基于深度学习的具身智能人形机器人手臂轨迹规划方法及控制系统

本发明公开了一种基于深度学习的具身智能人形机器人手臂轨迹规划方法及控制系统。该方法包括：采集多模态数据构建环境的三维格栅地图。通过基于深度强化学习的路径规划策略网络生成初始可行路径；提取初始可行路径上每个路径节点的碰撞概率；根据各路径节点的碰撞概率，判断需要触发局部重规划的区域；进行平滑处理获取平滑避障路径。本发明通过基于深度强化学习的路径规划策略网络生成初始可行路径。并根据每个节点的碰撞概率筛选出需要局部重规划的区域，并通过人工势场法调整这部分区域的路径，提高路径规划过程中对动态障碍物的避让能力，减少路径规划中的碰撞风险，提高具身智能人形机器人手臂路径规划的复杂环境的自适应能力。