使用神经网络生成和定制机械臂轨迹

我们介绍了一种用于生成和定制机械臂轨迹的神经网络方法，该方法保证了精度和可重复性。为了突出这种新方法的潜力，我们描述了该技术的设计和实现，并在认知机器人的实验环境中展示了其应用。在该场景中，NICO 机器人被赋予了通过精确线性运动指向空间中特定点的能力，从而提高了其与人类交互过程中机器人动作的可预测性。为实现这一目标，神经网络计算机械臂的正向运动学。通过将其与关节角度生成器集成，我们开发并训练了另一个神经网络，该网络基于从机械臂合适的起始和终止姿态创建的人工数据集进行训练。通过计算角速度，机器人被赋予了执行运动的能力，并且其动作的质量根据形状和精度进行了评估。由于其广泛的适用性，我们的方法成功生成了精确的轨迹，这些轨迹可以在形状上进行定制并适应不同的环境。