【技术实现步骤摘要】
本专利技术涉及计算机，具体为一种基于深度神经网络的机械臂运动规划方法和系统。
技术介绍
1、空间中的机械臂路径规划因其复杂的配置而一直是一个具有挑战性的问题。随着机器人技术的发展，机械臂应用需要快速高效的运动规划算法。但当机械臂工作空间维度增加，会导致碰撞检测例程计算成本的增加，从而使得现有的运动规划方法变得不太有效。
2、例如针对多自由度机械臂空间中的运动规划，传统基于采样的算法随着机械臂工作空间维度增加，会导致碰撞检测例程计算成本的大大增加，从而使得运动规划方法变得不太有效，收敛到最优解的速度较慢，且初始路径的质量无法保证。
3、又例如自适应采样是通过对更有可能包含最佳路径解决方案的配置空间的特定区域进行采样来加速基于采样的运动规划算法的方法之一。尽管自适应采样的算法有很多种，但它们都依赖于手工设计的启发式算法。此外，它们的性能在高维空间中显着下降。
4、总之，目前基于神经网络的机械臂运动规划算法，或通过神经网络对机械臂自由配置空间进行预测，或通过神经网络对机械臂配置状态进行预测，这些现有方法虽然...
【技术保护点】
1.一种基于深度神经网络的机械臂运动规划方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述moveit机械臂工作空间中通过基于深度神经网络的机械臂运动规划算法输出从起始配置状态到目标配置状态的无碰撞完整路径，包括：
3.根据权利要求2所述的方法，其特征在于，深度神经网络模型的输入为机械臂的一组起始配置状态及目标配置状态，深度神经网络模型的输出为机械臂的下一时刻配置状态。
4.根据权利要求3所述的方法，其特征在于，深度神经网络模型的损失函数为：
5.根据权利要求1所述的方法，其特征在于，所述对无碰撞完...
【技术特征摘要】
1.一种基于深度神经网络的机械臂运动规划方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述moveit机械臂工作空间中通过基于深度神经网络的机械臂运动规划算法输出从起始配置状态到目标配置状态的无碰撞完整路径，包括：
3.根据权利要求2所述的方法，其特征在于，深度神经网络模型的输入为机械臂的一组起始配置状...
【专利技术属性】
技术研发人员：程俊，任余杰，卞昊扬，吴俊，
申请(专利权)人：中国科学院深圳先进技术研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。