摘要
本发明提供一种面向移动机械臂全身运动规划的优化方法,涉及机械臂运动规划技术领域,方法包括:基于移动机械臂拍摄的深度图像,确定环境特征以及移动机械臂关节变化时的位置梯度;通过强化学习训练的演员‑评论家网络对移动机械臂的运动状态和运动动作进行策略规划,得到移动机械臂中末端执行器的期望速度;基于位置梯度构建用于移动机械臂避障的位置约束条件,并构建用于对决策变量进行约束的关节约束参数;基于位置约束条件、关节约束参数确定的二次规划求解器对决策变量进行优化,得到关节速度的规划结果。通过本申请,克服移动机械臂运动规划时,在规划任务完成、环境感知、约束表达、障碍规避、以及运动协调性方面均存在局限性的问题。
技术关键词
移动机械臂
末端执行器
关节
规划
运动
速度
策略
网络
减震器
参数
障碍物
决策
变量
偏差
点云局部
松弛
雅可比矩阵
系统为您推荐了相关专利信息
中央空调
人体红外传感器
温度传感器
节能控制方法
轨迹
电网规划方法
长时间尺度
负荷
微电网规划
短时间尺度
原料运输车
运输系统
动态障碍物
动态路径规划
深度强化学习算法
风险预警系统
环境建模方法
长短期记忆网络
BERT模型
风险预测模型
尺寸预测方法
轴承钢
球状夹杂物
夹杂物尺寸
建立预测模型