

根据所述所有基准点对应的多自由度向量，分别离线计算对应的机械臂基准负荷。

通过上述技术方案，通过对运动平台各个自由度采用基于模糊集合的原理，确定划分的各个子模糊集的基准点，并根据这些基准点，离线计算对应的机械臂基准负荷。

在一些实施方式中，所述模糊矩阵B的表达式如下：

基于各个自由度的所述基准点，分别构建基准点模糊集合，组成矩阵B，表达式如下：

其中，Bij为第i个自由度的第j个子模糊集，n表示每个自由度平均间隔划分的数量，m表示自由度的个数，1≤i≤m，1≤j≤n；

所述多自由度模糊集向量C

其中，CBi为B中的第i行中任意一个子模糊集，1≤f≤n

所述基准点的多自由度向量C

其中，CBi-center为CBi的中心位置点的坐标，即基准点的坐标；

所述机械臂基准负荷FZ

其中，FZ

通过上述技术方案，确定构建模糊集合和机械臂基准负荷的具体数学模型。

在一些实施方式中，所述根据所述实时位置点和机械臂基准负荷，生成机械臂实时负荷，具体包括：

获取所述实时位置点对应的多自由度向量；

根据所述实时位置点对应的多自由度向量，生成对应的隶属度矩阵；

获取所述隶属度矩阵中隶属度不为零的有效多自由度模糊集合；

获取所述有效多自由度模糊集合中的每个有效子模糊集向量对应的总隶属度；

根据所述有效子模糊集向量，获取对应的机械臂基准负荷；

根据所述每个有效子模糊集向量对应的机械臂基准负荷和总隶属度，生成机械臂实时负荷。

通过上述技术方案，根据机械臂基准负荷，通过反模糊化的方式，在线计算机械臂实时负荷。

在一些实施方式中，所述获取所述隶属度矩阵中隶属度不为零的有效多自由度模糊集合，具体包括：

将隶属度矩阵中隶属度不为零的各个自由度的子模糊集进行排列组合，形成若干个有效子模糊集向量；

将所述若干个有效子模糊集向量组合形成有效多自由度模糊集合；

所述获取所述有效多自由度模糊集合中的每个有效子模糊集向量对应的总隶属度，具体包括：

分别获取每个有效子模糊集向量对应的隶属度向量；

将所述隶属度向量对应的各个自由度上的隶属度值相乘，生成每个有效子模糊集向量对应的总隶属度。

通过上述技术方案，确定有效多自由度模糊集合和总隶属度的生成过程和方式。

在一些实施方式中，所述隶属度矩阵L的表达式如下：

其中，Fi( )表示各个自由度对应的隶属度函数，F( )表示由Fi( )组成的总的隶属度函数，X表示实时位置点对应的多自由度向量，Xi表示多自由度向量X的第i个自由度的值，Lij表示第i个自由度上第j个子模糊集的隶属度，n表示每个自由度平均间隔划分的数量，m表示自由度的个数，1≤i≤m，1≤j≤n；

所述有效多自由度模糊集合C-eff的表达式如下：

C-eff={C1,C2...Ck...Cg}；

其中，g表示有效子模糊集向量的个数；

其中，g

所述有效子模糊集向量Ck的表达式如下：

其中， Cki表示第i个自由度上的任意一个有效子模糊集，1≤k≤g；

所述有效子模糊集向量C

其中，Lki为Cki对应的隶属度值；

所述总隶属度CL

所述生成机械臂实时负荷的表达式如下：

其中，FZ-curi为第i个自由度对应电机的实时驱动阻力，即第i个机械臂的实时负荷，FZ

通过上述技术方案，确定采用反模糊化计算的方式得到机械臂实时负荷计算的数学模型。

第二方面，本申请提供的一种驾驶模拟器运动平台控制装置，采用如下的技术方案：

一种驾驶模拟器运动平台控制装置，包括：

基准点获取模块，用于基于运动平台的各个自由度，分别获取各个自由度的若干位置点作为基准点；

基准负荷获取模块，用于根据所述基准点，分别离线计算对应的机械臂基准负荷；

实时位置点获取模块，用于获取运动平台实时运行时所对应的各个自由度的实时位置点；

实时负荷获取模块，用于根据所述实时位置点和机械臂基准负荷，生成机械臂实时负荷；

实时调节控制模块，用于根据所述机械臂实时负荷，实时调节机械臂驱动力，以对运动平台进行实时控制。

第三方面，本申请提供了一种电子设备，采用如下的技术方案：

一种电子设备，包括：

至少一个处理器；

存储装置，用于存储至少一个计算机程序；

当所述至少一个计算机程序被所述至少一个处理器执行，使得所述至少一个处理器实现上述技术方案所述的方法。

第四方面，本申请提供了一种计算机可读存储介质，采用如下的技术方案：

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述技术方案所述的方法。

综上所述，本申请包括以下至少一种有益技术效果：

1．动态计算机械臂实时负荷，根据机械臂的实时负荷，准确地调节机械臂驱动力，以减少运动平台在运动中间过程产生的误差。

2．离线计算部分基准点的机械臂基准负荷，实现在算力较低的场景下仍能提供准确的机械臂负荷计算。

3．可对运动平台的运行中间过程的任意一点进行动态实时计算，提升平台轨迹和虚拟物体运动的拟合度。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请的一种实施例提供的驾驶模拟器运动平台控制方法的整体流程示意图。

图2为本申请的一种实施例提供的计算机械臂基准负荷的流程示意图。

图3为本申请的一种实施例提供的生成机械臂实时负荷的流程示意图。

图4为本申请的一种实施例提供的驾驶模拟器运动平台控制装置的框架示意图。

具体实施方式

为使得本申请的发明目的、特征、优点能够更加的明显和易懂，下面将结合本申请的一种实施例中的附图，对本申请的一种实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

以下结合附图1至4对本申请作进一步详细说明。

如图1所示的驾驶模拟器运动平台控制方法，可以实施以下步骤：

101、基于运动平台的各个自由度，分别获取各个自由度的若干位置点作为基准点。

本申请实施例中，以预设数量的（若干个，可以为6个、4个、3个等）自由度构造的多维向量空间，预设数量的自由度作为该空间的正交基，以这些自由度为基。基于运动平台的各个自由度，将每个自由度平均间隔划分，设定为n个子模糊集（n的大小由平台算力决定），分别构建模糊集合；分别获取所述若干个子模糊集的中心位置点，并作为基准点。

102、根据所述基准点，分别离线计算对应的机械臂基准负荷。

各个基准点对应的机械臂基准负荷采用离线计算方式，即在本运动平台系统运行之前已通过专业计算机提前完成计算，并存入本系统的计算单元中。

103、获取运动平台实时运行时所对应的各个自由度的实时位置点。

基于当前平台运行工况下，在运动平台实时运行过程中，获取各个自由度的实时位置点。

104、根据所述实时位置点和机械臂基准负荷，生成机械臂实时负荷。

在运行过程中，根据之前已存储的离散数据（机械臂基准负荷），动态实时计算当前的各个机械臂实时负荷。

105、根据所述机械臂实时负荷，实时调节机械臂驱动力，以对运动平台进行实时控制。

将计算生成的机械臂实时负荷作为前馈值输入对应各个电机驱动计算单元，实时调节电机的驱动力，以对运动平台运动的中间过程实时控制。

在算力较低的场景下（全部实时计算的话，对算力要求非常高，性能较一般的计算平台无法支持），本申请实施例依据提前计算存储的机械臂基准负荷，提供机械臂实时负荷的计算，有效提高平台轨迹和虚拟物体运动的拟合度。

如图2所示的计算机械臂基准负荷，可以实施以下步骤：

201、根据若干个所述子模糊集，构建模糊矩阵。

本申请实施例中，基于各个自由度的子模糊集，构建组成模糊矩阵B，表达式如下：

其中，Bij为第i个自由度的第j个子模糊集，n表示每个自由度平均间隔划分的数量，m表示自由度的个数，1≤i≤m，1≤j≤n。

本申请实施例中，m≤6，即一般是基于6自由度及以下的运动平台来实施。

202、根据所述模糊矩阵，获取所有多自由度模糊集向量。

本申请实施例中，所述多自由度模糊集向量C

其中，CBi为B中的第i行中任意一个子模糊集，1≤f≤n

203、根据所述多自由度模糊集向量和基准点的坐标，获取所有基准点对应的多自由度向量。

本申请实施例中，所述基准点的多自由度向量C

其中，CBi-center为CBi的中心位置点的坐标，即基准点的坐标。

204、根据所述所有基准点对应的多自由度向量，分别离线计算对应的机械臂基准负荷。

本申请实施例中，所述机械臂基准负荷FZ

其中，FZ

本申请实施例中，各自由度的某位置点的基准负荷并非独立确定，需要基于整个多自由度向量（如：六自由度向量）才能确定每个自由度的每个基准点的基准负荷。即在不同的多自由度模糊集向量下，同一个自由度的同一基准点的基准负荷也是不同的。例如，本申请的一种实施例中，有6个自由度，每个自由度分为10个子模糊集，则基准点的多自由度模糊集向量的数量为10

如图3所示的生成机械臂实时负荷，可以实施以下步骤：

301、获取所述实时位置点对应的多自由度向量。

在运动平台运行过程中，实时获取所处的实时位置点，并确定该实时位置点对应的多自由度向量。

302、根据所述实时位置点对应的多自由度向量，生成对应的隶属度矩阵。

本申请实施例中，所述隶属度矩阵L的表达式如下：

其中，Fi( )表示各个自由度对应的隶属度函数，F( )表示由Fi( )组成的总的隶属度函数，X表示实时位置点对应的多自由度向量，Xi表示多自由度向量X的第i个自由度的值，Lij表示第i个自由度上第j个子模糊集的隶属度，n表示每个自由度平均间隔划分的数量，m表示自由度的个数，1≤i≤m，1≤j≤n。

303、获取所述隶属度矩阵中隶属度不为零的有效多自由度模糊集合。

本申请实施例中，可以实施以下具体步骤：

3031、将隶属度矩阵中隶属度不为零的各个自由度的子模糊集进行排列组合，形成若干个有效子模糊集向量；

3032、将所述若干个有效子模糊集向量组合形成有效多自由度模糊集合。

本申请实施例中，所述有效多自由度模糊集合C-eff的表达式如下：

C-eff={C1,C2...Ck...Cg}；

其中，g为有效子模糊集向量的个数；

其中，g

所述有效子模糊集向量Ck的表达式如下：

其中，Cki表示第i个自由度上的任意一个有效子模糊集，1≤k≤g。

304、获取所述有效多自由度模糊集合中的每个有效子模糊集向量对应的总隶属度。

本申请实施例中，可以实施以下具体步骤：

3041、分别获取每个有效子模糊集向量对应的隶属度向量；

3042、将所述隶属度向量对应的各个自由度上的隶属度值相乘，生成每个有效子模糊集向量对应的总隶属度。

本申请实施例中，所述有效子模糊集向量C

其中，Lki为Cki对应的隶属度值；

所述总隶属度CL

305、根据所述有效子模糊集向量，获取对应的机械臂基准负荷。

根据所述有效子模糊集向量，获取对应的机械臂基准负荷FZ

FZ

306、根据所述每个有效子模糊集向量对应的机械臂基准负荷和总隶属度，生成机械臂实时负荷。

本申请实施例中，所述生成机械臂实时负荷的表达式如下：

其中，FZ-curi为第i个自由度对应电机的实时驱动阻力，即第i个机械臂的实时负荷，FZ

【实施例】

本申请的一种实施例中，以六个自由度构造的六维向量空间，六个自由度作为该空间的正交基，以这六个自由度为基。基于运动平台的各个自由度，将每个自由度平均间隔划分，设定为n个子模糊集（n的大小由平台算力决定），分别构建模糊集合；分别获取每个子模糊集的中心位置点，并作为基准点。

模糊集合构建示例：本申请实施例中，设定n=10，即将每个自由度平均间隔分成10个子模糊集。以X轴方向为例，活动范围为正负10cm，平均分为10个模糊区间，构成10个子模糊集，如表1所示：

表1：子模糊集构建示例表（X轴）

以该10个子模糊集的中心位置点（即-9cm，-7 cm，-5 cm，-3 cm，-1 cm，1 cm，3cm，5 cm，7 cm，9 cm）作为基准点。

本实施例的其他各个自由度的模糊集合的构建，以及基准点的获取，均与上述X轴原理相同。

以各个子模糊集组合构成模糊矩阵B。

其中，Bij为第i个自由度的第j个子模糊集；

本申请实施例中的六自由度模糊集合的表达式如下：

其中，CBi为B中的第i行中任意一个子模糊集，1≤f≤10

本申请实施例中，某个六自由度模糊集向量可以为

表示：X轴向第3个子模糊集；

Y轴向第6个子模糊集；

Z轴向第4个子模糊集；

俯仰方向第7个子模糊集；

航向方向第5个子模糊集；

翻滚方向第3个子模糊集。

基准点的六自由度向量C

其中，CBi-center为CBi的中心位置点的坐标，即基准点的坐标；

所述机械臂基准负荷FZ

其中，FZ

获取运动平台运行的实时位置点，实时位置点所对应的六自由度向量在各个自由度对应的隶属度函数为Fi( )，Fi( )采用专家经验法或模糊统计法等方法进行构建。由所述Fi( )组成总的隶属度函数F( )，表达式如下：

示例：某个位置姿态（运行的实时位置点）在X轴方向上的隶属度，如表2所示：

表2：隶属度示例表（X轴）

对于任意输入的六自由度向量X，即运动平台实时运行的位置点对应的六自由度向量，其隶属度矩阵L的表达式如下：

其中，Lij表示第i个自由度上第j个子模糊集的隶属度。

根据隶属度矩阵L，得到所有隶属度不为0的各个自由度的子模糊集排列组合所组成的有效六自由度模糊集合，表达式如下：

C-eff={C1,C2...Ck...Cg}；

其中，g表示有效子模糊集向量的个数；

其中，g

本申请实施例中，如每个自由度的隶属度不为0的子模糊集为2个，则有效六自由度模糊集合的个数为2

每个有效子模糊集向量Ck的表达式如下：

所述C

其中，Lki为Cki对应的隶属度值；

所述总隶属度CL

所述总隶属度CL

本申请实施例中，有效子模糊集向量及其隶属度向量示例：

某有效子模糊集向量为

对应各个自由度上的隶属度向量为

该有效子模糊集向量对应的总隶属度为：

根据输入的模糊区域，根据六自由度模糊集向量的基准点对应的机械臂基准负荷，即可获得对应的六个电机的实时驱动阻力。

示例：对应六自由度模糊集向量为

综合所有有效子模糊集向量，根据其对应的机械臂基准负荷FZ

本申请的一种实施例中，有效子模糊集向量的个数g为64，因此，对应的机械臂基准负荷的向量FZ

将64个FZ

本申请的一种实施例中，运动平台每隔10ms（也可以根据实际应用场景设置不同的数据更新间隔时间，例如5ms、20ms、30ms等）更新一次机械臂实时负荷的数据，根据实时更新的负荷数据，准确地调节匹配机械臂驱动力，在算力有限的前提下，依然能做到有效提升平台轨迹和虚拟物体运动的拟合度，能适用更多的应用场景。

如图4所示的驾驶模拟器运动平台控制装置的框架示意图，本申请的一种驾驶模拟器运动平台控制装置，包括：

基准点获取模块401，用于基于运动平台的各个自由度，分别获取各个自由度的若干位置点作为基准点；

基准负荷获取模块402，用于根据所述基准点，分别离线计算对应的机械臂基准负荷；

实时位置点获取模块403，用于获取运动平台实时运行时所对应的各个自由度的实时位置点；

实时负荷获取模块404，用于根据所述实时位置点和机械臂基准负荷，生成机械臂实时负荷；

实时调节控制模块405，用于根据所述机械臂实时负荷，实时调节机械臂驱动力，以对运动平台进行实时控制。

在一些可能的实施方式中，根据本申请实施方式的电子设备可以至少包括至少一个处理器、以及至少一个存储装置。其中，所述存储装置存储有至少一个计算机程序，当所述计算机程序被所述处理器执行时，使得所述处理器执行本说明书上述技术方案中描述的根据本申请各种具体实施方式的方法中的步骤。

在一些可能的实施方式中，本申请的各个方面还可以实现为一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序被电子设备的处理器执行时用于实现本说明书上述技术方案中描述的根据本申请各种具体实施方式的方法中的步骤。

计算机可读存储介质例如可以是但不限于：电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子（非穷举的列表）包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器（RAM）、只读存储器（ROM）、可擦式可编程只读存储器（EPROM或闪存）、光纤、便携式紧凑盘只读存储器（CD-ROM）、光存储器件、磁存储器件、或者上述的任意合适的组合。

可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、有线、光缆、RF等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于执行本申请操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括形式异常的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户电子设备上执行、部分在用户电子设备上部分在远程电子设备上执行、或者完全在远程电子设备或服务器上执行。在涉及远程电子设备的情形中，远程电子设备可以通过任意种类的网络——包括局域网（LAN）或广域网（WAN）—连接到用户电子设备，或者，可以连接到外部电子设备（例如利用因特网服务提供商来通过因特网连接）。

所属技术领域的技术人员能够理解，本申请的各个方面可以实现为系统、方法或程序产品。因此，本申请的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式（包括固件、微代码等），或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。

以上均为本申请的较佳实施例，并非依此限制本申请的保护范围，故：凡依本申请的结构、形状、原理所做的等效变化，均应涵盖于本申请的保护范围之内。