龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：亿嘉和科技股份有限公司
摘要：本发明公开了一种基于深度学习的机械臂力控制方法及系统，方法包括：获取机械臂的各个关节的实时关节特征和电流影响特征，实时关节特征包括各关节当前的位姿和转动惯量，电流影响特征包括电流值和扭矩电流系数；将获取的实时关节特征和电流影响特征输入预先设计和训练好的神经网络中，所述神经网络输出所述机械臂的末端关节的拟合力矩；根据所述拟合力矩，调整机械臂的运动轨迹。本发明方法能够以端到端的方式高效将机械臂各关节电流值转换为机械臂末端力矩值，提高拟合精度。
主权项：1.一种基于深度学习的机械臂力控制方法，其特征在于，包括步骤：获取机械臂的各个关节的实时关节特征和电流影响特征，实时关节特征包括各关节当前的位姿和转动惯量，电流影响特征包括电流值和扭矩电流系数；将获取的实时关节特征和电流影响特征输入预先设计和训练好的神经网络中，所述神经网络输出所述机械臂的末端关节的拟合力矩；根据所述拟合力矩，调整机械臂的运动轨迹；所述神经网络通过以下步骤获得：构筑训练集：基于机械臂位姿与力矩的关系，设计数据构筑规则，以获取需求的目标特征；设计自适应网络参数矩阵：用于加权获取的目标特征；设计多头特征融合框架：以图注意力神经网络作为基础，搭建多头输入的网络结构，将多个头部进行特征融合；数据拟合：基于图注意力神经网络的结构，对输出的各节点关节和电流特征，采用全连接网络单独进行拟合；所述神经网络包括相连接的自适应网络、第一图注意力神经网络、第二图注意力神经网络、全连接网络和输出模块，还包括输入一和输入二，其中，所述输入一从自适应网络的输入端输入，依次经自适应网络和第一图注意力神经网络处理后，得到中间值；中间值和输入二输入第二图注意力神经网络的输入端，依次经第二图注意力神经网络和全连接网络处理后，输出拟合力矩。
全文数据：
权利要求：
百度查询： 亿嘉和科技股份有限公司 一种基于深度学习的机械臂力控制方法及系统
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号