摘要
本申请公开了多模态感知的人形机器人动作自适应控制方法及系统,属于计算机技术领域,包括:获取第一多模态数据;第一多模态数据包括第一图像数据、第一点云数据和第一力觉数据;对第一图像数据和第一点云数据进行数据融合,实时构建场景的三维模型;根据三维模型的实时环境数据生成最优路径,并转换为人形机器人的关节指令,生成动作控制策略;根据动作控制策略,通过视觉伺服控制调整机器人的手臂运动,得到第一操作数据;通过闭环控制方式调整机器人的路径和动作,得到第二操作数据;通过DDPG算法,进行强化学习和定期评估,持续优化动作控制策略。本申请可以实现自适应能力强、操作精度高、鲁棒性好的多模态感知的机器人动作自适应控制。
技术关键词
人形机器人动作
三维模型
逆动力学模型
多模态
生成动作
闭环控制方式
末端执行器
关节
视觉伺服控制
力觉传感器
三维环境地图
控制策略模型
深度学习算法
RRT算法
激光雷达
三维点云数据
深度确定性策略梯度
系统为您推荐了相关专利信息
机器人主体结构
机器人系统
导航相机
云端数据管理
手握把手
回声消除
联合损失函数
降噪方法
多模态特征
卷积神经网络提取
图像序列数据
流速测量方法
相邻两帧图像
冗余
迭代优化算法
体育教学管理系统
大数据
子模块
数据采集模块
多模态数据融合