【技术实现步骤摘要】
本专利技术属于人机交互，尤其涉及一种机器人机械臂避碰规划方法、系统、介质及设备。
技术介绍
1、本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
2、人体姿态预测在人机交互、动作捕捉、虚拟现实等领域具有广泛的应用价值，人体姿态预测的目的是通过给定的历史运动序列预测人体在未来一段时间内的运动趋势。随着深度学习技术的发展，基于神经网络的人体姿态预测模型取得了显著的进展。然而，在实时性和准确性方面仍然存在一定的挑战，于此同时，使用几何体包络模型对人体进行建模难以满足精细度要求。
3、在人机交互过程中，避免机械臂与人体发生碰撞是一个重要的目标。有许多避碰规划的方法，比如基于采样的方法、基于优化的方法、基于学习的方法等。
4、基于采样的模型预测控制（mppi）由于能够处理非线性系统和高维状态空间并且在动态环境中能够实时在线调整等优势，逐渐成为避碰路径规划的主流方法。但，传统的基于采样的模型预测控制算法没有针对人体的避碰进行优化，并且在动态环境中，机械臂面对动态的障碍物，要保持实时性是
本文档来自技高网...【技术保护点】
1.一种机器人机械臂避碰规划方法，其特征在于，包括：
2.如权利要求1所述的一种机器人机械臂避碰规划方法，其特征在于，所述多头注意力层进行特征融合的步骤包括：
3.如权利要求1所述的一种机器人机械臂避碰规划方法，其特征在于，所述人体模型的计算采用用于人体建模的线性模型。
4.如权利要求1所述的一种机器人机械臂避碰规划方法，其特征在于，所述避碰轨迹规划采用基于采样的模型预测控制。
5.如权利要求1所述的一种机器人机械臂避碰规划方法，其特征在于，所述特征编码层包含依次连接的离散余弦变换、全连接层和转置层。
6.如...
【技术特征摘要】
1.一种机器人机械臂避碰规划方法，其特征在于，包括：
2.如权利要求1所述的一种机器人机械臂避碰规划方法，其特征在于，所述多头注意力层进行特征融合的步骤包括：
3.如权利要求1所述的一种机器人机械臂避碰规划方法，其特征在于，所述人体模型的计算采用用于人体建模的线性模型。
4.如权利要求1所述的一种机器人机械臂避碰规划方法，其特征在于，所述避碰轨迹规划采用基于采样的模型预测控制。
5.如权利要求1所述的一种机器人机械臂避碰规划方法，其特征在于，所述特征编码层包含依次连接的离散余弦变换、全连接层和转置层。
6.如权利要求1所述的一种机器人机械臂避碰规划方法，其特征在于，所述编码器采用包含...
【专利技术属性】
技术研发人员：周乐来，任忠龙，孙旭，宋锐，田新诚，李贻斌，
申请(专利权)人：山东大学，
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。