首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】逆运动学求解的方法、装置、模型、设备及存储介质_上海开普勒探索机器人有限公司_202410107746.6 

申请/专利权人:上海开普勒探索机器人有限公司

申请日:2024-01-25

公开(公告)日:2024-06-07

公开(公告)号:CN118143930A

主分类号:B25J9/16

分类号:B25J9/16;G06N3/0464;G06N3/084;G06N3/048

优先权:

专利状态码:在审-实质审查的生效

法律状态:2024.06.25#实质审查的生效;2024.06.07#公开

摘要:本发明涉及一种逆运动学求解的方法、装置、模型、设备及存储介质,方法包括:根据机械臂姿态信息和机械臂末端位置信息,获取输入参数;根据机械臂的关节数和每个关节的角度,获取初始数据集;根据初始数据集获取训练样本集;获取初始神经网络模型;根据训练样本集对初始神经网络模型进行训练,以对初始神经网络模型的初始权重值进行优化,获得优化权重值;将训练后的初始神经网络模型作为逆运动学求解神经网络模型;将待求解机械臂末端位置输入逆运动学求解神经网络模型,获得待求解机械臂末端位置对应的每个关节的角度。本发明可以避免大量的运算,操作简单,效率高。

主权项:1.一种逆运动学求解的方法,其特征在于,所述方法包括:根据机械臂姿态信息和机械臂末端位置信息,获取输入参数;根据机械臂的关节数和每个关节的角度,获取初始数据集;根据所述初始数据集获取训练样本集;获取初始神经网络模型,所述初始神经网络模型的输入为所述输入参数,所述初始神经网络的输出为所述输入参数对应的所述每个关节的角度,所述初始神经网络包括初始权重值和偏置值;根据所述训练样本集对所述初始神经网络模型进行训练,以对所述初始神经网络模型的初始权重值进行优化,获得优化权重值;将训练后的所述初始神经网络模型作为逆运动学求解神经网络模型,所述逆运动学求解神经网络模型包括所述优化权重值和所述偏置值;将待求解机械臂末端位置输入所述逆运动学求解神经网络模型,获得所述待求解机械臂末端位置对应的每个关节的角度。

全文数据:

权利要求:

百度查询: 上海开普勒探索机器人有限公司 逆运动学求解的方法、装置、模型、设备及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。