【技术实现步骤摘要】
本申请涉及人工智能领域、智慧农业,尤其涉及一种基于人工智能技术的机械臂控制方法、装置、设备以及存储介质。
技术介绍
1、在智慧农业与智慧城市等领域中,均存在对于机械臂的控制。例如,在农险场景中可以对牲畜的称重机械臂的控制赋能,为农险定价过程的数据采集降低成本。而在机械臂控制
,实时性与精度是核心挑战。当前解决策略通常从两个方面展开:一种是传统控制方法(如pid控制器),利用经典控制理论设计反馈环路,其依赖预设模型,通过输出反馈回路进行误差修正;另一种是基于神经网络的非线性模型直接处理复杂动力学关系进行控制,目前主要是基于第二种方式进行控制。
2、特别是近年来兴起的深度神经网络控制系统,其中,张氏神经网络(zeroingneural network, znn)在轨迹跟踪和动态方程实时求解中表现突出,具备强大的非线性映射能力,能有效捕捉复杂系统的动态规律,然而,此种方式面临计算资源受限的问题。
技术实现思路
1、本申请实施例提供一种基于人工智能技术的机械臂控制方法、装置、设备
...【技术保护点】
1.一种基于人工智能技术的机械臂控制方法,其特征在于,包括:
2.根据权利要求1所述的机械臂控制方法,其特征在于,所述根据动态位宽调整系数调整机械臂系统的计算精度,包括:
3.根据权利要求2所述的机械臂控制方法,其特征在于,所述基于所述量化步长,对所述ZNN控制模型的权重矩阵进行动态量化处理,包括:
4.根据权利要求1-3任一项所述的机械臂控制方法,其特征在于,所述目标控制还包括:动态分配所述机械臂的计算资源;
5.根据权利要求4所述的机械臂控制方法,其特征在于,所述整合各所述并行子任务的控制输出结果,包括:
【技术特征摘要】
1.一种基于人工智能技术的机械臂控制方法,其特征在于,包括:
2.根据权利要求1所述的机械臂控制方法,其特征在于,所述根据动态位宽调整系数调整机械臂系统的计算精度,包括:
3.根据权利要求2所述的机械臂控制方法,其特征在于,所述基于所述量化步长,对所述znn控制模型的权重矩阵进行动态量化处理,包括:
4.根据权利要求1-3任一项所述的机械臂控制方法,其特征在于,所述目标控制还包括:动态分配所述机械臂的计算资源;
5.根据权利要求4所述的机械臂控制方法,其特征在于,所述整合各所述并行子任务的控制输出结果,包括:
6.根据权利要求5所述的机械臂控制方法,其特征在于,所述目标控制还包括:基于预设...
【专利技术属性】
技术研发人员:舒畅,陈远旭,叶爱萍,
申请(专利权)人:平安科技深圳有限公司,
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。