一种基于深度学习的端到端的机械臂控制的方法

发明专利有效专利

申请号：
CN201611203287.3
IPC分类号：B25J9/16;B25J13/08;B25J9/22
申请日期：
2016-12-23
申请人：
浙江大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于深度学习的端到端的机械臂控制的方法
申请号	CN201611203287.3	申请日期	2016-12-23
法律状态	授权	申报国家	中国
公开/公告日	2017-05-31	公开/公告号	CN106737673A
优先权	暂无	优先权号	暂无
主分类号	B25J9/16 ? IPC结构图谱： B 作业；运输 B2 成型 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（单独采摘水果、蔬菜、啤酒花或类似作物的自动装置入A01D 46/30；外科用的针头操纵器入A61B 17/062；与滚轧机有关的机械手入B21B 39/20；与锻压机有关的机械手入B21J 13/10；夹持轮子或其部件的装置入B60B 30/00；起重机入B66C；用于核反应堆中所用的燃料或其他材料的处理设备入G21C 19/00；机械手与加有防辐射的小室或房间的组合结构入G21F 7/06）〔5〕 B25J9/00 程序控制机械手 B25J9/16 程序控制（全面生产控制，即集中控制多台机器入G05B 19/418）〔4〕	IPC分类号	B;2;5;J;9;/;1;6;;;B;2;5;J;1;3;/;0;8;;;B;2;5;J;9;/;2;2查看分类表>
申请人	浙江大学	申请人地址	浙江省杭州市西湖区余杭塘路388号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	浙江大学	当前权利人	浙江大学
发明人	刘勇;王志磊
代理机构	浙江杭州金通专利事务所有限公司	代理人	刘晓春

摘要

本发明公开了一种利用深度学习进行手臂控制的方法。该方法首先采集机械手臂的运动过程的图像，同时以一定的频率记录手臂的控制指令，利用端到端的训练方法获得用深度神经网络表达的控制器。在此基础上，深入观察发现，利用深度神经网络表达控制结构，利用端到端的训练方法可以进一步减小手臂的运动误差，在有障碍物的情况下仍然可以很好地实现避障运动。本发明方法实现灵活，很大程度上减小了训练所需样本，这对于机械臂运动这种很难获得大样本的情况具备很大的优势。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供