[发明专利]一种基于深度学习的机器人避障轨迹规划方法及系统在审
| 申请号： | 201810863999.0 | 申请日： | 2018-08-01 |
| 公开（公告）号： | CN109213147A | 公开（公告）日： | 2019-01-15 |
| 发明（设计）人： | 刘成良;陶建峰;覃程锦;刘宸;方晔阳;虞洁攀 | 申请（专利权）人： | 上海交通大学 |
| 主分类号： | G05D1/02 | 分类号： | G05D1/02;G06F17/50;G06N3/04 |
| 代理公司： | 上海汉声知识产权代理有限公司 31236 | 代理人： | 庄文莉 |
| 地址： | 200240 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于深度学习的机器人避障轨迹规划方法及系统，包括：在仿真环境中加入照相机，从多个角度拍摄图像并同时输入到卷积神经网络中；根据输入信息得到机械臂更新角度的信息，通过接口调用仿真软件进行更新，获取姿态；用深度学习进行卷积神经网络训练，输入的图像经过卷积运算后，将得到的特征图变成一个一维向量，将一维向量输入到后续的全连接层中，得到每个动作对应的q值，选择q值最大的动作并更新姿态，将更新姿态传入仿真环境得到新的图像输入，循环执行，直至达到目标点。本发明可实现工业机器人的自主避障，提高工业自动化生产能力。 | ||
| 搜索关键词： | 卷积神经网络 机器人避障 仿真环境 轨迹规划 一维向量 更新 角度拍摄图像 工业机器人 工业自动化 仿真软件 接口调用 卷积运算 输入信息 图像输入 循环执行 自主避障 机械臂 连接层 目标点 特征图 学习 照相机 生产能力 图像 | ||
【主权项】：
1.一种基于深度学习的机器人避障轨迹规划方法，其特征在于，包括：图像输入步骤：在仿真环境中加入照相机，从多个角度拍摄图像并同时输入到卷积神经网络中；新姿态获取步骤：根据输入信息得到机械臂更新角度的信息，通过接口调用仿真软件进行更新，获取姿态；网络训练步骤：用深度学习进行卷积神经网络训练，输入的图像经过卷积运算后，将得到的特征图变成一个一维向量，将一维向量输入到后续的全连接层中，得到每个动作对应的q值，选择q值最大的动作并更新姿态，将更新姿态传入仿真环境得到新的图像输入；循环执行网络训练步骤，直至达到目标点。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海交通大学，未经上海交通大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810863999.0/，转载请声明来源钻瓜专利网。
