摘要
本发明涉及一种基于强化学习的7轴机械臂直线插补运动控制算法,包括以下步骤:S1:建立三维坐标系,并形成数字模型;S2:确定7轴机械臂所处临时模型空间的位置和7轴机械臂设备自身的状态;S3:将测得的目标物的数据纳入数字模型当中;S4:将障碍物作为路径标记点;S5:计算7轴机械臂设备的工作端的主要运行控制点;S6:根据主要运行控制点制定7轴机械臂设备的工作端运行初步轨迹;S7:根据初步轨迹将目标物移动到最终目标地;S8:计算运行过程所得分数;S9:重新设定优化后的路径;S10:重复上述步骤;本算法使机械臂具有自主学习的能力,增强了机械的环境的适应能力。
技术关键词
机械臂设备
运动控制系统
视觉传感器
控制点
障碍物
激光雷达
运动控制算法
直线
无碰撞
数值
轨迹
工作台
坐标系
压力传感器
安全阀
标记
尺寸
系统为您推荐了相关专利信息
机器人状态信息
深度神经网络模块
水下机器人
水下通信网络
多波束成像声呐
协同搬运系统
机械臂
协同路径规划
优先级计算方法
路况拥堵
机器人控制方法
机器人控制器
机器人自动控制技术
动力系统
机器学习样本
机械臂末端执行器
动态避障方法
深度强化学习
轨迹误差
运动
舵轮
栅格地图
动态障碍物点云
运动状态判断
机器人