摘要
本发明提供了一种基于高斯混合模型与模型预测控制的路径规划方法及系统,该方法包括:先构建在连续时间下的人手运动关键点的位置集合;再构建联合变量以及基于联合变量的观测数据集,联合变量由时间与对应时刻的人手空间位置组成;构建高斯混合模型并利用观测数据集进行模型训练,确定模型参数;最后引入模型预测控制,即建立机械臂的状态空间模型,再基于状态空间模型构建目标函数及将高斯混合模型对人手轨迹预测结果引入约束条件中,实现机械臂从当前位置到参考轨迹之间的最优路径规划。通过上述技术方案,机械臂能够有效适应人手运动轨迹的变化,同时避免在执行任务过程中出现不协调或碰撞的现象,大大提高了人机协作的效率和安全性。
技术关键词
高斯混合模型
状态空间模型
路径规划方法
人手
协方差矩阵
高斯概率密度函数
变量
期望最大化算法
人体运动数据
轨迹
关键点
预测机械
后验概率
机械臂运动学
机械臂控制器
参数
样本
系统为您推荐了相关专利信息
生成方法
生命体征数据
患者
电子健康记录
药物动力学建模
功率管理方法
多准则决策
三轴振动传感器
报警策略
台机床