双机械臂自适应运动神经网络优化系统

本发明公开了双机械臂自适应运动神经网络优化系统，涉及机械臂运动控制技术领域，本发明包括：特征融合感知模块通过FPGA同步多传感器数据，结合YOLOv5s、Poi ntNet++及多普勒频移等技术，实现对障碍物2D/3D特征的精准提取与融合，生成实时环境状态矩阵；运动链预测模块基于历史轨迹聚类与贝叶斯预测，量化障碍物运动概率，构建碰撞风险场，动态评估未来2秒内碰撞风险；规划模块采用改进A算法搜索低风险路径，并结合二次规划优化关节运动轨迹，嵌入运动学和动力学约束，确保路径的可行性和安全性；此外，引入修正机制和能耗优化机制，根据机械臂的实时状态和环境干扰动态调整运动参数，进一步提升机械臂的避障性能和运行效率。