工业机器人运动规划方法、设备和存储介质

本申请涉及人工智能领域，提供了工业机器人运动规划方法，该方法包括：通过采集工业机器人工作环境的实时动态数据，构建包含空间拓扑关系的数字化环境模型；构建包含图卷积网络和视觉Transformer模块的混合深度学习模型；生成包含安全通行区域与障碍区域标识的动态代价地图；基于动态代价地图，采用强化学习决策算法生成初始运动路径，并通过局部规划算法进行实时路径调整；对调整后的路径进行运动学平滑处理，生成工业机器人各关节的连续运动轨迹；在执行过程中通过传感器反馈对工业机器人各关节的连续运动轨迹进行闭环校正，并基于校正结果更新数字化环境模型。本申请的技术方案可以实现机器人在动态环境下的高精度实时运动规划。