
基本信息:
- 专利标题: 基于DMP与卷积神经网络的机械臂多模态抓取任务实现方法
- 申请号:CN202310629052.4 申请日:2023-05-31
- 公开(公告)号:CN116533247B 公开(公告)日:2024-07-23
- 发明人: 王志鹏 , 徐海鑫 , 马家骏 , 何斌 , 周艳敏
- 申请人: 同济大学
- 申请人地址: 上海市杨浦区四平路1239号
- 专利权人: 同济大学
- 当前专利权人: 同济大学
- 当前专利权人地址: 上海市杨浦区四平路1239号
- 代理机构: 上海科盛知识产权代理有限公司
- 代理人: 宣慧兰
- 主分类号: B25J9/16
- IPC分类号: B25J9/16
摘要:
本发明涉及一种基于DMP与卷积神经网络的机械臂多模态抓取任务实现方法,包括以下步骤:采集目标物体图像,构建卷积神经网络,输出目标物体的位置;选取部分目标物体的位置对机械臂进行抓取示教任务,收集机械臂末端轨迹以及人手部肌电信号;将肌电信号转化为刚度信息,并利用DMP建模,确定阻抗DMP模型参数;构建全连接神经网络并进行DMP参数训练;针对特定任务,利用全连接神经网络输出的阻抗DMP模型参数对轨迹与刚度进行建模,基于阻抗控制的方法控制机械臂依照轨迹和刚度进行任务的执行。与现有技术相比,本发明能够很好地将少量示教泛化到机械臂自主执行的特定抓取任务中。
公开/授权文献:
- CN116533247A 基于DMP与卷积神经网络的机械臂多模态抓取任务实现方法 公开/授权日:2023-08-04
IPC结构图谱:
B | 作业;运输 |
--B25 | 手动工具;轻便机动工具;手动器械的手柄;车间设备;机械手 |
----B25J | 机械手;装有操纵装置的容器 |
------B25J9/00 | 程序控制机械手 |
--------B25J9/16 | .程序控制 |