摘要
本发明公开了一种人形机器人的控制方法及系统,系统包括传感器模块、感知模块、状态表示模块、决策模块、运动控制模块、执行器模块和反馈模块,方法包括:步骤一,数据采集;步骤二,环境感知;步骤三,状态表示;步骤四,动作选择;步骤五,运动控制;步骤六,反馈与调整;本发明采用ViT结合CNN的混合模型进行环境感知,提高了环境感知精度,降低了误识别率,利用强化学习进行运动规划,使机器人能够自主学习最优的运动策略,能够根据环境变化和任务目标自主地进行决策和调整,解决了传统运动规划算法计算复杂度高的问题,提高了机器人运动规划效率、自主决策能力和环境适应能力,实现人形机器人在复杂动态环境中的安全、高效和自主运动。
技术关键词
人形机器人
运动控制模块
周围环境信息
全局特征提取
局部特征提取
传感器模块
关节
决策
运动控制单元
执行器
强化学习算法
Softmax分类器
力矩传感器
控制系统
机器人运动规划
融合特征
误差信息
角度传感器