摘要
本发明涉及一种用于纤维柔性体作业过程形状控制的具身智能方法,属于柔性体形状控制领域。所述方法包括:获得纤维柔性体的点云数据以及机械臂末端夹持器的位姿数据;输入训练后的PIGNN模型,输出对所述纤维柔性体的形状预测;采用模型预测控制方法,计算出机械臂所需的运动轨迹,从而使机械臂控制所述纤维柔性体到达目标形状位置。本发明通过PIGNN模型预测的形状变化严格遵循纤维柔性体材料的力学规律,可以大幅提升光纤传感器的一致性与可靠性;模型预测控制能实时根据形状预测动态调整机械臂轨迹,灵活适配不同规格光纤的加工需求,物理约束与数据驱动的结合,使系统能快速适配新场景,为光纤传感器向规模化、高精度应用奠定了核心技术基础。
技术关键词
柔性
纤维
模型预测控制方法
机械臂
训练图像数据
高斯混合模型
关键点
顶点
光纤传感器
三维相机
处理器模块
神经网络模型
物理
编码模块
轨迹
上采样
解码器
系统为您推荐了相关专利信息
钢管混凝土拱架
六轴机械臂
中央控制系统
数据获取单元
隧道轮廓
智能决策支持系统
数字孪生模型
时序分析技术
传感器数据收集
决策算法