摘要
本公开提供了一种机器人手臂运动控制方法、装置、设备、机器人及介质,涉及传感器及机器人技术领域。该方法包括:通过深度学习模型预测雅可比矩阵的奇异值分解结果,获得方向向量集合及对应奇异值序列;基于奇异值序列与敏感度阈值,将方向向量划分为分别对应非接近奇异方向和接近奇异方向的两个子集合;将期望速度的输入向量分别在两个子集合上进行分解,获得第一方向分量与第二方向分量;对第二方向分量执行缩放处理,并基于第一方向分量与缩放后的第二方向分量计算关节空间中各关节的速度。本公开能够在机器人手臂接近奇异构型时实现稳定、精确的运动控制,并在保证控制效果的同时降低计算复杂度,从而减少资源占用并提升运算效率。
技术关键词
运动控制方法
雅可比矩阵
机器人手臂关节
深度学习模型
序列
计算机可读指令
速度
运动控制装置
关节驱动器
构型
数据
计算机程序代码
重构
因子
广义
双臂机器人
系统为您推荐了相关专利信息
电力系统智能监测
判断系统
数据
增量学习算法
序列
航班排序方法
跑道
阶段
鲸鱼算法
连续时间马尔科夫链
滚动优化策略
深度学习模型
调度优化模型
模型预测控制方法
智能调度方法
结构预测方法
设计约束条件
多任务损失函数
标签结构
多尺度特征融合