一种基于深度学习的机器狗智能步态规划方法

本发明公开了一种基于深度学习的机器狗智能步态规划方法，包括包括步态采集模块、场景采集模块、虚拟人定位模块、路径规划模块、执行控制模块和深度学习模块，所述步态采集模块用于采集生物(狗)的步伐动作，所述虚拟人定位模块用于确定并控制虚拟人在三维场景中的位置，所述场景采集模块用于获取虚拟人与目标地点之间的三维模型信息，本发明采用结合了优化的步态采集系统以及优化的深度学习系统的结构设计下，步态采集系统能够实时的采集真实生物的运动状态从而转化规划出适合机器狗行走的运动姿态，并且通过深度学习系统还能够根据不断采集不同的数据进行不断的纠正学习，从而提高机器狗行走的灵活性。