摘要
本发明公开了一种拟人运动方法、基于拟人运动模型的拟人运动方法,包括:从人臂运动数据中提取动作基元,采用傅里叶级数作为拟人运动的动作基元曲线时,针对其拟合误差作二次耦合优化,实现对应的机械臂拟人运动;进一步构建拟人运动模型并进行模型训练,以输出二次耦合优化的傅里叶级数的系数,从而得到动作基元曲线,实现对应的机械臂拟人运动。本发明具有更直观的运动学习与实现过程,在实际工程应用中具有更好的可解释性,能够生成具有高动态特征的拟人运动轨迹等优点。
技术关键词
基元
人手
旋转角
深度神经网络
机械臂
曲线
关键点
运动误差
数据
矩阵
节点
计算方法
关节
速度
轨迹
代表
表达式
坐标系
系统为您推荐了相关专利信息
激光工作头
智能机器人
机器人控制柜
主控制柜
可调支架
重识别方法
LSTM模型
融合网络架构
行人重识别
深度学习网络提取
架空输电线路
清障装置
设备箱
刮泥组件
行走组件
手术机器人
切割件
医用手术器械技术
机械臂
切割电机