摘要
本发明属于机器人控制相关技术领域,并公开了一种基于Attention‑LSTM神经网络的机器人视觉伺服物体递交方法及系统。该方法包括下列步骤:获取人手运动过程中的图像并识别图像中的人手;确定在不同时刻人手在机器人坐标系中的位置;将待预测时刻之前的多个时刻的人手位置输入注意力机制中生成各个时刻对应的上下文向量,将每个时刻的人手位置和上下文向量作为LSTM神经网络的输入,获得待预测时刻人手的期望位置;在待预测时刻控制机器人末端运动至该待预测时刻人手的期望位置,并将控制机器人末端携带的物体递交给人手,以此实现机器人的物体递交过程。通过本发明,解决机器人在跟踪运动物体时对运动变化的滞后响应问题。
技术关键词
机器人视觉伺服
LSTM神经网络
人手
序列对序列模型
注意力机制
物体
轨迹预测模型
机器人基坐标系
解码器
编码器
线性变换矩阵
图像
像素
机器人控制
姿态误差
运动
系统为您推荐了相关专利信息
深度学习模型
轴承故障诊断
分类方法
频域特征
全局特征提取
汽车动力电池
激光测距装置
碰撞测试系统
碰撞测试装置
注意力机制
数字病理图像
乳腺癌分子分型
组织病理图像
图像块
加权特征
图像超分辨方法
图像超分辨率
低分辨率医学图像
注意力机制
动态